面向汽车转向器加工的柔性作业车间调度研究
发布时间:2021-07-12 02:21
汽车转向器制造企业均是面向订单生产,呈现出多种类、小规模的生产特征。转向器制造企业希冀能完成准时交货的目标。在传统的转向器制造中,是由生产计划员根据订单大致安排每天的生产任务。这种调度方案只是把订单分解为车间每天的制造任务量,却没有再精确往下细分到各台加工机器上。这种调度方案可能导致订单拖期,同时维持了较高的生产成本。基于此,本文对转向器加工柔性作业车间调度问题进行研究。首先,本文阐述了对转向器加工调度研究的意义、车间调度的研究现状和常用的车间调度求解方法。其次,本文通过对汽车转向器制造过程的分析,考虑以时间、机器负荷为优化目标,构建了转向器加工柔性作业车间调度(flexible job shop scheduling problem,FJSP)数学模型。再次,本文设计了一种改进的免疫克隆选择算法(immune clonal selection algorithm,ICSA)求解面向转向器加工的FJSP。本文ICSA算法改进之处体现在以下几点:(1)在初始化种群方面采用多种策略的产生机制,提高种群初始解的质量;(2)构造了自适应变异算子;(3)同时针对标准免疫算法的缺陷,引入了种群分割...
【文章来源】:安徽工程大学安徽省
【文章页数】:88 页
【学位级别】:硕士
【部分图文】:
McCormick函教极小佰的佚代曲线图
结果:改进 ICSA 算法在第 22 代找到极小值-1.9133,此时 x=。oth's 函数2 2f ( x , y ) = ( x + 2 y 7) + (2 x + y 5)-10 ≤ x, y≤10h's 函数的图像和极小值的迭代曲线图分别如图 3-6、3-7 所示。
2 2 2 3 2f( x, y) = (1.5 x + xy) + (2.25 x + xy ) + (2.625 x + xy)-4.5 ≤ x , y≤4.5's 函数的图像和极小值的迭代曲线图分别如图 3-8、3-9 所示
【参考文献】:
期刊论文
[1]带运输考虑的多阶段动态可重入混合流水车间调度[J]. 轩华,李冰,王薛苑,徐春秋. 控制理论与应用. 2018(03)
[2]基于记忆曲线模型的蚁群算法在柔性作业车间的调度优化[J]. 张于贤,丁修坤,薛殿春,王晓婷,程书瑞. 现代制造工程. 2017(11)
[3]基于遗传算法的多目标动态柔性作业车间调度[J]. 王春,张明,纪志成,王艳. 系统仿真学报. 2017(08)
[4]基于改进鸡群算法的柔性作业车间调度问题求解[J]. 许世鹏,吴定会,孔飞,纪志成. 系统仿真学报. 2017(07)
[5]基于蚁群算法的多加工路线柔性车间调度问题[J]. 黄学文,张晓彤,艾亚晴. 计算机集成制造系统. 2018(03)
[6]多目标柔性作业车间调度的多交叉策略元胞进化算法[J]. 林震,帅剑平,袁煜. 科学技术与工程. 2017(07)
[7]面向能耗的多工艺路线柔性作业车间分批优化调度模型[J]. 李聪波,沈欢,李玲玲,易茜. 机械工程学报. 2017(05)
[8]基于混沌量子算法和MAGTD的多目标FJSP求解策略[J]. 宁涛,王旭坪,焦璇. 运筹与管理. 2017(01)
[9]多目标柔性作业车间稳健性动态调度研究[J]. 朱传军,邱文,张超勇,金亮亮. 中国机械工程. 2017(02)
[10]求解柔性流水车间调度问题的高效分布估算算法[J]. 王芳,唐秋华,饶运清,张超勇,张利平. 自动化学报. 2017(02)
博士论文
[1]免疫算法及其应用研究[D]. 吕岗.中国矿业大学(北京) 2003
硕士论文
[1]基于粒子群算法的动态车间调度问题研究[D]. 吴再新.东华大学 2016
[2]基于改进的混合免疫算法的车间调度问题研究[D]. 郝倩.大连交通大学 2014
本文编号:3278995
【文章来源】:安徽工程大学安徽省
【文章页数】:88 页
【学位级别】:硕士
【部分图文】:
McCormick函教极小佰的佚代曲线图
结果:改进 ICSA 算法在第 22 代找到极小值-1.9133,此时 x=。oth's 函数2 2f ( x , y ) = ( x + 2 y 7) + (2 x + y 5)-10 ≤ x, y≤10h's 函数的图像和极小值的迭代曲线图分别如图 3-6、3-7 所示。
2 2 2 3 2f( x, y) = (1.5 x + xy) + (2.25 x + xy ) + (2.625 x + xy)-4.5 ≤ x , y≤4.5's 函数的图像和极小值的迭代曲线图分别如图 3-8、3-9 所示
【参考文献】:
期刊论文
[1]带运输考虑的多阶段动态可重入混合流水车间调度[J]. 轩华,李冰,王薛苑,徐春秋. 控制理论与应用. 2018(03)
[2]基于记忆曲线模型的蚁群算法在柔性作业车间的调度优化[J]. 张于贤,丁修坤,薛殿春,王晓婷,程书瑞. 现代制造工程. 2017(11)
[3]基于遗传算法的多目标动态柔性作业车间调度[J]. 王春,张明,纪志成,王艳. 系统仿真学报. 2017(08)
[4]基于改进鸡群算法的柔性作业车间调度问题求解[J]. 许世鹏,吴定会,孔飞,纪志成. 系统仿真学报. 2017(07)
[5]基于蚁群算法的多加工路线柔性车间调度问题[J]. 黄学文,张晓彤,艾亚晴. 计算机集成制造系统. 2018(03)
[6]多目标柔性作业车间调度的多交叉策略元胞进化算法[J]. 林震,帅剑平,袁煜. 科学技术与工程. 2017(07)
[7]面向能耗的多工艺路线柔性作业车间分批优化调度模型[J]. 李聪波,沈欢,李玲玲,易茜. 机械工程学报. 2017(05)
[8]基于混沌量子算法和MAGTD的多目标FJSP求解策略[J]. 宁涛,王旭坪,焦璇. 运筹与管理. 2017(01)
[9]多目标柔性作业车间稳健性动态调度研究[J]. 朱传军,邱文,张超勇,金亮亮. 中国机械工程. 2017(02)
[10]求解柔性流水车间调度问题的高效分布估算算法[J]. 王芳,唐秋华,饶运清,张超勇,张利平. 自动化学报. 2017(02)
博士论文
[1]免疫算法及其应用研究[D]. 吕岗.中国矿业大学(北京) 2003
硕士论文
[1]基于粒子群算法的动态车间调度问题研究[D]. 吴再新.东华大学 2016
[2]基于改进的混合免疫算法的车间调度问题研究[D]. 郝倩.大连交通大学 2014
本文编号:3278995
本文链接:https://www.wllwen.com/kejilunwen/qiche/3278995.html