群体大小为，个体的适应度为，选择概率为，交叉算子•所谓交叉操作，是指对两个相互配对的个体按种方式相互交换其部分基因，从而形成两个新的个体。

•单点交叉在个体串中随机设定个交叉点，实行交叉时，该点前或后的两个个体的部分结构进行互换，并生成两个新的个体。

如图所示•父体子体•父体子体变异算子•变异运算是指将个体染色体编码串中的些基因座上的基因值用该基因座的其它等位基因来替换，从而形成个新的个体。

•基本变异算子是指对群体中的个体码串随机挑选个或多个基因并对这些基因座的基因值作变动依变异概率作变动二值码串中基本变异操作如图所示。

•变异前，在以后的加工过程中就不再改变。

故静态车间调度不考虑零件在加工过程中出现的意外情况，如机床突然损坏零件的交货期提前，有更紧迫的零件要求被加工等等。

主要步骤•编码初始种群的产生选择操作交叉操作变异操作解码静态车间调度实例•调度前工件加工顺序如表所示工件号第道工序所在的加工机床号加工时间调度后合理加工顺序工件号第道工序所在的加工机床号加工时间动态车间调度•在实际加工环境下，当不可预知的事情发生时，原有的调度方案不得不中止，且调度系统必须及时地调整工件原有的加工路径和其他资源调度的状况，同时必须对突发事件做出迅速响应，以确保调度系统能够持续优化地进行。

这种能够引起原有调度方案的更改，从而需要采取动态调度措施的突发事件称之为动态事件，也称重调度因子或扰动。

•动态事件类型分为•急件到来•机器故障•订单取消急件到来的调度图工序工件开始时间完成时间设备空闲时间工序调度时间未加工完成工序调度时间取消订单的调度图工序工件开始时间完成时间设备空闲时间工序调度时间未加工完成工序调度时间设备故障的调度图工序工件开始时间完成时间设备空闲时间工序调度时间未加工完成工序调度时间四语言相关知识及编程•根据上述算法过程分别进行编程，得到编程结果如下•急件到来•机器故障•订单取消五总结•本文针对机床调度问题的调度方法进行了研究。

采用自然数编码，方法简单容易理解，进行遗传操作方便。

采用最优优先的比例选择法，既避免了最优个体被漏选的可能又能保证算法在全局中寻优考虑三种动态事件，采用自适应遗传算法对动态问题进行了重调度，研究了动态调度问题。

但是应用于实际问题还需要进步的研究。

谢谢各位老师祝老师身体健康，工作顺利设计题目•柔性制造系统中机床调度优化研究•机械电子工程系•级机电班王磊•指导老师边培莹柔性制造系统中机床调度优化研究选题目的和意义二调度与遗传算法相关理论三基于遗传算法进行机床调度四语言相关知识及编程五总结选题的目的和意义•柔性制造系统具有提高设备利用率减少在制品库存量进步产品质量和致性等诸多优点。

但是系统的这些优点能否发柔挥，取决于各生产设备调度后的运行效率情况，如仓库的调度机床的调度物料运输车辆的调度等。

其中机床的调度优化起到非常关键的作用。

通过设计适合的调度算法对机床各种工作情况进行实时的调度研究，具有非常现实的意义，它的优化可提高生产任务的加工效率。

•本文主要针对机加工车间加工机床的调度问题进行研究，并运用遗传算法进行优化，寻求最佳加工路径。

二调度与遗传算法相关理论•调度是针对项可分解的生产任务，探讨在尽可能满足约束条件的前提下，通过下达生产指令，安排其组成部分使用哪些资源其加工时间以及加工顺序，以获得生产任务执行时间或成本的最优化。

•机床调度的分类根据零件和车间构成不同分为单机车间调度问题并行机车间调度问题开放车间调度问题流水车间调度问题作业车间调度问题根据作业的加工特点分为静态调度动态调度。

调度的优化算法•数学规划方法•基于启发式规则的调度方法•基于人工智能的方法•基于仿真的方法•计算智能方法•组合调度方法•基于的解析模型方法•禁忌搜索•模拟退火拉氏松弛法•根据以上优化方法的分析比较，最终确定采用遗传进行优化，获得最终的调度方案，使得加工路径能够完成优化。

遗传算法的基本理论•遗传算法是将问题的解表示为“染色体”，通过模拟自然界中物种的选择复制交叉和变异等操作，以实现个体适应度的提高，并通过不断的迭代和对个体的评价选择，逐步寻找最优解。

•基本流程如图所示遗传算法流程图对问题进行编码产生初始种群计算种群个体适应度进行遗传操作选择交叉变异产生种群最佳个体是否满足优化准则开始初始种群←种群遗传算法基本操作•适应度函数的选择•常用的方法是将适应度函数取为目标函数的倒数。

即•为时间函数最小值•选择算子•比例选择法是基本的选择方法，也叫轮盘赌选择法。

它的基本思想是个体被选中的概率与其适应度大小成正比。

设群体大小为，个体的适应度为，选择概率为，交叉算子•所谓交叉操作，是指