阻塞混合流水车间调度优化研究

发布时间：2020-07-02 05:29

【摘要】：随着经济结构不断优化升级,制造企业竞争激烈,要想在竞争中胜出,需要降低生产成本。车间调度是为制造企业制定出满意的生产方案,充分利用资源降低成本。因此对车间调度进行研究,提高生产效率,具有重要的意义。本文所研究的是阻塞混合流水车间调度问题(BHFSSP),即机器在下一阶段不可用情况下,工件将会被阻塞在当前机器上。相比传统混合流水车间调度问题,考虑到了工序间没有缓存区的情况,更接近实际环境。遗传算法作为一种智能算法,因其具有大规模计算时间短、搜索能力强而被广泛应用,但是在解决一些复杂问题时依然存在易陷入局部最优、过早收敛等问题。为此,本文以BHFSSP为研究背景,提出相关调度模型,研究改进遗传算法,以提高求解性能。首先对车间调度问题进行分析并总结车间调度问题的求解算法,分析HBFSSP研究现状,国内外所用方法以及研究成果。其次对遗传算法进行改进研究,对遗传算法的相关理论和相关综述进行分析,着重研究遗传算法的改进机制:编码方式采用实数编码,初始种群通过混合启发式规则进行改进策略;适应度函数的选取和选择操作的介绍;交叉和变异操作的方法和考虑自适应概率;提出嵌入的局域搜索和邻域的交换规则以及局域搜索的具体流程。接下来分别研究了考虑不同约束的BHFSSP:第一,考虑释放时间的BHFSS最大完工时间问题。考虑实际生产中工件开始释放时间,以makespan为目标建立数学模型,引入自适应遗传参数和局域搜索,提出嵌入局域搜索的自适应遗传算法(LSAGA),运用传统遗传算法和改进遗传算法对本文所要研究的问题进行求解。在MATLAB上进行仿真,对比分析得出所提的LSAGA具有较好的有效性。第二:考虑机器故障和运输时间的BHFSS总加权完工时间问题。考虑实际生产中阶段间的运输时间,以及加工机器可能出现故障情况,以总加权完工时间为目标,引入自适应的遗传参数和启发式规则,提出基于启发式规则的自适应遗传算法(HRAGA),运用传统遗传算法和改进遗传算法求解该问题。在MATLAB上进行仿真,对比分析得到结果显示所提的HRAGA的有效性。
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F273;TP18
【图文】：

4图 1.1 本文框架图4 创新点（1）考虑的约束方面。在实际车间生产中，工序之间的缓冲区不可能是无大的，基于这种现状，提出考虑阻塞的 HFSSP 并建立数学模型。同时又根据舶平面分段生产实际，考虑了释放时间、运输时间和机器故障的情况，比传 HFSSP 更加贴切实际生产，有较强的实际意义。（2）算法方面。根据不同约束的问题分别出遗传算法的改进方案。对于考释放时间约束的 BHFSSP，提出嵌入局域搜索的自适应遗传算法来进行求解，

2.3 阻塞混合流水车间调度的问题来源及研究现状2.3.1 BHFSSP 问题来源及定义近年来，随着船舶制造模式的改进，在现代造船模式中，大型船舶的制造已采用分段的形式。船体结构主要是各种型材、钢材组成的钢结构体，所谓分段是将船舶的所有结构分解为若干小块，然后将分段进行组合形成总段或环段，再进行组合成船体结构。根据分段的结构特点可以分为平面分段和曲面分段。平面分段是结构简单有序且外型是平直的或近似平直的分段，结构和结构之间主要是垂直关系，分段长和宽的尺寸要大于厚度三倍以上。其他型式的分段为曲面分段[7]。平面分段结构简单，因此采用流水车间的生产形式。平面分段生产的工艺一般包括：拼板装配、拼板焊接、纵骨装配、纵骨焊接、肋板装配、肋板焊接，每个工艺必须在相应工位完成作业，如图 2.1。

