1、计算机应用技术专业优秀论文 基于混合交叉方式的遗传算法应用研究关键词：作业车间调度 遗传算法 混合交叉 交叉算子 双阀值控制摘要：作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效
2、率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Repla
3、cevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。正文内容作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有
4、的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的
5、特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时
6、增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于
7、保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高
8、了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作
9、业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父
10、代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提
11、出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算
12、子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation
13、Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问
14、题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年
15、来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation
16、)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问
17、题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度
18、算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个
19、算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到
20、全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种
21、等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-sho
22、p scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好
23、的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变
24、了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作
25、算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)
26、交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车
27、间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。作业车间调度问题(Job-shop scheduling，JSP)是生产制造类企业中的一个常见问题，由于其固有的计算复杂性，对于较大规模的问题，很难找到一个有效的求解算法。已有许多研究表明，遗传算法对 JSP 问题的有效求解具有极大的潜力。而交叉算子是遗传算法中最主要的遗传操作算子，因此对于交叉算子的研究在很大程度上体现了遗传算法的研究进展。交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用。交叉机制的优劣直接决定着算法的效率。多父辈交叉操作在近年来逐渐引起了研究者的注意。通常
28、认为，多父辈交叉操作有可能在产生子代个体的过程中综合更多(相对于两父辈而言)父代个体的信息，因而可能获得更好的解空间搜索效率和寻优质量。 本文针对 JSP 问题自身的求解难点和遗传算法的特点两个角度，分析目前遗传调度算子存在的问题，提出一种多父辈 POX(Multi-parems Precedence Operation Crossover，MPOX)交叉算子，利用染色体的适值来划分种群，将优良种群作为参与交叉的第三个父辈，提高了产生优良解的速度。并提出一种等位逆转替换 EPRR(Equal position Reverse or Replacevariation)变异算子，改变单一变异的传统
29、模式，采用两两变异方式，既保留了部分优良模式，又增强了继续优化的潜能。 本文提出了一种双阀值的遗传算法，改变了传统算法的模式，通过适当的调整变异的时间和概率而提高交叉的性能，在变异的同时增强了交叉的作用，从而提高整个算法的效率。利用标准的 MT 基准测试用例进行验证，都能得到最优解，可以证明本算法可行。 针对某工厂的实际问题，本文设计并实现了一个作业车间调度系统，并应用改进的算法对实际问题进行求解，得到的结果是可行的和有效的。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q
30、1627550258 ，提供原格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟 2Z 皙笜?D 剧珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
