摘 要
车间作业调度问题（Job Shop Scheduling Problem）是一个著名的NP难题，具有很强的条件约束，当问题规模较大时很难找到全局最优解。因此作业车间调度是一类求解困难的组合优化问题。近几年各种智能计算方法逐渐被引入到作业调度问题中，如遗传算法、模拟退火算法、启发式算法等。
如何有效的安排各零件的加工顺序将直接关系到生产效率,也是本文所要解决的问题之一。本文提出了实现车间调度的混合遗传算法的设计方案，把遗传算法与模拟退火算法相结合，充分发挥遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的特性，通过实验验证了基于混合算法的作业车间调度方法显著提高了搜索效率，GASA改进了收敛性能。
最后，本文分析了混合遗传算法的优越性。通过VC仿真程序的模拟仿真，对比单纯遗传算法和模拟退火算法，分析了混合算法的高搜索效率，以及改进了的收敛性能！系统的运行结果满足了调度要求，进一步证明了混合遗传算法的有效性和实用性。
关键词:遗传算法;模拟退火算法;车间调度; 仿真；
ABSTRACT
Job Shop Scheduling Problems are known as one of the most difficult NP hard problems, having strict constraints and very difficult to find the global optimum.so JSSP is NP hard combinational optim ization problem.Many intelligent computation methods such as simulated Anneal Algorithm, Genetic Algorithm, heuristic algorithm, are introduced into scheduling problem in recent years.
This paper proposes a hybrid genetic algorithm to solve scheduling problem. To combine the genetic algorithm and simulated annealing, it is using GA excellent whole search ability and simulated annealing which is efficient to avoid getting into part minimum . The result of the test shows the efficiency of search is increased and the convergence is improved in shop scheduling with GASA hybrid algorithm.
The scheudling reuslt satisfies the requirements，which shows the availabilities of GASA further.
Key words:Job shop scheduling; Genetic algorithm; Simulated annealing;Simulation;
目 录
第一章 绪论
1.1 概述
1.2 课题研究的目的、背景及意义
1.3 国内外研究现状
1.4 课题研究方法及实验设计
第二章 车间调度问题简述
2.1 车间调度问题描述
2.2 车间调度问题的特点及分类
2.3 Job shop和Flow shop调度问题
2.4 本章小结
第三章 遗传算法和模拟退火算法理论及实现技术
3.1 遗传算法简介
3.2 遗传算法基本流程
3.3 遗传算法参数设计
3.4 模拟退火算法简介
3.5 模拟退火算法基本思想和步骤
3.6 模拟退火算法关键参数和操作的设计
3.7 本章小结
第四章 混合遗传算法理论
4.1 混合遗传算法的构造出发点
4.2 混合遗传算法的流程和特点
