基于改进遗传算法的汽车生产订单排产问题研究

摘要

为研究多种约束条件下的订单排产问题，建立以最小化2种类型切换次数和最小化车顶套色结块长度平方差和为目标的调度优化模型，并设计一种改进的遗传算法(improvement genetic algorithm, IGA)对该问题进行求解。模型通过线性加权的方式进行构建，通过结合网格搜索和随机搜索的方式对权重进行调参，以权重的相对大小体现出对应约束优先级的高低。求解过程中对数据订单进行整数编码，采用改进的顺序交叉操作，并使用4种邻域搜索策略，以此改进传统遗传算法中的变异操作。通过对企业实际订单数据进行测试，再与传统的遗传算法(genetic algorithm, GA)、差分进化算法进行比对分析，实验结果表明IGA的优化效果及收敛能力均有明显提升，解决了传统GA求解精度低、收敛效果差以及约束满足率低的问题。

关键词

改进的遗传算法 / 订单排产问题 / 差分进化算法 / 排序