云制造环境下制造商优选与调度研究

发布时间：2020-08-09 03:35

【摘要】：随着制造业迅速发展以及互联网技术的融入,制造业的制造模式逐步转型为智能、便捷的网络化制造模式。在此背景下,“云制造”应运而生。云制造能够将制造企业与需求客户动态结合,实现客户与产品制造的直接接触,同时能实现企业之间的信息交互与协作,制造企业产品研发能力、技术创新能力不足的问题将被解决。制造商是云制造研究的重要组成部分是制造资源与制造能力的主要载体。在云制造环境下,实现制造商的智能调度与智能优选的意义十分重大。鉴于此,本文在国家自然科学基金项目“云制造环境下可制造性评价理论与方法研究”的支持下,重点研究了制造商的智能优选和智能调度问题。首先,在查阅大量云制造相关的资料与文献的基础上,提出了本文的研究背景,阐述了本文的研究意义,进而提出本文的研究内容。其次,将制造商优选作为本文对云制造研究的一部分,构建了制造商优选评价指标体系,评价指标包含成本评价指标、时间评价指标、企业资产评价指标、生产协调能力评价指标、企业协调能力评价指标、企业信誉评价指标、环保节能评价指标、客户服务能力评价指标、企业配送能力评价指标、工艺可靠性评价指标、制造能力评价指标。建立了基于制造商优选评价指标体系的数学模型,模型包含成本目标函数、时间目标函数、企业资产目标函数、生产协调能力目标函数、企业协调能力目标函数、企业信誉目标函数、环保节能目标函数、客户服务能力目标函数、企业配送能力目标函数、工艺可靠性目标函数、制造能力目标函数。为实现问题的求解,提出了一种基于层次分析法和信息熵相结合的智能体优化的混合方法,并对该方法进行了实例仿真分析,实现了制造商的优选,验证了该方法的快速性与有效性。最后,本文提出云制造商的调度问题,为实现调度,架构了调度指标体系,构建了包含任务负载度、制造资源丰富度、物联网匹配度、制造任务可靠性以及制造效率的制造商调度数学模型。为实现问题的求解,提出了一种基于层次分析法与混沌理论的混合优化调度方法,该方法采用层次分析法获取各个调度指标的权重,利用混沌优化算法实现制造商的智能调度。通过仿真分析表明,所提出的的方法可以有效解决制造商的调度优化问题,验证了该方法的有效性。
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.09
【图文】：

优选方案,制造商

第 2 章制造商优选建模力的评价，指标体系包含了影响制造商服务的因素，不同的客户需求决定了优选结果的不同。智能优化算法的应用可以减少优选时间，提高平台的工作效率，提高系统容错率。将智能体应用于制造商优选中，可以方便云制造平台控制、执行、管理，提高制造商优选的工作速度与信息准确度，制造商优选方案设计如图 2.1 所示。

网格图,网格,适应度函数,函数构造

图 3.1 智能体网格能体为环状，设位于，i,j 位置的智能体为,其邻域关系为：Lihiihjhjjhij, , ,能体的感知范围。度函数构造函数构造是智能体寻优过程中十分关键的环节，其取值可以反。在本文中适应度函数值越大，则代表该智能体越好，优选后函数值最大者。制造商优选问题实际上属于多目标优化问题适合客户需求的制造商，所构造的适应度函数实际上是作为选根据第 2 章的 2.3 节可知，适应度函数为：1 1 2 2 5 5 7 7( ) ( ) ...+ ( ) ... ( ) [ ( )]n n W f x W f x W f x W f x W f xn

算法,企业信誉,小节,多目标

图 3.2 算法总体流程图.4 仿真实例分析在制造商优选过程中若服务需求方的要求不同，则对应优选结果，制造商也不同。最终优选的得到的制造商也不相同。本文分别模拟客户三种不同需求下制造选的情况，三种不同需求分别为：所有评价指标同等重要；成本、生产协调能力艺可靠性指标重要；企业资产、企业信誉、企业配送能力指标重要。首先建立制造商优选多目标数学模型。按照第二章的多目标数学模型建立小节得到总的目标函数为：1 1 2 2 5 5 7 7( ) ( ) ( ) ...+ ( ) ... ( ) [ ( )]n nF x W f x W f x W f x W f x W f x（3-2约束条件：1=1niiW ，其它条件见智能优选评价指标小节。Wi是成本、时间产协调能力、企业协调能力、企业信誉、环保节能、客户服务能力、企业配送能力艺可靠性和制造能力评价指标及其二层评价指标权重值组成的权向量，由层次分和信息熵确定，求取适应度函数的最大值。

【参考文献】