线束行业的分级调度算法及信息可视化研究

论文摘要

面向订单的多品种、小批量生产模式,正在成为中小型线束企业的主导生产方式。但该模式所带来的企业生产产品种类多、时间紧、生产过程作业轮换频繁等情况,极大地加重了车间作业调度的负担。同时,对于繁杂的生产调度所引起的大量相关信息的感知和理解也变得愈加困难。本文针对以上问题,以合肥得润家电线束生产车间为研究对象,采用基于Q学习和模拟退火遗传算法相结合的分级调度策略进行作业排产,并通过多种可视化方式从不同角度展示生产调度信息,为公司管理者掌握生产状况,工作人员快速获取有益信息,进而加快信息处理能力提供了有效途径。本文研究工作主要包括以下三个方面:(1)根据得润车间作业排产实际情况,建立分级调度模型:对于粗粒度的前工序、后工序,采用Q学习算法计算最迟交期;对于前、后工序内部的工序调度只考虑由上层调度得出的当日须安排的作业,采用模拟退火遗传算法按交期优化排序。鉴于实际情况的复杂多变,允许人工干预,调整系统调度结果,直至满足生产需要,安排生产。(2)生产调度信息的可视化显示。基于生产调度信息独有的错综复杂关系、含类别型层次结构的特点,采用星状图来展现作业调度中各种信息及其关联关系;运用甘特图,来展现车间各作业任务调度结果;仿真车间生产现场,实时掌握更细粒度的生产信息;使用诸如条形、折线、扇形等统计图统计分析生产数据,为企业分析问题、发现问题提供基础。(3)设计实现生产调度信息可视化系统。针对得润车间的实际生产现状,采用三层B/S模式构架,实现了车间作业自动排产和人工辅助调整相结合的调度方式,并结合多种可视化方式反馈、展示生产调度信息,在提高企业生产效率、透明化管理方面取得了良好效果。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 线束行业概述
• 1.1.2 信息可视化
• 1.2 问题的提出
• 1.3 国内外研究现状概述
• 1.3.1 生产调度方法研究现状
• 1.3.2 线束行业生产调度系统
• 1.3.3 生产调度信息可视化
• 1.4 生产调度信息可视化研究框架
• 1.4.1 企业及业务流程简介
• 1.4.2 生产调度信息可视化系统
• 1.5 课题来源与论文内容安排
• 1.5.1 课题来源
• 1.5.2 内容安排
• 第二章 基于 Q 学习和遗传算法的分级作业调度
• 2.1 线束车间生产现状分析
• 2.2 车间作业调度相关问题描述
• 2.2.1 相关生产参数说明及假设
• 2.2.2 调度性能指标的选择
• 2.2.3 调度问题描述与定义
• 2.3 基于 Q 学习的前后工序调度算法
• 2.3.1 Q 学习算法
• 2.3.2 Metropolis 准则
• 2.3.3 工序调度的MDP 模型
• 2.3.4 改进的基于Metropolis 规则的Q 学习算法
• 2.4 基于模拟退火遗传算法的作业排产算法
• 2.4.1 遗传算子设计
• 2.4.2 模拟退火遗传算法
• 2.5 实例验证
• 2.6 本章小结
• 第三章 生产调度信息的可视化显示
• 3.1 线束车间信息化管理现状
• 3.2 信息可视化流程
• 3.3 星状图
• 3.3.1 可视化元素配置
• 3.3.2 自动布局策略
• 3.3.3 人性化交互设计
• 3.4 甘特图
• 3.4.1 甘特图简介
• 3.4.2 甘特图设计
• 3.5 统计图
• 3.6 本章小结
• 第四章 生产调度信息可视化应用实例
• 4.1 系统开发环境
• 4.2 系统架构设计
• 4.3 系统运行实例
• 4.4 本章小结
• 第五章 论文总结与展望
• 5.1 论文工作总结
• 5.2 论文工作展望
• 参考文献
• 硕士研究生在读期间完成的论文
• 硕士研究生在读期间参加的科研工作
• 硕士研究生在读期间获得荣誉