面向云制造的混流混合车间调度问题

发布时间：2021-07-09 00:29

　　为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。 

【文章来源】：中国机械工程. 2017,28(02)北大核心CSCD

【文章页数】：9 页

【部分图文】：

图１面向云制造的混流混合车间简化模型Ｆｉｇ．１Ｓｉｍｐｌｉｆｉｅｄｍｏｄｅｌｏｆｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ?ｏｒｉｅｎｔｅｄｍｉｘｅｄ?ｍｏｄｅｌｈｙｂｒｉｄｓｈｏｐ

的迁移操作，具体如下：在零件分批阶段，随机选择一种零件，将迁出个体中该零件的分批编码整段替换到迁入个体中，如图３ａ所示；在车间调度阶段，分别对三段编码各自进行迁移，防止不同车间调度工件的串码。针对每一段车间编码，首先随机选择一种工件，再按式（３６）确定该组工件首次出现的位置。该组工件的其余个体按其在迁出个体向量中的相应距离插入到迁入个体中，最后将剩余工件按在迁入个体向量中的顺序依次重新排列，如图３ｂ所示。（ａ）零件分批阶段迁移操作（ｂ）车间调度阶段迁移操作图３两阶段迁移操作过程Ｆｉｇ．３Ｔｗｏｓｔａｇｅｍｉｇｒａｔｉｏｎｐｒｏｃｅｓｓ２．２．４变异策略针对零件分批和车间调度两个阶段分别设计不同的变异操作，具体如下：零件分批阶段，采用单点变异的方式，如图４ａ所示；车间调度阶段，分别对三段编码各自进行变异操作，采用子序列随机变异的方式，即从整段编码中任选两个编号不同的位置，将这两个位置之间的子序列进行随机排列，形成新的个体，如图４ｂ所示。２．３算法流程针对零件分批和车间调度两个阶段采用两层嵌套结构，外层算法产生分批方案，针对每个分批结果调用内层算法，产生相应的调度方案。图５所示为算法的整体流程，Ｐ、Ｑ分别表示算法中零件分批阶段的内外部种群；Ｐ′、Ｑ′分别表示车间调度阶段的内外部种群。（ａ）零件分批阶段变异操作（ｂ）车间调度阶段变异操作图４两阶段变异操作过程Ｆｉｇ．４Ｔｗｏｓｔａｇｅｖａｒｉａｎｔｐｒｏｃｅｓｓ图５两阶段混合生物地理学优化算法流程图Ｆｉｇ．５Ｆｌｏｗｃｈａｒｔｏｆｔｗｏ?ｓｔａｇｅｈｙｂｒｉｄｂｉｏｇｅｏｇｒａｐｈ?

行变异操作，采用子序列随机变异的方式，即从整段编码中任选两个编号不同的位置，将这两个位置之间的子序列进行随机排列，形成新的个体，如图４ｂ所示。２．３算法流程针对零件分批和车间调度两个阶段采用两层嵌套结构，外层算法产生分批方案，针对每个分批结果调用内层算法，产生相应的调度方案。图５所示为算法的整体流程，Ｐ、Ｑ分别表示算法中零件分批阶段的内外部种群；Ｐ′、Ｑ′分别表示车间调度阶段的内外部种群。（ａ）零件分批阶段变异操作（ｂ）车间调度阶段变异操作图４两阶段变异操作过程Ｆｉｇ．４Ｔｗｏｓｔａｇｅｖａｒｉａｎｔｐｒｏｃｅｓｓ图５两阶段混合生物地理学优化算法流程图Ｆｉｇ．５Ｆｌｏｗｃｈａｒｔｏｆｔｗｏ?ｓｔａｇｅｈｙｂｒｉｄｂｉｏｇｅｏｇｒａｐｈｙ?ｂａｓｅｄｏｐｔｉｍｉｚａｔｉｏｎ３实例验证以某装配制造企业在云制造环境下的生产调度为例，对模型和算法进行验证。该企业的生产系统是由零件加工车间、部件装配车间和产品总装车间组成的混流混合车间。产品总装车间共有１０个工位，装配Ｐ１、Ｐ２、Ｐ３三种产品，对应的工艺和作业时间如表１所示。装配１个产品Ｐ１分别需要零件Ｚ１、零件Ｚ２和部件Ｒ１各１个；装配１个产品Ｐ２分别需要零件Ｚ２、零件Ｚ３和部件Ｒ２各１个；装配１个产品Ｐ３分别需要零件Ｚ１、零件Ｚ３和·１９６·中国机械工程第２８卷第２期２０１７年１月下半月


本文编号：3272640