【相似文献】

相关期刊论文 前10条

1 谷峰,陈华平,卢冰原,古春生;粒子群算法在柔性工作车间调度中的应用[J];系统工程;2005年09期

2 ;工业上应用成果[J];微计算机信息;1989年04期

3 张守刚;吴龙成;王艳;纪志成;;基于分布估计算法的硫化车间调度[J];系统仿真学报;2017年09期

4 马慧民;叶健飞;;柔性车间调度与设备维护的联合优化研究[J];机械设计与制造;2015年07期

5 黄英杰;姚锡凡;;基于目标级联法和粒子群算法的柔性分布式车间调度[J];中南大学学报(自然科学版);2012年01期

6 朱良学;;遗传算法在车间调度中的应用[J];软件导刊;2007年17期

7 季娜;蔡红霞;钱晖;;基于滚动时域优化策略的玻璃深加工车间调度研究[J];工业控制计算机;2017年03期

8 高亮;高海兵;周驰;;基于粒子群优化的开放式车间调度[J];机械工程学报;2006年02期

9 谷峰;陈华平;卢冰原;;基于遗传算法的模糊柔性工作车间调度优化[J];系统工程与电子技术;2006年07期

10 谷峰;陈华平;卢冰原;;基于均匀设计的多目标遗传算法在柔性工作车间调度中的应用[J];系统工程理论方法应用;2006年06期

相关会议论文 前10条

1 谷峰;陈华平;卢冰原;;自适应多目标遗传算法在柔性工作车间调度中的应用[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

2 李桂芬;鞠彦兵;;基于仿真和遗传算法的车间调度优化方法研究[A];2006中国控制与决策学术年会论文集[C];2006年

3 魏杰;李铁克;;基于随机性参数混合免疫算法的工艺车间调度研究[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

4 陈可嘉;季平;;一种集成MRP与车间调度的混合整数规划模型[A];2006年中国运筹学会数学规划分会代表会议暨第六届学术会议论文集[C];2006年

5 张秀丽;黄越;刘念;;基于混合优化算法的多目标柔性工作车间调度[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 朱晓东;;基于TC-TPN的SMT产品制造系统车间调度[A];2008中国电子制造技术论坛论文集[C];2008年

7 张翠林;王烁;王军强;;考虑约束松弛的柔性流水调度研究[A];发展战略性新兴产业，助推新能源装备制造——2014年第四届全国地方机械工程学会学术年会暨新能源装备制造发展论坛论文集[C];2014年

8 甘屹;李胜;;蚁群算法的参数优化配置研究[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

9 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年

10 姚丹;郭放;石金华;;基于混合算法的网络化制造车间调度研究[A];全国先进制造技术高层论坛暨第七届制造业自动化与信息化技术研讨会论文集[C];2008年

相关重要报纸文章 前5条

1 田晓翠邋郑瑞丹;念好质量经打好安全牌[N];人民铁道;2008年

2 通讯员 谢晓刚;信息化让设备质量管理耳聪目明[N];人民铁道;2009年

3 张立民;印刷企业创新要多角度深切入[N];中国新闻出版报;2010年

4 通讯员 朱明熹;小改造做出节支大文章[N];人民铁道;2009年

5 王继征;ERP既带来技术也带来理念[N];中国纺织报;2007年

相关博士学位论文 前10条

1 鞠全勇;智能制造系统生产计划与车间调度的研究[D];南京航空航天大学;2007年

2 金亮亮;基于网络图与工艺规划集成的车间调度建模与优化[D];华中科技大学;2016年

3 林仁;离散制造企业资源弹性约束下作业车间调度问题研究[D];西南交通大学;2016年

4 王芳;面向碳效优化的柔性流水车间调度研究[D];华中科技大学;2017年

5 李新宇;工艺规划与车间调度集成问题的求解方法研究[D];华中科技大学;2009年

6 黄云峰;车间调度和谐范式与多智能体系统情智集成的研究[D];重庆大学;2010年

7 曾强;离散制造企业批量生产车间调度智能优化研究[D];重庆大学;2010年

8 温海骏;不确定环境下再制造生产计划与车间调度集成优化研究[D];合肥工业大学;2015年

9 王桂荣;分时电价下炼钢连铸生产调度优化方法[D];山东大学;2017年

10 郭文胜;基于敏捷制造模式的虚拟车间协同作业原理与应用实践[D];四川大学;2002年

相关硕士学位论文 前10条

1 张雪芳;基于列生成算法的柔性车间调度研究[D];浙江工业大学;2018年

2 魏亮旗;基于改进人工蜂群算法的车间调度优化的研究与应用[D];安徽大学;2019年

3 王晶;阻塞混合流水车间调度优化研究[D];郑州大学;2019年

4 张春花;基于区块的两阶段进化算法在多目标车间调度中的研究[D];天津理工大学;2019年

5 公旭冉;面向双柔性多目标工作车间调度的智能算法研究[D];湖南大学;2018年

6 李浩;基于粒子群优化算法的车间调度系统的研究与设计[D];宁夏大学;2018年

7 任清华;双柔性流水车间调度及其与运输集成调度研究[D];湖南大学;2018年

8 程冰;基于群体智能算法的车间调度方法研究[D];江南大学;2018年

9 魏鑫;面向多目标优化的改进型多Agent车间调度技术研究[D];南京航空航天大学;2018年

10 杨德博;基于候鸟优化算法的开放车间调度研究[D];华中科技大学;2017年

本文编号：2737798