基于遗传算法的车间调度与生产排程问题研究

对车间调度作业问题进行了研究，许多研究人员和从业了很
多年的人员，因为
它们是这次研究任务重要的之一。一个很好的时刻表可以提高制造系统的效率。然而，由于问题固
有的复杂性和所管辖的限制，确定一个很好的时间表是困难和耗时的活动。这通常需要一个繁重的计算工作。计算量指数级增长的问题规模的增加。纯数学优化中的应用的方法，以确定最佳的解决方案可能无法在实践中是有效的，即使在经典的调度问题。部分的分配时间资源的任务是已知的被定义为一个任务调度。该问题包括确定一个时间表，能满足所有的时序和被调度的任务的逻辑约束。这个问题，在其一般形式，已被证明完全是NP问题。 &">nbsp; 启发式方法，它可以得到一个接近最优的解决方案，在一个相对短期内，更多欣赏性和实用性。许多不同的启发式方法已被
提出，
例如，调度规则，如第一
先进先出出来，最短处理时间，关键是，虽然有许多传统的的顺序规则，如处理时间最短的规则，每个规则根据一个车间的状态，表现出不同的性能。近年来，一些的其他启发式的方法已被广泛采用，如分公司，并装订成一本书，爬山算法，模拟退火算法，禁忌搜索算法，遗传算法。在不同的启发式方法，遗传算法被广泛
认为是一个适当的在调度和有效的方法。   DS在多工厂生产机械维修GA是一种很有前途的工具，用于解决现实的问题。用GA解决操作问题，并提供了一个审查文件根据他们问题的性质分类。给出了详细的教程调查的论文，使用GA来解决经典的作业车间调度问题。在其第一部分的调查。在第二部分中，他们评论的论文解决JSP中使用混合遗传算法。曾有人提出了一种遗传算法解决单个进程计划调度（SPPS）的问题。采用了混合遗传算法，它结合了GA与调度规则（最早的到期日），以解决多目标调度问题。结合遗传算法与模糊逻辑模型的不确定性，2003.html">生产日期交货时间和顺序调度问题。提出了一种基于遗传算法的技术，获得相当不错的排程表，一个充满活力的可重构的生产系统，其包括多条生产线能够被重新配置到两个或三个独立的生产线，或重新组合成单一的线。结果表明，其性能优于传统的标准的调度规则，如最短处理时间和最早的到期日。表现相比，他们的GA与随机施工的方法（STOCOM）的多模式资源受限项目调度。他们提出了一个顺序交叉方法应用突变改变经营模式。提出了GA与启发式混合方法，这将合并几个解决一个特定的跨操作系统的启发式算法设计，并行的车间作业调度问题无关。   永凯APS，解决ERP无法满足的排产排程问题http://www.yukontek.com，APS
生产计划管理专家400-076-7600，021-68886010