大规模混流制造系统存在规模大、资源约束多的特点,造成在作业调度时产生维数灾难,从而产生搜索求解难的问题。本文针对此类问题,在基于(Manufacturing Petri Net,MPN)模型的基础上,提出一种改进遗传算法进行求解。首先,重新定义了染色...大规模混流制造系统存在规模大、资源约束多的特点,造成在作业调度时产生维数灾难,从而产生搜索求解难的问题。本文针对此类问题,在基于(Manufacturing Petri Net,MPN)模型的基础上,提出一种改进遗传算法进行求解。首先,重新定义了染色体的结构,并采用染色体安排段压缩求解的搜索空间。其次,在染色体交叉环节用粒子群优化(Particle Swarm Optimization,PSO)优化机制引导染色体优化方向,在染色体变异环节用模拟退火算法(Simulated Annealing Algorithm,SAA)的机制防止遗传算法的过早收敛。然后,在每一次种群迭代后对当前最优个体采用邻域搜索机制尝试拔高最优个体的适应度。实验数据表明,改进遗传算法在求解的最优性方面有了较大改进。展开更多
