車間作業(yè)調(diào)度jobshopscheduling講解-全文預(yù)覽
【正文】 到瓶頸，從而需要更多的策略或更好的算法跳出local optima。 ?關(guān)鍵路徑：調(diào)度序列中的最長路徑，它制約著整個(gè)調(diào)度的完工時(shí)間。 Neighborhood 局部搜索算法 ?從一個(gè)初始解開始，每次從領(lǐng)域結(jié)構(gòu)中選擇一個(gè)最好的 鄰居解 作為下一個(gè)初始解，迭代搜索解空間的過程。 但就目前來看： (1)由于 JobShop調(diào)度問題的特殊性 ， 編碼機(jī)制顯得尤為重要 ，因?yàn)榫幋a機(jī)制選擇不當(dāng) ， 遺傳算法的雜交 、 變異算子很容易破壞原加工順序 。 Job—shop 調(diào)度問題的實(shí)際應(yīng)用 ?在解決實(shí)際問題的時(shí)候，“工件”和“機(jī)器”可以拓展成相應(yīng)的問題描述。 ?機(jī)器上約束：每臺機(jī)器每一個(gè)時(shí)刻最多只能執(zhí)行一個(gè)工件，且該工序的執(zhí)行時(shí)間是非搶占的。每個(gè)工件以一定的 次序 在所有的機(jī)器上輪流加工。長期以來， JSS研究的方法始終以啟發(fā)式算法為主導(dǎo)，絕大部分的 JSS研究工作也都圍繞著啟發(fā)式算法進(jìn)行，如基于啟發(fā)式算法的 JSS仿真系統(tǒng)，基于啟發(fā)式算法的并行JSS系統(tǒng)，基于啟發(fā)式算法的 JSS專家系統(tǒng)，等等，盡管這些研究取得了一定的應(yīng)用效果，但是卻存在著難以克服的弱點(diǎn)，如計(jì)算規(guī)模不可能較大，尋優(yōu)結(jié)果不具備全局特性等等。它的研究不僅具有重大的現(xiàn)實(shí)意義，而且具有深遠(yuǎn)的理論意義。 問題描述： ?假設(shè)有 n個(gè)工件 {J1,J2,…,Jn} 要在 m臺機(jī)器{M1,M2,…,Mm} 上進(jìn)行加工。 J1: M1 M2 M3 J2: M3 M1 M2 J3: M2 M3 M1 工序 1 工序 2 工序 3 約束 ?工件上約束：每個(gè)工件上的工序只能在上一個(gè)工序執(zhí)行結(jié)束以后，才能開始執(zhí)行下一個(gè)工序。如何安排在每臺機(jī)器上工件的加工順序，使得總的完工時(shí)間 (Makespan)最小。 遺傳算法在解 Jobshop調(diào)度問題方面的研究現(xiàn)狀 ? 由于 JobShop調(diào)度問題是一個(gè) NP難題 ， 而遺傳算法為求 NP難度問題的近似解提供了一種有效手段 ， 所以現(xiàn)在許多人都致力于用遺傳算法解決 Jobshop問題 ， 各有特點(diǎn) 。 Jobshop的求解方法 局部搜索（ Local Search）
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1