1、,用混合遗传算法解决单机调度问题,答 辩 人： XXX指导老师： XXX,单机调度n个工件需要在调度系统中的一台机器进行连续处理，因不同工件的特殊性，每个工件都有到达时间、加工时间、拖期交货期等工件参数，调度目标也是在工件参数的基础上展开的本文研究的是1| | 问题,混合遗传算法（GASA) 混合遗传算法是将遗传算法与模拟退火算法相结合而构成的一种优化算法。遗传算法的局部搜索能力较差，但把握搜索过程总体的能力较强；而模拟退火并法具有较强的局部搜索能力，但是它的搜索效率不高。将遗传算法与模拟退火算法相结合，互相取长补短，则会开发出性能优良的新的全局搜索算法。,本文在研究单机调度的基础上，利用混合
2、遗传算法对最小化总加权完工时间的1| | 模型进行求解，并通过仿真实验将GASA与标准的GA和SA算法进行仿真比较。,理论解析,编写程序,仿真与总结,1.单机调度研究现状 2.GA、SA算法分析 3.GASA算法分析,4.GASA算法流程图5.编程思路分析和选择6.按照算法编写c语言程序,8.种群世代变化分析9.算法参数对结果效率的影响10. GASA与GA 、SA结果比较,开始,初始化种群,生成初始种群,对种群进行评价,k=0,计算初温T,收敛条件满足否？,选择个体进行交叉,更新种群和最优调度,变异操作，同时更新种群和最优调度,模拟退火内循环，更新种群和最优调度,k=k+1,退温,输出结果,Y,N,GASA流程图,模拟退火内循环,及时更新,结论：GASA可以将种群往最优解的方向进行跌进，且种群的适应度会变得越来越强。,结论： =0.01 maxgen=1000 last_maxgen=50 时有着较高的运行效率,结论：GASA较GA、SA，性能有着很大的提高。,THANKS！,
