同有不同的确定方式。例如，可以采用以下的准则之作为判断的条件种群中个体的最大适应度超过预先设定值种群中个体的平均适应度超过预先设定值世代数超过预先设定值。选择操作选择操作通常采用比例选择，即复制概率正比于个体的适配值，如此意味着适配值高的个体在下代中复制自身的概率大，从而提高了种群的平均适配值根据群体中每个个体变量的目标函数的值或定概率值进行选择和淘汰，利用其中的优良个体进行繁殖，因此，在遗传算法中，其优良个性可以直保持下去。常用的选择操作有比例选择也叫赌轮选择，它的基本思想是各个个体的被选中的概率和其适应度大小成比例。最佳个体保留选择它的思想是先按赌轮选择机制执行遗传算法的选择功能，然后把群体中适应度最高的个体不进行交叉和变异而直接复制到下代中。这样可以保证进化过程中代的最优解可不被交叉和变异操作破坏，但是容易出现早熟现象。另外还有排序选择锦标赛选择选择等方法。西北工业大学明德学院本科毕业设计论文随机产生初始种群并计算个体适配值算法收敛准则是否满足执行复制操作输出搜索结果执行交叉操作执行变异操作图遗传算法基本流程交叉操作交叉操作通过交换两父代个体的部分信息构成后代个体，使得后代继承父代的有效模式，从而有助于产生优良个体。在交叉重组的过程中要避免基因代码差异较小的个体进行交叉，防止近亲结合，产生不良个体。常见的几种交叉操作有单点交叉多点交叉均匀交叉算术交叉等方法。变异操作变异操作通过随机改变个体中些基因而产生新个体，有助于增加种群的多样性，避免早熟收敛。常见的几种变异操作有点变异均匀变异正态变异非致性变异等方法。西北工业大学明德学院本科毕业设计论文遗传算法中，交叉算子因其全局搜索能力而作为主要算子，变异算子因其局部搜索能力而作为辅助算子。遗传算法通过交叉和变异这对相互配合又相互竞争的操作而使其具备兼顾全局和局部的均衡搜索能力。所谓相互配合，是指当群体在进行中陷于搜索空间中个局部最优而靠交叉不能摆脱时，通过变异操作可有助于跳出局部最优解。所谓相互竞争，是指当通过交叉已形成所期望的积木块时，变异操作有可能破坏这些积木块。因此交叉和变异操作要有效地配合使用。求解调度问题的遗传算法遗传算法的设计步骤通常遗传算法的设计是按以下步骤进行的确定问题的编码方案。确定适配值函数。遗传算子的设计。算法参数的选取。主要包括种群数目交叉与变异概率进化代数等。确定算法的终止条件。编码方式编码就是将问题的解用种码来表示，从而将问题的状态空间与的码空间相对应，这很大程度上依赖于问题的性质，并将影响遗传操作的设计。由于的优化过程不是直接作用在问题参数本身，而是在定编码机制对应的码空间上进行的，因此编码的选择是影响算法性能与效率的重要因素。函数优化中，不同的码长和码制，对问题求解的进度与效率有很大的影响。二进制编码即拿个问题的解用个二进制串来表示，十进制编码见问题的借用个十进制串表示，现实码长将影响算法的精度，而且算法将付出较大的存储量。实数编码将问题的解用个实数来表示，解决了编码对算法精度和存储量的影响，也便于优化中引入问题的相关信息，它在高维复杂优化问题中得到广泛应用。编码方式在过去的几年里，已经提出了以下几种作业车间的表达方式基于完成时间的表达法这是种最直观的方法，它是由和提出了种基于完成时间西北工业大学明德学院本科毕业设计论文的表达法，个染色体被编码为个工序完成时间的有序列表，如下面所示染色体，。其中表示工件在机器加工的第道工序的完成时间。如表示工件在机器上完成第道工序。很容易看出这种表达法不适用于大多数的遗传算子，需要设计较复杂的遗传算子，以保证约束条件满足。基于工件的表达法和提出了这种方法，它由包含个工件的列表组成，每个调度根据工件的顺序来构造。对于个给定的工件顺序，列表中第个工件的所有工序将首先被调度，然后考虑列表中第二个工件的工序，依次进行，直到工件的所有工序排完。加工中的第道工序要求的加工时间应为相应机器最可能得到的加工时间。基于优先表的表达法这种表达法首先由提出。对于个工件台机器的调度问题，个染色体由个子染色体组成，每个子染色体对应于台机器，由串长度为的符号表示，每个符号代表道在相关机器上处理的工序，子染色体不能描述机器上工序的先后顺序，因为它们表示的是优先列表，每台机器有其自身的优先列表。实际的调度由染色体通过模拟发现机器的等待排队的状态得到，如果有必要用优先列表来确定调度，即选择首先出现在优先列表中的工序。基于优先规则的表达法和提出了种基于优先规则的遗传算法，其中染色体编码为个工件分配规则的序列。基于分配规则序列，用优先分配启发式构造调度，遗传算法用于进化染色体以方便产生个好的分配规则。