畢業(yè)設(shè)計(jì)（論文）開題報(bào)告

1、課題的目的及意義（含國內(nèi)外的研究現(xiàn)狀分析或設(shè)計(jì)方案比較、選型分析等）
本課題著重研究基于遺傳算法的模糊車間作業(yè)調(diào)度問題，并對(duì)實(shí)際的制造車間的生產(chǎn)調(diào)度進(jìn)行仿真模擬。
隨著全球經(jīng)濟(jì)一體化和知識(shí)經(jīng)濟(jì)的到來,企業(yè)間的競(jìng)爭(zhēng)愈演愈烈。為了增強(qiáng)核心競(jìng)爭(zhēng)力,企業(yè)必須要改善內(nèi)部生產(chǎn)管理,尤其是生產(chǎn)管理的核心技術(shù)—生產(chǎn)調(diào)度技術(shù)。生產(chǎn)調(diào)度是企業(yè)充分利用資源、制定合理的生產(chǎn)計(jì)劃、保證按時(shí)交貨、降低制造成本、提高設(shè)備利用率的關(guān)鍵。而在此領(lǐng)域,車間作業(yè)調(diào)度問題又是最普遍、最復(fù)雜和最具難度的,并且由于其具有可推廣性和可移植性,引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。然而以往人們多將目光投在確定性車間作業(yè)調(diào)度問題上,但現(xiàn)實(shí)生產(chǎn)中,受多種隨機(jī)因素的影響,加工時(shí)間和交貨期往往都是模糊的。所以，在現(xiàn)有理論的基礎(chǔ)上,較深入地研究了模糊車間作業(yè)調(diào)度問題顯得非常的必要。而遺傳算法就是后來產(chǎn)生的最有效優(yōu)化方法之一。同時(shí)考慮到制造車間復(fù)雜性與多變性，將現(xiàn)有的遺傳算法與模糊理論相結(jié)合從而得到更有效地解決的方案。 遺傳算法（Genetic Algorithm）是一類借鑒生物界的進(jìn)化規(guī)律（適者生存，優(yōu)勝劣汰遺傳機(jī)制）演化而來的隨機(jī)化搜索方法。它是由美國的J.Holland教授1975年首先提出，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，能自動(dòng)獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質(zhì)，已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制和人工生命等領(lǐng)域。它是現(xiàn)代有關(guān)智能計(jì)算中的關(guān)鍵技術(shù)之一。遺傳算法的特點(diǎn)：
遺傳算法作為一種快捷、簡(jiǎn)便、容錯(cuò)性強(qiáng)的算法，在各類結(jié)構(gòu)對(duì)象的優(yōu)化過程中顯示出明顯的優(yōu)勢(shì)。與傳統(tǒng)的搜索方法相比，遺傳算法具有如下特點(diǎn)： 搜索過程不直接作用在變量上，而是在參數(shù)集進(jìn)行了編碼的個(gè)體。此編碼操作，使得遺傳算法可直接對(duì)結(jié)構(gòu)對(duì)象（集合、序列、矩陣、樹、圖、鏈和表）進(jìn)行操作。 搜索過程是從一組解迭代到另一組解，采用同時(shí)處理群體中多個(gè)個(gè)體的方法，降低了陷入局部最優(yōu)解的可能性，并易于并行化。 采用概率的變遷規(guī)則來指導(dǎo)搜索方向，而不采用確定性搜索規(guī)則。
對(duì)搜索空間沒有任何特殊要求（如連通性、凸性等），只利用適應(yīng)性信息，不需要導(dǎo)數(shù)等其它輔助信息，適應(yīng)范圍更廣。 遺傳算法的研究歷史與現(xiàn)狀
遺傳算法研究的興起是在80年代末和90年代初期，但它的歷史起源可追溯至60年代初期。早期的研究大多以對(duì)自然系統(tǒng)的計(jì)算機(jī)模擬為主。如Fraser的模擬研究，他提出了和現(xiàn)在的遺傳算法十分相似的概念和思想。Holland和DeJong的創(chuàng)造性研究成果改變了早期遺傳算法研究的無目標(biāo)性和理論指導(dǎo)的缺乏。其中，Holland于1975年出版的著名著作>系統(tǒng)地闡述了遺傳算法的基本理論和方法，并提出了對(duì)遺傳算法的理論研究和發(fā)展極為重要的模式理論。這一理論首次確認(rèn)了結(jié)構(gòu)重組遺傳操作對(duì)于獲得隱并行性的重要性。同年，DeJong的重要論文>將Holland的模式理論與他的計(jì)算實(shí)驗(yàn)結(jié)合起來，并提出了諸如代溝等新的遺傳操作技術(shù)?？梢哉J(rèn)為，DeJong所作的研究工作是遺傳算法發(fā)展過程中的一個(gè)里程碑。進(jìn)入80年代，遺傳算法迎來了興盛發(fā)展時(shí)期，無論是理論研究還是應(yīng)用研究都成了十分熱門的課題。尤其是遺傳算法的應(yīng)用領(lǐng)域也不斷擴(kuò)大。目前遺傳算法所涉及的主要領(lǐng)域有自動(dòng)控制、規(guī)劃設(shè)計(jì)、組合優(yōu)化、圖象處理、信號(hào)處理、人工生命等?？梢?，遺傳算法的應(yīng)用研究已從初期的組合優(yōu)化求解拓展到了許多更新。更工程化的應(yīng)用方面。
由于遺傳算法具有自己優(yōu)勢(shì)特點(diǎn)用其研究模糊車間作業(yè)調(diào)度問題具有重要的實(shí)際應(yīng)用價(jià)