基于遗传算法的生产调度方法及其软件实现

生产计划与调度系统是企业ERP的核心与最关键的部分，直接关系着企业的产出效率和生产成本，有效的计划与调度算法能最大限度地提高企业的效益。调度问题是组合优化问题，属于NP问题，难以用常规方法求解，近几年各种智能计算方法逐渐被引入到调度问题中，如遗传算法、模拟退火算法等。 遗传算法是仿真遗传学和自然选择机理构造的一种搜索算法，因其对优化问题的弱依赖性、求解的非线性和鲁棒性、隐含并行性等特点被广泛应用于当前的各个领域。本文应用遗传算法求解复杂的车间调度问题和间歇化工中多产品厂的调度问题。主要取得了以下几个成果： (1) 描述了Flow-shop调度问题模型：从工程应用角度讨论了求解Flow-shop调度问题的遗传算法设计方法；开发了求解Flow-shop调度问题的遗传算法和启发式算法软件；提出了多目标Flow-shop调度模型，转化为单目标Flow-shop调度问题。 (2) 从工程应用角度讨论了求解Job-shop调度问题的标准遗传算法设计及其软件实现；提出了双倍体遗传算法、双种群遗传算法求解Job-shop调度问题；介绍了求解Job-shop调度问题的自适应遗传算法，提出了两种改进的自适应遗传算法。设计了基于遗传算法的柔性Job-shop调度方法。 (3) 针对两种中间存贮模式UIS和ZW，详细介绍了遗传算法在多产品化工调度中的应用；描述了遗传算法在连续型化工生产调度中的应用，建立了求解连续型化工生产调度遗传算法编码方式。 (4) 介绍了ERP以及生产计划与调度模块在其中的核心作用；详细设计了适合离散工业的生产计划与调度管理模块；设计了智能计划与调度系统SmartJob与算法库SmartDll。