车间资源的有限性制约着能否有效利用车间现有资源完成任务,以最快的速度响应市场需求,促使制造型企业能否贏得市场竞争。调度的任务是根据生产目标和约束,为每个加工对象确定具体的加工路线、时间、机器和操作等。优良的调度策略对于提高生产系统的最优性、提高经济效益都有着极大的作用。但是由于资源约束和工艺约束的并存,迄今计算复杂性理论表明,多数调度问题属于NP-hard (Nondeterministic polynomial—Hard,非确定性多项式)难问题,目标解的搜索涉及解空间的组合爆炸。同时,实际车间中的各种动态事件难以预计,以致车间调度问题异常复杂,迄今为止还没有一种通用有效的调度策略。 本文首先介绍国内外车间调度研究的方法和发展现状,阐述遗传算法的基本概念、原理和方法。其次对所研究的流水车间调度和作业车间调度进行了详细的数学分析,并对数学描述进行了简化,为下一步算法设计建立数学模型。为了克服遗传算法容易出现提早收敛的缺陷,在基本遗传算法基础上对选择和交叉算子进行了改进,并将改进的遗传算法应用于车间调度问题。 针对遗传算法常用C或Visual C++编写源代码,程序庸长繁琐,效率不高,运行缓慢的特点,本文采用Matlab强大的数值计算能力和众多的库函数编写算法;然后封装和链接程序,使Matlab编写的算法能够完全脱离Matlab的编程环境;利用Visual C++良好的人机交互功能,用Visual C++编写算法的输入输出接口界面。针对流水调度和作业调度给出了算法实例,并且绘制出了流水和作业调度的甘特图。最后根据甘特图采用Flexsim对调度结果仿真,生成每台机器利用率,以验证其有效性。仿真实例证明,该程序算法结果较好,理论调度方案的总加工时间和Flexsim仿真时间一致,能充分利用设备资源组织生产。