由于该方法便于实现，且时间复杂性较小，优先分配规则可能是实际求解调度问题最多的启发式方法。和的算法被认为是所有基于优先分配规则启发式算法的基础。常用的优先规则有，优先选择排队等待的任务中最早进入的任务。，即优先选择加工时间最短的操作。，即选择完工期最早的任务，尽可能保证交货。优先选择松弛时间最多的工件。，即优先选择剩余加工时间最长的工件。西北工业大学明德学院本科毕业设计论文优先选择关键比最小的任务。，即选择总剩余加工时间最短的工件。，即选择总剩余操作数最多的工件。，即选择总剩余操作数最少的工件。，即随机选择。基于析取图的表达法基于析取图的编码方式将染色体用个长度为的字符串来表示。该染色体由各弧的操作顺序组成作为优先决策，以决定同台机器上发生操作冲突时各操作的顺序。它也可认为是种基于工件对关系的编码方式。适配值函数适配值函数用于对个体进行评价，也是优化过程发展的依据。常用的在简单问题的优化时，通常可以直接利用目标函数变换成适配值函数，譬如将个体的适配值定义为，其中为足够大正数，为个体的目标值。在复杂问题的优化时，往往需要构造合适的评价函数，使其适应进行优化。遗传算子的设计遗传算子优胜劣汰是设计的基本思想，它应在选择交叉变异等遗传算子中得以体现，并考虑到对算法效率与性能的影响。选择复制复制操作是为了避免有效基因的损失，使高性能的个体得以更大的概率生存，从而提高全局收敛性和计算效率。最常用的方法是比例复制和基于排名的复制，前者以正比于个体适配值的概率来选择相应的个体，后者则基于个体在种群中的排名来选择相应的个体。至于种群的替换，采纳的方案可以是部分个体的替换，也可以是整个群体的替换。交叉算子交叉方法首先选取父代染色体和，随机产生个与染色体长度相同的向量，该向西北工业大学明德学院本科毕业设计论文量由数字组成。向量定义了从父代和父代中选取基因的顺序。从个父代上选取个基因并从大于父代群体大小的中间群体，并依据适应度进行重新排列，并选择靠前的作为子代，这样就保证了子代群体是优于父代群体的，并随着交叉变异的代数越多而子代群体越趋向于优化。西北工业大学明德学院本科毕业设计论文第五章全文总结本文以流水车间的调度作为研究对象，以遗传算法为基础，分别对般流水车间和具有可跨工位操作的流水车间两种生产车间计划调度进行了系统的研究。在理论研究的基础上完成了基于遗传算法的调度的算法设计，展示了算法的实现过程并对调度结果进行分析。本论文的主要工作总结如下阐述了车间调度问题国内外研究现状，探讨了车间调度的问题以及可能的解决途径。对车间调度问题进行了简单的描述的，对车间调度问题的复杂性进行了探讨。将静态和动态车间调度，作业车间调度和流水车间调度进行了区别。最后对车间调度方法进行了总结。接着简单介绍了遗传算法的形成与发展，基本思路和操作步骤。详细介绍了遗传算法中常用的些编码方式，交叉变异方法，查询到了常用参数范围和对算法的终止条件进行了简单理解。对般流水车间问题进行了描述和数学建模，针对流水车间调度问题，对遗传算法进行了设计，选择出最优的调度方案。尽管调度问题的研究己经取得了很多的成果，但是这些成果与实际的调度问题之间都存在定的差距，尚不能很好地解决复杂的实际生产调度问题。要更好地解决实际的复杂调度问题，需研究更加有效的调度优化方法以及研究解决实际调度问题的合理有效的调度策略。在实际的调度中，计划与调度往往是分层进行的，但这可能造成计划在实际调度中的不可行问题，如何将计划与调度结合考虑，以求总体的优化也需要作进步的研究。西北工业大学明德学院本科毕业设计论文参考文献,,,,,,,,,董海，梁迪设施规划与物流分析北京机械工业出版社王伟玲，马正元，王玉生生产调度问题研究的动态与趋势管理技术，年第期郑璐，顾鑫生，不确定条件下的零等待生产调度问题华东理工大学学报，,,西北工业大学明德学院本科毕业设计论文谢源，谢剑英，郑小龙混合有限月苏下带模糊交货期的单机调度问题的研究信息与控制，,卢冰原，陈华平，顾春生等，模糊环境下的柔性工作车间调度模型的研究运筹与管理，李福明，朱云龙，尹朝万等基于遗传算法的模糊调度研究信息与控制，吴仪，刘民等基本约束特点分析及调度算法清华大学学报自然科学版，,吴梅，陆金桂遗传算法的研究进展综述机床与液压，孙卓明，余彬遗传算法计算机时代年，第期陈国良等遗传算法及应用北京人民邮电出版社，西北工业大学明德学院本科毕业设计论文致谢值此论文完成之际,我要由衷的感谢四年的大学生涯中对我的学习给予帮助的老师,同学以及亲人。首先要感谢我的导师王剑导师,论文从选题,撰写,修改直到最后定稿,得到了王老师的大力指导。王老师为我指明了研究方向,提供了许多有用的参考资料,