随着市场竞争的日趋激烈,每个企业都在寻求较好的生产与运作管理方案,以提高企业的生产、经营和管理效率,从而提高企业的核心竞争优势。而生产与运作管理的核心是生产调度问题能否高效地获得优化解,因此,研究生产调度问题具有很大的理论意义和现实价值。 本文详细介绍了生产调度问题的目标、类型及研究现状,并结合生产调度研究了产品装配生产调度问题的数学模型与相关优化算法,如启发式算法、遗传算法等,并指出了存在的问题。 遗传算法(Genetic Algorithms,GA)是模拟自然进化过程的一种随机性全局优化算法。该方法的全局性、并行性和鲁棒性,使得GA算法越来越被各领域接受,目前遗传算法已经成为人们解决调度问题的一个新思路和新方法。 本文在详细分析标准遗传算法的基础上,为了解决遗传算法的早熟收敛、局部搜索能力差等问题,引入了模拟退火的基本思想,介绍了一种改进的混合遗传启发式算法。使用面向对象的C++语言编制了GA及其改进算法的实现程序,改进算法可以大幅度提高GA用于求解复杂问题的鲁棒性。实例调度优化结果表明:改进遗传算法能有效求解产品装配优化调度问题,在产品装配生产中有一定的应用价值。