计算机辅助车间作业计划研究

发布时间：2020-04-27 16:49

【摘要】：车间作业计划模块是企业ERP 系统的关键部分,直接关系着企业的生产、经营和管理效率,有效的计划算法能最大限度地降低生产成本,增强市场竞争力。研究车间作业计划问题具有重大的理论意义和经济价值。　单件车间作业计划问题是制造业共存的问题,属于典型的组合优化难题,难以用常规方法求解,近几年来各种智能计算方法逐渐被用来解决作业计划问题。遗传算法是模仿自然选择和遗传学机理的一种邻域搜索算法,具有对优化问题的弱依赖性、全局最优性、鲁棒性和隐含并行性等特点,被广泛应用于各种工程领域。但在解决单件车间作业计划问题时,仍存在一些局限。本文研究应用遗传算法求解单件车间作业计划问题,主要在以下几个方面作了一些研究工作:　 1.探讨了单件车间作业计划问题的数学模型,优化目标和启发式算法。讨论了遗传算法的思想、基本组成、理论基础以及与传统搜索算法的比较优势。　 2.提出一种求解单件车间作业计划问题的简单遗传算法。在分析大量不可行解的产生原因和特征基础上,设计了新的染色体编码方法及相应的遗传算子。新编码方法实现了工序、机器、时间距阵的耦合,兼有基于工序和基于工件两种编码方法的优点,该算法可以避免产生不可行作业计划。　　 3.为克服简单遗传算法容易早熟和收敛速度慢的缺陷,在简单遗传算法基础上提出一种改进的混合遗传算法。混合遗传算法在产生初始种群时引入启发式方法,采用自适应遗传参数和交替使用两种交叉算子;在搜索方式中加入模拟退火机制,采用只对部分优秀染色体进行退火操作的新策略,这样在保证增强寻优能力的情况下尽量减少运算量。　 4.编制了启发式算法,简单遗传算法,混合遗传算法的可视化算法程序,利用不同规模的典型问题对各种算法进行了仿真测试,测试结果表明简单遗传算法有比启发式算法更好寻优性能;改进的混合遗传算法与简单遗传算法相比,其寻优能力更强,收敛速度更快。　
【图文】：

甘特图,甘特图,工序,最早

1, M30321,2, M32,1, M32063 3 M32,1, M331,2, M32,2, M133777M3M11,2, M341,3, M22,2, M17387 7M12,2, M151,3, M22,3, M277812 8 M21,3, M262,3, M2 8 13 13 M22,3, M2 t = 1 时，{O1}为 2 个工件的第 1 道工序，{O1}={（1,1, M1）（2,1, M3）}，它们开工时间是 0，工序（1,1, M1）的最早完工时间为 2，工序（2,1, M3）的最早完工 3。因此 T*=2。T*出现在 M1上，M1上仅有一道可排序工序（1,1,M1）。所以首先1,1, M1），当（1,1, M1）确定之后，其紧后工序（1,2,M3）就进入{O2}。其后排法当 t = 3 时，M*有 2 台设备，此时可以任取其中一个。按表 3-1 得出的作业计划甘图 3-3 所示。

甘特图,无延迟作业计划,甘特图

图 3-4 无延迟作业计划甘特图3 基于优先分配规则的启发式算法在前面的活动作业计划和无延迟作业计划求解过程的第（3）步，满足两个条件般有多个。按怎样的准则从多个可安排的工序选择一个呢，不同的选择方法对作结果有很大的影响。按优先分配法则选择工序往往更能体现企业生产的实际要求必列出所有的可能作业计划，从而计算量较小。到目前为止，已提出了 100 多种优先分配法则，，其中主要的有以下几种：(1)SPT(Shortest processing time)法则：在可排工序集合中，优先选择加工时间最短。SPT法则可使工件的平均流程时间最短，从而减少在制品量。(2)MWKR(Most work remaining)法则：优先选择余下加工时间最长的工件。MWK不同工作量的工件的完工时间尽量接近。(3)LWKR(Least work remaining)法则：优先选择余下加工时间最短的工件。LWKR工作量小的工件尽快完成。
【学位授予单位】：南京林业大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH164

【相似文献】