1、本文研究了遺傳算法的改進問題，將改進后的遺傳算法應(yīng)用于車間調(diào)度問題的求解，獲得了滿意的結(jié)果：研究了粗集理論在生產(chǎn)車間動態(tài)調(diào)度中的應(yīng)用，在生產(chǎn)車間動態(tài)加工環(huán)境下，當有影響加工過程的實時事件發(fā)生時，必須對實時事件進行處理，靜態(tài)調(diào)度不能適應(yīng)動態(tài)加工環(huán)境的變化，本論文基于粗集理論，與調(diào)度專家經(jīng)驗相結(jié)合，研究了動態(tài)調(diào)度窗口中調(diào)度工件的識別和調(diào)度問題，提出了相應(yīng)的車間動態(tài)調(diào)度窗口工件識別方法，建立了基于粗集理論的車間動態(tài)調(diào)度模型，并基于改進后的遺傳

2、算法求解所建立的動態(tài)調(diào)度模型。仿真結(jié)果驗證：與傳統(tǒng)動態(tài)調(diào)度方法相比較，該方法不僅能夠減少再調(diào)度次數(shù)和提高動態(tài)調(diào)度的穩(wěn)定性，而且能獲得滿意的調(diào)度結(jié)果。 本文的主要工作和創(chuàng)新點如下： 1、闡述了車間調(diào)度的概念和意義，建立了一般的車間靜態(tài)和動態(tài)調(diào)度模型。改進了遺傳算法，使用改進后的遺傳算法求解了調(diào)度模型，仿真實驗結(jié)果表明了改進算法的有效性。 2、研究了粗集理論在車間動態(tài)調(diào)度建模中的應(yīng)用。基于粗集的分類特性、條件屬性、決

3、策表和近似特性，提出了基于粗集的車間動態(tài)粗調(diào)度窗口工件識別方法，提出了基于粗集理論的工件決策表約簡規(guī)則，建立了車間動態(tài)粗調(diào)度模型。通過仿真實驗，驗證了所提動態(tài)調(diào)度模型的正確性和有效性。與傳統(tǒng)動態(tài)調(diào)度方法相比，該方法減少了動態(tài)再調(diào)度的次數(shù)，均衡了設(shè)備的利用率，而且能夠獲得滿意的調(diào)度結(jié)果。 3、研究了函數(shù)S-粗集在車間動態(tài)調(diào)度中的應(yīng)用，與S-粗集的應(yīng)用進行比較，指出了S-粗集在應(yīng)用中的不足，證明了應(yīng)用函數(shù)S-粗集理論的正確性，這是本