混合智能算法在整车生产车身存储区排序问题中的研究与应用

摘要

随着计算机技术的高速发展，企业信息化已成为基本趋势。汽车公司现有的整车生产跟踪系统，越来越不能满足当前实际业务发展的需要，因此急需建立起一套更加完整的网络平台的整车跟踪指导系统，同时改善企业对生产过程的跟踪及指导的管理以及提高整体的工作效率和整体技术水平就变得来越重要了。本文对混合智能算法在整车生产车身存储区排序问题中的应用进行了研究，主要涉及以下方面： 1、具体描述和分析了车身存储区排序问题，介绍了该问题考虑的因素及其度量，用枚举的思想提出了其理论模型，并用贪婪法具体解决了该问题。虽然此法可以得到可行解，算法简单而且效率比较高，但是由于它将入库和出库操作分开来考虑，当入库车比较多时并不能得到一个较好的出库清单。 2、针对贪婪法解决这一问题的不足之处，将综合遗传算法与模拟退火算法优点的遗传模拟退火算法用于车身存储区排序问题中，详细分析与设计了遗传算子、适应度函数等。此法综合考虑入库和出库操作，每次可计算出批量车中每辆车的入存储区道号和该批车的出库清单，得到的解优于贪婪法所得的结果。 3、阐述了基于混合算法的车身存储区管理系统的设计与实现，介绍了各个模块的功能与操作。系统的运行结果满足了调度要求，进一步证明了混合智能算法的有效性和实用性。

目录

文摘

英文文摘

声明

第一章绪论

1.1排序问题

1.1.1排序问题的定义

1.1.2排序问题的分类和求解

1.2车身存储区排序问题(SZM问题)简介及研究现状

1.3智能优化算法的研究及发展动态

1.4本文的主要工作

第二章SZM问题描述及分析

2.1 SZM问题描述

2.2 SZM问题考虑的因素及度量

2.3用枚举法求解SZM问题

2.3.1算法思想

2.3.2 SZM问题的数学描述

2.3.3算法效率

2.4用贪婪法求解SZM问题

2.4.1贪婪法的一般思想

2.4.2算法实现

2.4.3实验结果及分析

2.5本章小结

第三章遗传算法和模拟退火算法简介

3.1遗传算法

3.1.1遗传算法的原理和基本操作

3.1.2遗传算法的基本流程

3.1.3遗传算法的应用情况

3.1.4遗传算法的特点

3.2模拟退火算法

3.2.1模拟退火算法基本理论

3.2.2模拟退火算法步骤

3.2.3模拟退火算法的特点

3.3遗传退火算法

3.3.1遗传算法和模拟退火算法相结合的出发点

3.3.2遗传退火算法(GSA)的基本流程

3.3.3遗传模拟退火算法的特点

3.4本章小结

第四章用混合智能算法求解SZM问题

4.1 SZM问题的遗传算法设计

4.1.1编码

4.1.2适应度函数

4.1.3选择操作

4.1.4交叉操作

4.1.5变异操作

4.2算法思想

4.3实验结果分析

4.4本章小结

第五章车身存储区管理系统的实现

5.1系统目标

5.2系统功能分析和模块划分

5.3系统界面与操作

5.4本章小结

结论

参考文献

致谢