基于GASD的车间布局重构优化设计基础研究

Bandyopadhyay等人提出了一种染色体区分的遗传算法(GACD)，但由于其自身的缺陷问题，国际上对其研究一直停滞不前。本项目旨在论证GACD算法中存在的致命缺陷及其所造成"假象"的深层次机理；首次正式提出适合车间布局重构的GASD算法(性别区分的遗传算法)，解决对GASD的控制问题，研究各种匹配限制方式对GASD性能的影响，从中寻求出车间布局重构最优匹配限制方式的内在规律；充分利用匹配限制的GASD内部控制机制，以GASD为基础提高车间布局重构系统的性能，增强其处理多目标、不确定性问题的能力；并通过数值仿真、小规模前期比对、成熟的虚拟数字化工厂仿真环境和实际的车间布局重构实例分别对理论方法和原型系统进行实验验证。本项目的完成将有望填补伴性类遗传算法这项研究空白，将有可能给车间布局重构优化设计问题，带来一个性能更优越、适应面更广泛的新的"推进剂"，并对其它领域也有着一定的借鉴意义。