复杂生产环境下优化调度方法研究与系统实现

复杂生产环境下优化调度方法研究与系统实现

论文摘要

随着市场竞争的日趋激烈,每个企业都在寻求最佳的生产与运作管理方案,以提高企业的生产、经营和管理效率,从而提高企业的核心竞争优势。生产与运作管理的核心是作业车间调度(Job Shop Scheduling—JSP)问题能够高效地获得优化解,而作业车间调度问题又是典型的NP-hard难题,因此,研究作业车间调度问题具有很大的理论意义和实际应用价值。已有的对作业车间调度问题的研究大都存在两个问题:一是将生产系统中的各种参数看做确定性的精确值,即仅将它作为一个数学问题加以处理,而实际情况是由于各种因素的影响,加工参数不是也不可能是确定性的精确值。二是忽略了实际加工过程中各种动态状况的出现:待加工的工件连续不断的到来、机床设备突然损坏或被修复、工人生病请假等,在这种环境下的作业车间调度实际上是动态调度问题。已有的作业车间调度研究往往将系统模型大大简化,与实际生产状况距离较远,特别是不完全适合生产条件变化频繁、工况变化大的我国制造企业。因此,本论文从复杂生产环境调度控制与优化的实际需求出发,考虑到生产环境中的不确定性、动态扰动等因素的影响,将智能方法与优化理论相结合,采用学科交叉和学科融合手段,创造性研究新的调度理论和方法,并在典型的复杂生产系统中进行应用验证。为区别传统的作业车间调度研究,本文将不确定、动态环境下的作业车间调度研究定义为复杂生产环境下的优化调度研究。全文主要工作如下:(1)复杂生产环境下的优化调度理论和方法在归纳总结已有成果基础上,对复杂生产系统优化调度算法搜索的全局性、快速性和鲁棒性进行了理论研究,提出了搜索进入局部极小的合理判断准则;将模拟退火算法的概率突跳性同遗传算法的并行搜索能力相结合,提出了一种高效的混合优化算法——动态混合遗传算法;采用方差分析和试验评估的方法,提供了控制优化参数选取的理论指导和规律性结论。(2)不确定性环境下JSP调度的建模与分析方法研究了不确定环境下的车间调度问题,结合模糊集合论中有号距离和优化指标β概念建立了两种模糊JSP调度模型,针对这两类模型,采用动态混合遗传算法进行了排序寻优,仿真实例验算了两种调度模型的有效性和正确性,并对两种模型的进行了比较;对作业调度问题中加工参数的波动对调度结果的不确定影响程度进行了深入的分析研究,提出了一种双目标优化概念,建立了三种判别加工参数模糊性对调度结果不确定性影响程度的定量模型,指出了不同模型的使用场合及判断标准。(3)动态环境下JSP重调度理论及方法研究研究了动态生产环境下作业车间调度问题的特点,对调度解的鲁棒性和柔性进行了研究,给出了调度解的鲁棒测量的定义以及它的特性,提出了重调度概念,给出了重调度的性能测定指标,通过仿真,验证了采用遗传算法可以找到鲁棒性和柔性都很强的调度,这种调度在机器出现故障等动态环境下经过重调度后性能优于常规调度的结果。(4)针对非量产模式生产特点,开发了实用性的具有生产信息管理、生产计划自动排程、生产作业调度控制等功能的网络协同制造系统E-proms,在系统上分别实现了基于“基于约束优先加权值调度算法”和“动态混合遗传算法”的生产调度功能。该系统已应用于深圳伟创力公司。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题来源
  • 1.2 研究背景和意义
  • 1.3 作业车间调度问题(JSP)概述
  • 1.4 作业车间调度问题的研究进展及研究方法
  • 1.5 典型的作业车间调度问题
  • 1.6 作业车间调度研究领域存在的问题及解决途径
  • 1.7 本文研究的主要内容
  • 2 复杂JSP 优化策略研究
  • 2.1 引言
  • 2.2 遗传算法早熟收敛的特征和形成原因
  • 2.3 种群“早熟”程度的定量评价指标
  • 2.4 动态混合遗传算法(Dynamic Hybrid GA——DHGA)
  • 2.5 基于典型问题及实际加工数据的仿真研究
  • 2.6 本章小结
  • 3 复杂JSP 优化算法参数效能分析
  • 3.1 引言
  • 3.2 算法特性的方差分析
  • 3.3 遗传算法参数的单因素方差分析
  • 3.4 遗传算法参数多因素交互作用的方差分析
  • 3.5 本章小结
  • 4 不确定环境下JSP 优化方法研究
  • 4.1 引言
  • 4.2 模糊理论基础
  • 4.3 模糊作业车间调度模型
  • 4.4 仿真及结果分析
  • 4.5 本章小结
  • 5 不确定环境下JSP 双目标优化研究
  • 5.1 引言
  • 5.2 模糊makespan 的不确定性描述
  • 5.3 直接目标函数法
  • 5.4 权重法
  • 5.5 参数控制法
  • 5.6 本章小结
  • 6 动态环境下JSP 重调度问题研究
  • 6.1 引言
  • 6.2 JSP 问题的鲁棒性
  • 6.3 仿真试验中机器故障定义和重调度方法
  • 6.4 仿真试验
  • 6.5 本章小结
  • 7 非量产模式生产智能调度系统原型研究
  • 7.1 引言
  • 7.2 非量产制造模式特点及流程分析
  • 7.3 E-proms 系统架构
  • 7.4 系统调度模块的实现
  • 7.5 调度模块的性能指标
  • 7.6 本章小结
  • 8 全文总结与展望
  • 8.1 全文总结
  • 8.2 工作展望
  • 致谢
  • 参考文献
  • 附录1 作者在攻读博士学位期间发表的论文
  • 相关论文文献

