生产调度智能算法及其应用

生产调度是实施CIMS的关键环节之一，因此，生产调度理论的研究和应用系统的开发都受到学术界和企业界的关注。生产调度问题通常是多约束、多目标、随机不确定优化问题，已被证明是属于NP问题。本书系统地研究了生产调度问题的遗传算法、神经网络、模糊理论等智能算法，以及多个工程应用实际系统。本书的主要内容来源于作者多年研究的积累，最显著的特点是理论与工程实际相结合。在理论上，系统地研究了运用遗传算法求解车间生产调度问题的方法，提出新的编码方法，改进遗传操作算法，很好地处理工序之间的约束关系，保证遗传操作时个体的合法性。纠正了国际上Foo S. Y.-P.和Y. Takefuji（1988）提出的很有影响的基于Hopfield神经网络的作业车间调度方法中存在的错误，提出新的基于Hopfield、随机、混沌等神经网络的作业车间调度方法，全面考虑了作业车间调度问题的约束条件，提高了寻优速度。系统地研究了流程工业生产调度问题建模及其基于遗传算法的调度方法，给出了具有离散变量和连续变量的流程工业生产调度问题的遗传编码方法。提出了具有模糊机会约束的生产调度问题及其基于模糊模拟的遗传算法求解方法。提出了由定单变