论文摘要：共同进化遗传算法及其在消费体例集成优化中的运用

消费体例的集成优化题目是一类搀杂的优化题目，常常须要同声并行探求多个子题目的搀杂解空间，比普遍的拉拢优化题目更难求解，所以保守的优化算法很难灵验求解该类题目，而共同进化算法因为其特殊的便宜和体制，对于处置搀杂体例的优化题目有很强的上风。正文在归纳现有共同进化算法的接洽功效普通上，提出了几种共同进化遗传算法实行战略，并辨别用其求解消费体例中几类典范的集成优化题目。 正文的重要处事实质如次： 1.阐领会正文的接洽后台和意旨，回忆了消费体例集成优化、遗传算法和共同进化算法的接洽近况，归结和归纳了遗传算法和共同进化算法的基础框架及本来施的要害本领，表领会共同进化算法潜伏的兴盛远景。 2.提出了一种求解Job Shop安排题目的协作型共同进化算法。算法采用三种典型的共生搭档与被评介个别构成“完备解个别”，提出了一种鉴于优先列表的G&T算法举行解码，客观评介子种群个别，沿用个别革新本领和动静集体革新战略来加速算法抑制。对MT系列和LA系列规范算例的优化截止表白，该算法具备比各类保守遗传算法更好的求解本能，同声与各类搀和遗传算法和其它开辟式算法比拟也具备很强的上风。 3.对准Flow Shop情况下的等规模型批量流与混排序的集成优化题目，创造了最小化竣工功夫的非线性搀和平头规模子，提出了一种鉴于“宿主—宿主”办法的共同进化算法求解。算法沿用左右两层遗传算法，表层遗传算法优化每种产物子批量的数目，同声决定各子批量的范围，基层遗传算法优化各别产物子批量的混排序，基层遗传算法集体“寄生”在表层遗传算法的个别内。数值仿真试验证领会算法的集成优化上风和灵验性，同时间析了缓冲区空间和呆板安排功夫对模子的感化。 4.对准订单式消费企业的批量安置与消费功课安置的集成优化题目，创造了最小化仓库储存用度、缺货用度和加班用度之和的非线性搀和平头筹备模子，提出了一种搀和共同进化算法。算法沿用共同进化算法和遗传算法并行搀和探求的构造，共同进化的子种群辨别源代码批量消息和排序消息，独立进化的大众种群沿用分段源代码的战略，同声源代码批量和排序消息，两类种群间经过“单向”迁徙算子有机接洽起来，提高了算法本能，并安排了灵验的遗传算子普及探求功效。经过对三种各别范围的安排算例举行优化，该算法赢得了比Potter提出的协作型共同进化遗传算法更好的截止。 5.对准一类供给链简化模子，创造了集成优化创造商的消费安置与仓库储存配送体例的仓库储存遏制战略的搀和平头筹备模子，沿用搀和共同进化算法求解，但算法沿用“双向”迁徙算法把共同进化的子种群和独立进化的大众种群接洽起来。仿真试验截止考证了算法的灵验性，同声表领会“双向”迁徙算子比“单向”迁徙算子在提成算法完全本能上面更具上风。 6.对某IT公司3种要害产物的仓库储存处置举行了实证接洽，创造了一种优化其仓库储存遏制战略参数的搀和平头筹备模子，提出了一种共同进化算法，每个子种群优化一种产物的仓库储存遏制参数，优化后获得的仓库储存遏制战略参数比本质该公司沿用的仓库储存遏制战略参数在仓库储存遏制上面矫正很大，进而考证了算法的灵验性和适用性。