車間作業(yè)調(diào)度jobshopscheduling講解(專業(yè)版)
【正文】 遺傳算法解決 Job shop的幾個(gè)重要構(gòu)成要素 （ 1）染色體編碼方法 {1 2 3 ； 3 1 2 ； 2 3 1} 基本遺傳算法的構(gòu)成要素 （ 2）交叉過(guò)程 下面是一種基于最長(zhǎng)公共子序列的交叉算符，對(duì)兩個(gè)父親個(gè)體的每個(gè)機(jī)器都進(jìn)行如下操作，產(chǎn)生兩個(gè)子代個(gè)體： 遺傳算法的幾個(gè)重要構(gòu)成要素 （ 3）適應(yīng)度評(píng)價(jià)函數(shù) 函數(shù)的主要部分是基于最大完工時(shí)間(Makespan)。 遺傳算法基本概念和術(shù)語(yǔ) ?遺傳算法是模擬前述生物進(jìn)化過(guò)程的計(jì)算模型。不產(chǎn)生不可行解，效率高。如何安排在每臺(tái)機(jī)器上工件的加工順序，使得總的完工時(shí)間 (Makespan)最小。長(zhǎng)期以來(lái)， 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。 但就目前來(lái)看： (1)由于 JobShop調(diào)度問(wèn)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 。 ? Tabu Search : 將之前搜索過(guò)的解 禁忌，每次只選擇沒(méi)被禁忌的解或滿足解禁策略的解。 遺傳算法基本概念和術(shù)語(yǔ) ?適應(yīng)度（ fitness） 在研究自然界中生物的遺傳和進(jìn)化現(xiàn)象時(shí)，生物學(xué)家使用適應(yīng)度這個(gè)術(shù)語(yǔ)來(lái)度量某個(gè)物種對(duì)于生存環(huán)境的適應(yīng)程度。 Step4. 沒(méi)有到達(dá)終止條件，就 Goto Step 2. Hybrid Evolution AlgorithmMemetic Memetic Algorithm:將 Local Search 的方法 融入到遺傳算法的框架之中，是一種混合了 Local Search and Geic Algorithm 的算法，集合了局部搜索強(qiáng)大的集中性 以及 遺傳算法強(qiáng)大的分散性。 ?變異（ mutation） 在細(xì)胞進(jìn)行復(fù)制時(shí)可能以很小的概率產(chǎn)生某些復(fù)制差錯(cuò)，從而使 DNA發(fā)生某種變異，產(chǎn)生出新
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1