改进人工蜂群算法在柔性作业车间调度问题上的应用

发布时间：2020-04-02 08:39

【摘要】：在“中国制造2025”和“工业4.0”的大背景下,如何提高制造企业的生产效率和竞争力成为工业界重点关注的问题。调度在工业生产中起着决定性的作用,它能直接影响企业的生产效率,进而影响客户的满意率。而柔性作业车间调度的优化始终是调度问题研究领域中的一大热点,一方面它与制造企业的实际生产十分吻合,另一方面它也是实现制造企业高效率生产的关键因素之一。鉴于以上所述,本文以柔性作业车间调度问题(Flexible job shop scheduling problem,简称FJSP)为研究对象,去研究如何运用人工蜂群算法解决单目标和多目标优化调度问题。通过对柔性作业车间调度问题的本质进行深入研究,从数学模型和析取图模型两方面去构建FJSP的模型,并根据实际生产情况,确定了决策变量、约束条件和优化指标。建立模型之后,引入人工蜂群算法,并通过对相关测试函数的仿真验证了人工蜂群算法在优化问题上良好的求解性能。同时通过对几个简单的FJSP实例的优化求解,证明了人工蜂群算法在求解FJSP上的可行性。在求解以最大完工时间为最小化目标的FJSP时,本文设计了一种改进的人工蜂群算法,主要的改进和突破包括:为丰富初始种群的多样性,采用混合规则进行初始化;雇佣蜂阶段引入改进RPOX交叉算子增强局部搜索能力;跟随蜂阶段加入基于模拟退火的局部搜索提升了算法的全局搜索和开发能力。使用两个测试集中的15个实例进行仿真,并通过与其他文献中不同算法的仿真结果进行对比,验证了所提出的改进人工蜂群(IABC)算法在求解单目标FJSP的有效性,IABC算法能够得到最优的调度方法。最后将所提出的IABC算法应用于飞机总装生产线的实际生产数据中,得到了最优的调度方案,从而证明了算法在实际生产中的应用价值。将单目标FJSP延伸到多目标FJSP,以最大完工时间、最大机器负荷和机器总负荷为优化目标,并对人工蜂群算法进行了改进,包括在雇佣蜂阶段加入领域搜索、跟随蜂阶段采用锦标赛选择策略和优化外部档案集更新机制等。通过以上改进,使算法在求解多目标优化问题上的性能得以提升,最后通过仿真验证了所提出的算法能够得到质量更高的Pareto最优解。
【图文】：

类：进度安排（Project Scheduling）；排程（Single Machine Scheduling）；式车间调度（Open Shop Scheduling）；作业调度（后衍生出柔性流水作业调度）；车间调度（后衍生出柔性作业车间调度）。关于作业车间调度问题的研究最早出现在 1954 年，Johns析解法来对双机组流水车间调度优化进行研究，打开了作研究大门。经过学者们和工业生产人员 60 多年的研究和应已经成为一个独立的研究分支，并且取得了非常丰硕的研间调度问题（Job Shop Scheduling Problem，简称 JSP）[6]是器是唯一的且加工时间也是固定的为前提，通过对每台机来优化既定的系统目标（如加工时间最少等）。一般研究车经典的作业车间调度问题为基础进行研究，每个工件的每上加工，并且仅仅只能加工一次，加工时间是确定的，，如

小批量离散生产方式所替代，一个制造企业的核心竞争是否能在较短的生产周期内，生产出较低成本、较高质年来，带有一定柔性的生产系统逐渐涌现，使得经典 得到直接应用，其局限性被无限地放大。因此，柔性作 Job Shop Scheduling Problem，简称 FJSP，以下 FJSP 代应运而生，迅速成为学者们重点关注的研究内容。FJS地与实际生产过程相契合，研究成果的实用性也得以提990 年率先采用多项式算法对两个工件的 FJSP 问题进行者。FJSP 也是一类非常经典的组合优化问题，它放宽台机器加工的约束，允许工件的任意一道工序可以在多间允许不相同[8]，如图 1-2 所示。这使得在实际生产过的负荷，对资源进行更加灵活地选择，从而提高生产效中需要同时对机器选择加工的工序以及工序加工的顺序，使得问题的求解难度大大提升[9]。因此，FJSP 是比题[9,10]。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH165;TP18

【参考文献】

相关期刊论文 前9条

1 梁小晓;韦崇岗;;基于人工蜂群算法的物联网数据融合技术研究[J];组合机床与自动化加工技术;2013年05期

2 陆汉东;何卫平;周旭;李亚杰;;基于禁忌搜索的柔性作业车间分批调度[J];上海交通大学学报;2012年12期

3 李传鹏;王桂从;崔焕勇;;柔性作业车间调度问题研究现状及发展趋势[J];组合机床与自动化加工技术;2012年11期

4 黄玲玲;刘三阳;高卫峰;;具有人工蜂群搜索策略的差分进化算法[J];控制与决策;2012年11期

5 毕晓君;王艳娇;;加速收敛的人工蜂群算法[J];系统工程与电子技术;2011年12期

6 王辉;;一种带共享因子的人工蜂群算法[J];计算机工程;2011年22期

7 高卫峰;刘三阳;姜飞;张建科;;混合人工蜂群算法[J];系统工程与电子技术;2011年05期

8 张国辉;高亮;李培根;张超勇;;改进遗传算法求解柔性作业车间调度问题[J];机械工程学报;2009年07期

9 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期

相关博士学位论文 前4条

1 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

2 张国辉;柔性作业车间调度方法研究[D];华中科技大学;2009年

3 康飞;大坝安全监测与损伤识别的新型计算智能方法[D];大连理工大学;2009年

4 程蓉;复杂生产环境下优化调度方法研究与系统实现[D];华中科技大学;2006年

相关硕士学位论文 前5条

1 彭郎军;基于萤火虫算法的柔性作业车间调度问题研究[D];湘潭大学;2016年

2 王李凡;基于多目标优化的射孔方案研究[D];西安石油大学;2014年

3 朱文凡;基于遗传算法的多柔性作业车间调度问题研究[D];合肥工业大学;2014年

4 鲁丽君;改进蚁群算法在柔性作业车间调度中的应用研究[D];首都经济贸易大学;2012年

5 陈罡;柔性作业车间调度问题的一种求解算法及其实现[D];西安电子科技大学;2012年

本文编号：2611717