    • [1].基于混合遗传算法的岛礁物资补给任务规划模型[J]. 军事运筹与系统工程 2019(04)
    • [2].混合遗传算法和支持向量机的股票预测模型[J]. 现代营销(经营版) 2020(04)
    • [3].基于改进混合遗传算法的教学楼火灾逃离路径优选研究[J]. 灾害学 2020(02)
    • [4].基于精英自适应混合遗传算法的机场灯光站三相不平衡优化方法[J]. 湖北电力 2019(06)
    • [5].基于改进混合遗传算法的冷链物流配送中心选址优化[J]. 上海交通大学学报 2016(11)
    • [6].基于多目标混合遗传算法认知无线电频谱分配[J]. 鸡西大学学报 2016(12)
    • [7].基于混合遗传算法的生产调度研究[J]. 机械制造 2017(10)
    • [8].基于混合遗传算法的机床夹具夹紧力优化[J]. 机械设计与制造工程 2016(10)
    • [9].一种域适配混合遗传算法及在安全服务链编排中的验证[J]. 电信科学 2020(05)
    • [10].某混合遗传算法在云计算负载均衡中的应用[J]. 中外企业家 2016(33)
    • [11].基于混合遗传算法的多目标柔性作业车间调度问题研究[J]. 组合机床与自动化加工技术 2017(09)
    • [12].分层混合遗传算法求解柔性作业车间调度问题[J]. 工业工程与管理 2017(05)
    • [13].基于混合遗传算法的车间调度研究[J]. 机电工程 2015(10)
    • [14].应用双层混合遗传算法优化大规模换热网络[J]. 宁波工程学院学报 2014(01)
    • [15].混合遗传算法在舰空导弹武器系统火力分配中的应用[J]. 舰船电子工程 2014(07)
    • [16].基于机器加工时间最短的混合遗传算法[J]. 长春工业大学学报(自然科学版) 2012(03)
    • [17].改进混合遗传算法在无功优化的应用研究[J]. 长春工程学院学报(自然科学版) 2011(01)
    • [18].基于自适应混合遗传算法的协调控制系统[J]. 自动化与仪器仪表 2009(03)
    • [19].一种基于混合遗传算法的车间调度算法[J]. 自动化技术与应用 2008(11)
    • [20].基于改进混合遗传算法的永磁无刷直流电动机调速系统的优化设计[J]. 微特电机 2008(01)
    • [21].基于混合遗传算法的轨道交通接驳公交线路的设计[J]. 江汉大学学报(自然科学版) 2018(06)
    • [22].基于混合遗传算法的物流路径优化方法探讨[J]. 计算机产品与流通 2018(12)
    • [23].用混合遗传算法求解物流配送路径优化问题[J]. 西昌学院学报(自然科学版) 2018(02)
    • [24].有模糊目标的可靠性设计一个混合遗传算法[J]. 甘肃科学学报 2009(01)
    • [25].求解多限制0-1背包问题的混合遗传算法[J]. 计算机工程 2009(13)
    • [26].基于动态搜索轨迹的混合遗传算法设计及实现[J]. 浙江工业大学学报 2008(02)
    • [27].混合遗传算法在航天器最优交会中的应用[J]. 飞行力学 2008(04)
    • [28].一种改进的混合遗传算法研究[J]. 计算机工程与科学 2008(09)
    • [29].基于混合遗传算法的紧急程度不确定应急物流问题求解[J]. 系统科学与数学 2020(04)
    • [30].用混合遗传算法求解武器目标分配问题[J]. 河南工程学院学报(自然科学版) 2018(01)

    标签:;  ;  ;  ;  ;  ;  

    复杂生产环境下优化调度方法研究与系统实现
    下载Doc文档

    猜你喜欢