基于DNA遗传算法的协同制造资源优化配置技术研究

发布时间：2020-07-03 13:58

【摘要】： 在全球化和网络化的制造新环境下,网络化协同制造资源的优化配置是实现异地协同制造的关键技术,已经成为现代集成制造研究领域的热点问题之一。本文以网络化协同制造资源优化配置为背景,以制造资源为核心,深入研究制造资源对象的信息管理和建模问题,重点研究基于DNA遗传算法的制造资源的智能优化仿真问题,为实现制造资源的优化配置奠定了理论基础,并建立基于DNA遗传算法的网络化协同制造资源优化配置系统。主要研究内容如下: (1)针对协同制造资源优化配置的理论问题进行研究。由于目前的协同制造资源优化配置尚没有完善的和普遍适用的理论基础,从概念和过程等方面对制造资源进行系统的、多层次的基础理论研究,将协同制造的资源优化配置技术分为协同制造资源信息模型、协同制造资源优化配置模型、协同制造资源优化仿真算法三类,在此基础上,建立以制造资源为核心的制造资源优化配置概念模型和过程模型,开展制造资源的管理和基于UML的建模工作。 (2)研究网络化协同制造资源的优化配置技术和评价指标。由于协同制造任务的复杂性,将制造资源优化配置技术从更为细微的资源能力信息层次来研究制造资源的选择,并建立更加科学化和精确化的定性指标评价方法,研究基于定量优化指标的面向候选制造资源集合的优化配置技术,将制造资源优化配置问题归结为传统制造模式下的多目标车间制造资源调度技术、虚拟企业或者动态联盟的伙伴选择技术以及网络化协同制造资源优化配置技术三个基本问题,并给出相应的求解方法。 (3)研究基于DNA遗传算法的协同制造资源优化配置仿真算法。针对普通遗传算法存在编码简单且局部寻优能力差等特点,重点研究采用两类基于DNA计算的改进遗传算法来求解协同制造资源优化配置问题,RNA-SIGA算法采用四进制编码方式,使用分区选择方法,设计分区动态自适应的交叉、变异等操作;DNA-DIGA算法采用双单链编码方式,使用基于Pareto排序的个体密度选择操作,设计分类渐变和突变的交叉、变异等操作,通过推理证明两类算法的全局收敛性,接着采用典型测试函数对两类算法的性能进行仿真测试,并分别利用遗传算法和设计的两类算法对比求解三类优化配置问题,优化结果证明了算法的有效性。 (4)研究网络化协同制造资源优化配置系统的设计与开发。提出协同制造资源优化配置系统的体系结构和业务流程,完成系统的功能设计与开发,实现了基于DNA遗传算法的协同制造资源优化配置技术的集成。分别以多目标车间协同资源优化、协同伙伴优选和网络化协同资源优化配置为例,给出制造资源优化配置实例的应用流程和运行结果,系统地验证本文所提出的理论、模型和方法的有效性。
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：TH166
【图文】：

制造资源,专家诊断,人力资源,资源使用

华南理工大学博士学位论文综上所述，对异地协同制造系统中的资源进行合理的分类，这是进行协同制造资源优化配置之前必须考虑的问题。本文在上述分类研究的基础上，从资源提供者的角度，按照资源的属性、用户需求、使用方式以及在制造活动中发挥的作用，将制造资源分为人力资源、制造资源、技术资源、物料资源、应用系统资源、服务资源、用户信息资源、计算资源和其他相关资源九类。其结构模型如图 2-1 所示。

制造资源模型

第二章协同制造资源优化配置技术研究它是对企业各种制造资源的数字化描述，包括材料、机床设数据等各种数字化信息，是各种生产管理系统的基础数据。型应包括三个方面，即资源的结构形式、资源制造能力和资示。式是实现产品的所有物理元素，对它们的描述是基于物理特能力是进行产品生产使资源可完成的工艺；资源状态则反映状态、负荷状况等。因此，制造资源建模是一种建立描述制它通过定义制造资源实体及其相互间的关系来描述企业的制。

【引证文献】