应用多种群遗传算法求解动态车间调度问题的任务书.docx

应用多种群遗传算法求解动态车间调度问题的任务书
任务书
1.任务概述
动态车间调度问题是在车间生产时，针对机器与工件的使用情况不同，对不同物品的制造周期以及使用可用设备的频次进行调度问题。本任务旨在设计一个能够解决动态车间调度问题的群体遗传算法，并将其应用在实际场景中进行验证。
2.任务目标
本任务要求完成以下目标：
-研究动态车间调度问题的基本概念与普遍难题；
-理解群体遗传算法的基本原理及应用范围；
-设计一个能够解决动态车间调度问题的群体遗传算法，并进行模拟求解；
-对所开发的群体遗传算法进行性能评估，并进行实际场景应用。
3.任务具体内容
本任务需完成以下具体内容：
3.1研究动态车间调度问题的基本概念与普遍难题
-理解车间调度问题的含义及其普遍难点；
-掌握动态车间调度问题的定义和主要特征；
-分析动态车间调度问题的实际应用场景。
3.2理解群体遗传算法的基本原理及应用范围
-理解遗传算法及其发展历程；
-理解群体遗传算法的基本概念；
-掌握群体遗传算法的经典模型及其应用范围。
3.3设计一个能够解决动态车间调度问题的群体遗传算法
-选择适合动态车间调度问题的群体遗传算法模型并进行适应性筛选，最终设计可用的求解模型；
-结合求解模型设计相应的求解算法流程；
-编程实现算法并进行调试，保证算法的正确性和可靠性；
-进行算法的参数优化。
3.4进行模拟求解
-提供动态车间调度问题模拟数据集；
-利用设计好的算法和优化参数，对模拟数据集进行求解并确保解的准确性及可操作性；
-比较实验结果与已有文献的结果。
3.5对所开发的群体遗传算法进行性能评估
-对设计的算法进行性能测试，分析算法的效率、可靠性，满足动态调度问题的求解需求；
-对不同维度的动态调度问题进行测试，统计算法的求解时间及结果准确率；
-针对计算资源和时间限制对算法进行优化。
3.6进行实际场景应用
-在实际生产车间调度中使用已经优化和调试后的算法，并获得实际场景的数据；
-分析本算法应用在实际场景中存在的不足和问题并进行优化；
-比较算法应用前后的效益及优化情况。
4.任务计划
本任务计划为4个月，主要工作内容如下：
第1-2个月：研究动态车间调度问题与群体遗传算法，并进行设计；
第3个月：完成算法的程序编写和模拟求解；
第4个月：完成算法的性能评估和实际场景应用，并撰写论文。
5.任务交付物
本任务的主要交付物如下：
-一篇不少于5000字的毕业论文，包含开题、中期检查和最终答辩；
-群体遗传算法的设计、程序代码、求解结果；
-实验数据、截图和性能评估报告。
6.资源配备
本任务所需的设备和软件包括：高性能计算机、MATLAB、Python、Java等。
7.导师指导与学生工作要求
本任务的指导老师应根据学生的研究进度，提供指导和建议以及学术指导。学生应积极配合老师的指导，协助老师解决研究过程中的问题。学生须自主学习计算机编程和理论知识，积极参与科研讨论，确保任务按照计划顺利开展。