基于APS的多目标柔性作业车间排程与优化技术研究

发布时间：2017-05-03 19:14

  本文关键词：基于APS的多目标柔性作业车间排程与优化技术研究，由笔耕文化传播整理发布。

【摘要】：随着经济全球化的不断深入和市场竞争的加剧,客户对产品个性化和多样化的需求日益增长,产品更新换代的步伐也越来越快,所有这些都导致了产品结构和产品需求的不确定性。因此,传统单一品种或少品种大批量生产组织模式已经不再适应这复杂多变的竞争环境,取而代之的是多品种、小批量生产方式。然而,企业能否以低成本和高效率的规模化生产满足客户的个性化需求,从容地应对市场变化,其关键在于企业的车间作业层是否能够采取柔性而平稳的组织方式安排生产。于是,柔性车间生产作业排程问题就成了生产排程领域重点关注的问题,是近年来学术界和工程技术领域研究的热点。 车间生产排程实质是对一个可用的加工设备集在时间上进行加工任务集分配,以满足一个性能指标集,属多目标优化问题。由于该类问题绝大多数都是复杂的NP-hard问题,求解这些问题非常困难。本文拟在对传统作业车间排程理论研究的基础上,引入高级计划排程(APS)的理念,按照多目标优化的要求开展柔性作业车间排程与优化研究。主要工作如下： (一)根据APS生产排程理念和传统作业车间排程理论,构建了以最大完工时间最小、设备最大负荷最小、总设备负荷最小、提前期/拖延期最短和重排程偏离度最小等作为性能指标和有限设备产能、工件准时交割作为生产约束的基于APS的多目标部分柔性作业车间排程模型； (二)设计了求解P-FJSP的VNSGA算法；在GA中引入了自适应的交叉和变异概率；引入了基于邻域的变异形式；改进了基本锦标赛选择；改进了传统NSGA;用MATLAB程序对算法进行了编程并测试了该算法； (三)通过对杭州某汽配公司11车间生产排程进行了实证分析,较好地处理了基于事件驱动的设备损坏和紧急订单插入两个动态事件下的重新排程,对提高了该企业生产排程具有明显的效果。
【关键词】：柔性作业车间 生产排程 APS 遗传算法 多目标优
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165
【目录】：

