面向中小制造企业加工车间的多目标调度方法及系统开发

发布时间：2017-09-17 05:34

  本文关键词：面向中小制造企业加工车间的多目标调度方法及系统开发

  更多相关文章： 混合遗传禁忌搜索算法 静态调度 滚动窗口技术 遗传算法 动态调度

【摘要】：生产调度是企业生产管理的核心,对企业的发展起着至关重要的作用,车间调度是影响制造业生产效率的重要因素,有效的调度方法与优化技术的研究和应用,对于提高企业的生产效率、降低生产成本等起着重要作用,因而对其研究有着重要的理论意义和实践意义。本文在综合国内外有关车间调度的发展现状、优化方法以及存在的问题的基础上,考虑现行加工车间运作的实际情况,对加工车间的生产调度问题进行了深入系统的研究。主要做了以下几个方面的工作:(1)对遗传算法和禁忌搜索算法进行了概述,介绍了两种算法的基本原理、操作步骤及流程,通过对遗传算法和禁忌搜索算法的研究,为加工车间静态调度问题和动态调度问题的解决打下了良好的基础;根据加工作业特点的不同将车间调度问题分为静态调度问题和动态调度问题,并分别对这两种问题进行了概述,明确了这两种调度问题的特点,为下一步问题的解决打下了基础。(2)对加工车间多目标静态调度问题进行了详细分析,给出了加工车间静态调度问题常用的优化性能指标及计算方法,以遗传算法和禁忌搜索算法为基础,提出了一种混合遗传禁忌搜索算法,并对混合算法进行了设计,在遗传算法设计中采用了一种新的基于工序和机器的编码方式以及新的交叉和变异方法,用禁忌搜索算法对变异产生的新个体进行改善,大大提高了混合遗传禁忌搜索算法的效率。(3)对于动态调度问题,本文首先对加工车间动态调度问题进行了分类,研究了滚动窗口技术及重调度的触发机制,然后运用基于事件驱动和周期性驱动的动态调度策略,将滚动窗口技术和遗传算法相结合来解决加工车间动态调度问题,并对遗传算法进行了设计,根据动态事件的不同对遗传算法模型做了修正,最后对遗传算法的动态调度实时性进行了分析。(4)基于加工车间调度算法和调度策略研究的基础上,以C#.NET和SQLServer2005为工具,开发了一个加工车间调度原型系统,并用静态调度和动态调度算例对系统进行了验证,证明了系统的有效性。
【关键词】：混合遗传禁忌搜索算法 静态调度 滚动窗口技术 遗传算法 动态调度
【学位授予单位】：河南工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TB497
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-17
• 1.1 课题研究背景及意义10
• 1.2 国内外研究现状10-15
• 1.2.1 加工车间调度问题研究现状10-11
• 1.2.2 加工车间调度方法研究现状11-14
• 1.2.3 现有研究存在的问题14-15
• 1.3 研究内容及论文结构15-17
• 第二章 加工车间多目标调度方法及问题概述17-22
• 2.1 加工车间多目标调度方法概述17-20
• 2.1.1 遗传算法概述17-18
• 2.1.2 禁忌搜索算法简介18-20
• 2.2 加工车间多目标调度问题描述20-21
• 2.2.1 静态调度问题20-21
• 2.2.2 动态调度问题21
• 2.3 本章小结21-22
• 第三章 加工车间多目标调度方法研究22-41
• 3.1 基于混合遗传禁忌搜索算法的加工车间多目标静态调度方法研究22-33
• 3.1.1 多目标静态调度问题模型22-24
• 3.1.2 混合遗传禁忌搜索算法总体框架24-26
• 3.1.3 混合遗传禁忌搜索算法设计26-33
• 3.1.3.1 产生初始解26
• 3.1.3.2 编码和解码26-28
• 3.1.3.3 适应度函数设计28
• 3.1.3.4 选择操作28-29
• 3.1.3.5 交叉操作29-30
• 3.1.3.6 变异操作30-31
• 3.1.3.7 改善子代质量31-32
• 3.1.3.8 算法终止条件32-33
• 3.2 基于滚动窗口技术的加工车间多目标动态调度方法研究33-40
• 3.2.1 车间动态调度事件的分类33
• 3.2.2 基于滚动窗技术的加工车间多目标调度策略33-36
• 3.2.2.1 滚动窗口技术34
• 3.2.2.2 再调度触发机制34-36
• 3.2.3 面向单滚动窗口的加工车间多目标调度方法36-40
• 3.2.3.1 遗传算法设计37-38
• 3.2.3.2 调度模型修正38-39
• 3.2.3.3 遗传算法的动态调度实时性分析39-40
• 3.3 本章小结40-41
• 第四章 系统开发及实验验证41-58
• 4.1 系统功能需求分析41
• 4.2 系统功能模块设计41-43
• 4.3 功能模块开发实现43-49
• 4.3.1 主界面模块43-44
• 4.3.2 工件信息管理模块44-45
• 4.3.3 设备信息管理模块45-47
• 4.3.4 工艺信息管理模块47-48
• 4.3.5 静态调度模块48-49
• 4.3.6 动态调度模块49
• 4.4 实验验证49-57
• 4.4.1 静态调度实验验证50-53
• 4.4.2 动态调度实验验证53-57
• 4.5 本章小结57-58
• 第五章 总结与展望58-60
• 5.1 总结58
• 5.2 展望58-60
• 参考文献60-63
• 附录63-67
• 致谢67-68
• 个人简历68

【相似文献】

中国期刊全文数据库 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：867563