4、由作业的加工特点可分为静态调度和动态调度两种。

实际车间调度[5]：多个工件在设备上加工，每台设备在切换不同工件时需要一定的准备时间，而随着切换加工次数的增加有利于减少工件的库存，却导致生产率下降，所以说必须在库存成本和工件切换频率取得一个平衡点，根据实际要求来改变这个平衡点。

主要有以下特点

1、复杂性

实际作业时会在装卸，搬运中花费时间和操作顺序，都要考虑其中，随着规模的增加和扩大，计算越繁复。

2、动态随机性

3、多目标性

1。5 研究方法、技术路线

1。5。1 研究方法

对于车间调度优化问题，以往常常是使用基于权重的方法来处理，后来因为这种方法不能让设计方案令人满意，随着调度优化问题的变化，该方法处理问题越来越困难。有关研究人员开始从不同的角度去思考优化问题，陆续提出一些新的方法，就以物理规划、遗传算法和局部搜索法来说，都具备不同的特点。论文网

物理规划：根据设置用户的偏好来获得符合要求的最优设计，可以减轻计算压力，且目标操作是单独进行，互不干扰，物理规划法可以处理目标数量较大的优化设计问题。

局部优化搜索法：包含模拟退火法、禁忌搜索法。前者伴随温度的下降，根据概率进行随机搜索，从而达到全局最优的效果；后者主要特点是引入一个全新的机制提高了搜索几率

本文是以遗传算法来解决车间调度优化问题[5]，以“种群”作为优化问题的基础，对解决车间调度优化问题有极佳的效果。在本文第二、三章会有详细说明。

1。5。2 技术路线

1、对车间调度进行分析，确定最优目标函数，根据约束条件建立优化数学模型；

2、利用MATLAB编制优化程序；

3、设计用户界面，使得用户可直接输入参数，得到相应的方案和甘特图；

4、对所得的车间调度方案进行仿真，对比分析，得到进一步优化建议。

1。6 本文章节

第一章节解释该课题所处的研究背景，并明确了课题研究的最终目的和对当前生产制造的主要意义，介绍作业车间优化问题在国内外研究现状。

第二章节介绍了遗传算法理论的形成及主要内容，也将其基本原理，工作流程及相关特点进行一定的阐释。使得课题有更好的研究理论基础。

第三章节阐述了车间调度问题相关的地数学模型，和遗传算法在该问题中的编码方式的选择与确定，遗传算子的选择、交叉、变异，及该课题的参数选定。

第四章节是对作业车间调度优化系统进行MATLAB仿真，通过对其仿真结果的分析，验证算法的有效性和选择策略的正确性。

第五章节是对课题研究的结论与展望。

2 遗传算法理论

2。1 遗传算法的基本思想

进化论[7]说的是物种会在环境中不断发展，适应。其个体的基本特征会被后代延续，不过不是完全的复制，不同的特征若被适应环境，则会被保留下来；不适应环境的则被淘汰。这就是适者生存，劣者淘汰的进化论原理。遗传学说认为遗传因子以基因的形式包含在染色体内，每个基因都有特定的部位控制着不同的个体特征。对环境的适应有了免疫，而通过基因变异和交换则会获得更能适应环境的个体。然后通过适者生存自然法则挑选，能够适应环境环境的个体基因结构遗传到下一代。

遗传算法的基本思想源自于进化论和遗传学说。比如说，一开始选取一定规模的个体组成一个群体，了解各个个体的适应度值，满足生存法则的个体，遗传下去；不满足法则的个体，继续通过交叉、变异、突变等操作产生下一代，再计算下一代的适应度值，之后反复该过程，直到出现个体满足生存法则。文献综述