• 摘要5-6
• Abstract6-12
• 第一章 绪论12-18
• 1.1 研究背景12-13
• 1.2 国内外研究现状13-15
• 1.2.1 车间生产排程问题研究文献综述13-14
• 1.2.2 多目标柔性作业车间排程问题研究文献综述14-15
• 1.2.3 需要进一步研究的问题15
• 1.3 研究目的及意义15-16
• 1.4 课题研究内容与研究方法16-17
• 1.4.1 研究内容简介16
• 1.4.2 论文结构安排16-17
• 1.4.3 研究方法简介17
• 1.5 本章小结17-18
• 第二章 相关理论研究18-40
• 2.1 车间排程问题18-19
• 2.1.1 车间排程问题概念18
• 2.1.2 车间排程分类18-19
• 2.2 作业车间排程问题研究19-22
• 2.2.1 作业车间排程问题概念19
• 2.2.2 作业车间排程问题数学描述19
• 2.2.3 作业车间排程问题的求解方法19-21
• 2.2.4 柔性作业车间排程问题(FJSP)概念与分类21-22
• 2.3 APS基本理论22-29
• 2.3.1 APS 概念22-23
• 2.3.2 APS相关技撑理论23-24
• 2.3.3 APS国内外应用研究24-25
• 2.3.4 APS层级规划思想和体系结构25-26
• 2.3.5 APS核心技术与排程特性分析26-27
• 2.3.6 APS与ERP集成分析27-29
• 2.4 遗传算法基本理论29-36
• 2.4.1 遗传算法基本概念29-31
• 2.4.2 基于遗传算法执行过程31-34
• 2.4.3 遗传算法优缺点分析34-36
• 2.4.4 基于遗传算法的多目标优化36
• 2.5 变邻域搜索算法基本理论36-39
• 2.5.1 邻域的概念36-37
• 2.5.2 邻域搜索算法37
• 2.5.3 变邻域搜索算法37-39
• 2.6 本章小结39-40
• 第三章 基于APS的多目标P-FJSP排程模型研究40-50
• 3.1 多目标优化问题40-42
• 3.1.1 多目标优化基本概念40-41
• 3.1.2 基于pareto解排序的多目标优化方法41-42
• 3.2 基于APS的多目标P-FJSP数学描述42-44
• 3.3 基于APS的多目标P-FJSP优化指标与生产约束44-46
• 3.4 基于APS的车间排程模块设计46-47
• 3.5 基于APS的排程技术与策略47-49
• 3.5.1 滚动窗口排程技术47-48
• 3.5.2 基于事件驱动的重排程策略48
• 3.5.3 设备可用时点和基因位移动48-49
• 3.6 求解基于APS的动态P-FJSP流程设计49
• 3.7 本章小结49-50
• 第四章 求解多目标P-FJSP混合算法设计50-66
• 4.1 算法改进50-54
• 4.1.1 多目标选优策略50-52
• 4.1.2 遗传算法改进52-54
• 4.2 多目标P-FJSP优化指标54-55
• 4.2.1 基于Pareto的多目标优化策略54-55
• 4.3 求解多目标P-FJSP的VNSGA算法过程设计55-61
• 4.3.1 P-FJSP染色体编码与解码55-58
• 4.3.2 P-FJSP种群初始化58-59
• 4.3.3 P-FJSP选择操作59
• 4.3.4 P-FJSP交叉操作59-60
• 4.3.5 P-FJSP变异操作60-61
• 4.3.6 VNSGA运行参数与终止准则61
• 4.4 VNSGA算法执行流程图设计61-62
• 4.5 VNSGA算法测试62-65
• 4.5.1 算法测试平台与参数设定63
• 4.5.2 8X8P-FJSP 测试63-64
• 4.5.3 测试结果分析64-65
• 4.6 本章小结65-66
• 第五章 生产排程优化技术实证研究66-88
• 5.1 生产实例企业介绍66
• 5.2 生产排程需求介绍66-67
• 5.2.1 生产实例多目标优化指标66
• 5.2.2 生产排程任务需求66-67
• 5.3 实例排程技术处理67-71
• 5.4 生产排程与排程结果对比分析71-76
• 5.4.1 生产排程71-74
• 5.4.2 排程结果对比分析74-76
• 5.5 基于事件驱动的重排程76-86
• 5.5.1 设备故障76-80
• 5.5.2 急件插入80-86
• 5.6 生产重排程结果分析86
• 5.7 本章小结86-88
• 第六章 结论与展望88-90
• 6.1 结论88
• 6.2 展望88-90
• 致谢90-92
• 参考文献92-98
• 附录A 攻读硕士期间发表学术论文98-100
• 附录B Matlab程序100-110
• 附录C 8X8柔性作业车间排程实测数据110

【参考文献】

中国期刊全文数据库 前10条

1 邵志芳;钱省三;刘仲英;;在半导体制造业导入高级规划与排程系统[J];半导体技术;2007年08期

2 蔡颖;APS企业管理的难点[J];IT经理世界;2001年08期

3 陈绍文;SCM、APS和ERP[J];计算机辅助设计与制造;2001年03期

4 耿兆强,邹益仁;基于遗传算法的作业车间模糊调度问题的研究[J];计算机集成制造系统-CIMS;2002年08期

5 姬耀锋;张德贤;;约束满足自适应神经网络求解车间调度问题[J];计算机与数字工程;2006年09期

6 孙志峻,朱剑英;具有柔性加工路径的作业车间智能优化调度[J];机械科学与技术;2001年06期

7 曾小青,高阳;ERP生产计划新思路——基于协同制造网格的高级计划系统[J];科技进步与对策;2005年05期

8 夏蔚军,吴智铭;基于混合微粒群优化的多目标柔性Job-shop调度[J];控制与决策;2005年02期

9 熊锐,吴澄;车间生产调度问题的技术现状与发展趋势[J];清华大学学报(自然科学版);1998年10期

10 吴秀丽;;柔性作业车间动态调度问题研究[J];系统仿真学报;2008年14期

中国博士学位论文全文数据库 前1条

1 聂书志;基于DNA遗传算法的协同制造资源优化配置技术研究[D];华南理工大学;2010年

  本文关键词：基于APS的多目标柔性作业车间排程与优化技术研究，由笔耕文化传播整理发布。

，

本文编号：343594