单件小批车间调度与重调度的算法研究

发布时间：2017-10-15 23:22

  本文关键词：单件小批车间调度与重调度的算法研究

  更多相关文章： 单件小批生产 车间调度 车间重调度 优化算法

【摘要】：单件小批生产是大型离散制造业中核心的生产模式之一,如大型船舶的制造、电厂设备的制造、化工炼油设备的制造以及汽车制造等等。这类企业绝大部分的产品是按订单进行生产的,生产要求经常更改,而且产品种类繁多,产量可能是一件或批量很少。由于大型设备和复杂工艺流程的制约,导致产品在生产过程中的连续性较低,这就使得对单件小批生产类型调度的研究变得更为重要。针对单件小批车间调度问题,在分析蚁群算法求解车间调度问题的基础上,考虑到传统蚁群算法利用析取图来描述工件加工关系给算法带来的复杂度,提出了一种优化的广义蚁群算法。该算法将通过最短路径选择的方式求解作业车间调度问题,在综合考虑工件和设备约束条件的前提下,将信息素机制运用到求解调度问题中。根据蚁群算法的状态转移规则,对公式中的参数做了研究和改进。仿真数据表明,广义蚁群算法在有效解决单件小批车间调度问题的同时,还取得了较好的求解结果。通过与文献中其他算法进行对比,验证了广义蚁群算法在计算最优解和算法的收敛速度方面都优于传统的蚁群算法。由于在实际生产环境中发生不确定的扰动事件时,系统缺少快速有效的重调度驱动机制,从而导致实际生产结果和计划出现重大偏差,会给生产过程带来严重影响的问题,提出了以重调度前后完成时间变动最小为优化目标的重调度算法。主要针对生产中发生机器故障的这一扰动类型进行分析,采用部分重调度方法的事件驱动策略,结合广义蚁群算法求解出预调度方案,双向考虑设备和工序之间的影响,充分利用设备的空闲时间,这样不仅有效地缩小了调度的偏差,还提高了工件加工的连续性,缓解了重调度的频率。通过对生产实际中案例进行仿真,验证了所提策略的有效性。最后与右移重调度方法进行比较,证明了该重调度策略对于大规模调度问题有更好地改进效果。通过对单件小批车间调度与重调度算法的研究,实现了车间计划与调度的闭环控制,提高了车间生产的鲁棒性和稳定性。
【关键词】：单件小批生产 车间调度 车间重调度 优化算法
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TB497;TP301.6
【目录】：

• 摘要5-7
• Abstract7-11
• 第1章 绪论11-18
• 1.1 课题研究的背景和意义11-13
• 1.1.1 课题的来源11
• 1.1.2 课题研究背景11-12
• 1.1.3 课题研究意义12-13
• 1.2 国内外的研究现状13-16
• 1.2.1 车间调度问题的研究现状13-14
• 1.2.2 车间重调度问题的研究现状14-16
• 1.2.3 当前研究存在的不足16
• 1.3 主要的研究内容16-18
• 第2章 单件小批车间调度与重调度问题的概述18-28
• 2.1 单件小批问题概述18-20
• 2.1.1 单件小批生产类型的描述18
• 2.1.2 单件小批车间调度的一般描述18-19
• 2.1.3 单件小批车间调度的特点19-20
• 2.2 车间调度问题概述20-22
• 2.2.1 车间调度的分类20-22
• 2.2.2 车间调度的特点22
• 2.3 车间重调度问题概述22-27
• 2.3.1 动态事件的描述和分类23-24
• 2.3.2 重调度驱动机制24-26
• 2.3.3 重调度方法26
• 2.3.4 重调度性能评价26-27
• 2.4 本章小结27-28
• 第3章 单件小批车间调度的广义蚁群算法研究28-37
• 3.1 引言28-29
• 3.2 车间调度问题的数学模型29-30
• 3.2.1 问题分析29
• 3.2.2 问题建模29-30
• 3.3 车间调度广义蚁群算法设计30-32
• 3.3.1 广义蚁群算法的总体思想30
• 3.3.2 信息素更新机制30-32
• 3.4 广义蚁群算法步骤32-33
• 3.5 仿真实验33-36
• 3.5.1 应用实例33-35
• 3.5.2 算法评价35-36
• 3.6 本章小结36-37
• 第4章 单件小批车间重调度算法研究37-48
• 4.1 引言37-38
• 4.2 车间重调度问题的数学模型38-39
• 4.2.1 问题分析38
• 4.2.2 问题建模38-39
• 4.3 重调度算法39-43
• 4.3.1 重调度算法的总体思想39-41
• 4.3.2 重调度算法41-43
• 4.4 仿真实验结果43-47
• 4.4.1 应用实例43-46
• 4.4.2 算法评价46-47
• 4.5 本章小结47-48
• 结论48-49
• 参考文献49-53
• 攻读硕士学位期间所发表的学术论文53-54
• 致谢54

【参考文献】

中国期刊全文数据库 前10条

1 李俊;刘志雄;张煜;贺晶晶;;柔性作业车间调度优化的改进模拟退火算法[J];武汉科技大学学报;2015年02期

2 赵宁;李开典;田青;杜彦华;;考虑运输时间柔性作业车间调度问题的快速寻优方法[J];计算机集成制造系统;2015年03期

3 刘蓓蕾;江铭炎;张振月;;基于禁忌搜索的人工蜂群算法及其应用[J];计算机应用研究;2015年07期

4 曾强;沈玲;任华;吴立云;;双资源批量生产柔性作业车间多目标调度方法[J];计算机工程与应用;2015年01期

5 柳青红;袁逸萍;李晓娟;孙文磊;;基于改进遗传算法交叉算子的作业车间调度[J];组合机床与自动化加工技术;2014年12期

6 彭建刚;刘明周;张铭鑫;张玺;;多目标柔性作业车间调度算法研究综述[J];中国机械工程;2014年23期

7 严洪森;万晓琴;熊福力;;基于VNS-EM混合算法的两阶段装配流水车间调度[J];东南大学学报(自然科学版);2014年06期

8 刘刚;王瑛;张发;;基于关键路径求解作业车间调度问题的收敛性分析[J];计算机集成制造系统;2014年05期

9 汤洪涛;丁彬楚;李修琳;鲁建厦;;基于改进免疫遗传算法的混合车间调度研究[J];中国机械工程;2014年09期

10 范营营;刘海彬;赵博选;张培;;基于多任务的车间生产调度算法的研究[J];机械设计与制造工程;2014年03期

，

本文编号：1039296