物料供给不确定环境下的飞机移动生产线动态调度方法
发布时间：2021-01-15 08:22
飞机装配所需的物料种类复杂且数量巨大,其准时供给往往存在较大的不确定性.为了有效解决物料供给不确定环境下的飞机移动生产线动态调度问题,将机器学习中的支持向量数据描述技术（SVDD）与传统的调度方法相结合,提出了基于SVDD的动态调度算法.通过软件CPLEX和元启发式算法求解不同物料供给延期情形下的调度模型,并将得到的优化结果作为样本对SVDD分类模型进行离线训练.在实时调度阶段,根据SVDD模型实现作业的提前、延期或准时执行的分类.基于该分类结果,利用局部前瞻搜索算法进一步对提前和延期作业的具体开始执行时间做出决策.数值实验结果证明了所提出的算法在响应速度和求解效果上均能满足实际飞机移动生产线动态调度的需求.
【文章来源】：同济大学学报(自然科学版). 2019,47(05)北大核心
【文章页数】：9 页
【部分图文】：
飞机移动生产线布局图Fig．1Layoutofaircraftmovingassemblyline
ddis=2);经过SVDD模型分类后各装配作业的重调度方案如图3b所示，其中作业4、7、10需要延期装配，作业5需要提前装配，其余作业按原计划装配，因此仅需要对作业4、5、7、10的具体提前/延期时间进行决策．对于作业4，由于其在装配时间上可能与作业5、7存在重叠，因此将这3个作业的开始时间的全部可能组合列举如图3c所示．对所有的组合计算局部最优目标函数值，选择局部目标函数值最小的组合中作业4的开始时间TS，j=4=7作为作a模板装配计划甘特图bSVDD分配模型重调度策略c装配开始时间组合方式图3局部前瞻算法优化机理Fig．3Optimizationmechanismoflocallook-aheadsearching727
同济大学学报(自然科学版)第47卷一方面，DS-SVDD算法在求解效率远高于TＲ算法的情况下，仍然能够得到略优于TＲ算法的目标函数值，进一步证明了DS-SVDD算法在多次扰动环境下求解效率和效果上的双重优势．图4多次扰动环境下的算法性能对比Fig．4Performancecomparisonofalgorithmsforaseriesofdisruptions3．3．3不同目标权重比下的算法性能对比在实际进行重调度决策时，额外的资源投入成本和与模板装配计划偏差产生的成本权重往往不是固定的，需要根据企业的实际需求确定．因此，本节通过改变目标函数中两类成本的权值，对DS-SVDD算法的适应能力进行测试．设定两类成本的权重之和为1，将资源投入成本从0逐渐增大至1，同时记录3种算法求得的目标函数均值以及相应的两类成本均值，对比结果如图5所示．由图5可得，随着资源投入成本权重的增加，目标函数值均逐渐降低．DS-SVDD算法在不同权重比下得到的目标函数均值整体优于TＲ算法和ＲS算法．当资源投入成本权重为0时，即仅以重调度计划与模板偏差作为单目标函数时，3类算法求得的结果相差不大，DS-SVDD图5不同目标权重下的算法性能对比Fig．5Performancecomparisonofalgorithmswithdifferentobjectiveweights算法没有明显的优势．当资源投入成本权重为1时，即仅以资源增加的成本作为单目标函数时，DS-SVDD算法和TＲ算法均具有较好的调度效果，且远优于ＲS算法．而当两类目标的权重比较为均衡时，DS-SVDD算法在求解性能上相比其他两类算法具有一定的优越性．因此，DS-SVDD算法可适用于不同目标权重比下的飞机移动生产线动态调度问题优化．
【参考文献】：
期刊论文
[1]考虑物料配送的飞机移动生产线调度问题优化[J]. 胡鑫铭,陆志强. 北京航空航天大学学报. 2017(12)
[2]飞机移动生产线作业调度问题的启发式算法[J]. 郑倩,奚立峰. 工业工程与管理. 2015(02)
本文编号：2978575
【文章来源】：同济大学学报(自然科学版). 2019,47(05)北大核心
【文章页数】：9 页
【部分图文】：
飞机移动生产线布局图Fig．1Layoutofaircraftmovingassemblyline
ddis=2);经过SVDD模型分类后各装配作业的重调度方案如图3b所示，其中作业4、7、10需要延期装配，作业5需要提前装配，其余作业按原计划装配，因此仅需要对作业4、5、7、10的具体提前/延期时间进行决策．对于作业4，由于其在装配时间上可能与作业5、7存在重叠，因此将这3个作业的开始时间的全部可能组合列举如图3c所示．对所有的组合计算局部最优目标函数值，选择局部目标函数值最小的组合中作业4的开始时间TS，j=4=7作为作a模板装配计划甘特图bSVDD分配模型重调度策略c装配开始时间组合方式图3局部前瞻算法优化机理Fig．3Optimizationmechanismoflocallook-aheadsearching727
同济大学学报(自然科学版)第47卷一方面，DS-SVDD算法在求解效率远高于TＲ算法的情况下，仍然能够得到略优于TＲ算法的目标函数值，进一步证明了DS-SVDD算法在多次扰动环境下求解效率和效果上的双重优势．图4多次扰动环境下的算法性能对比Fig．4Performancecomparisonofalgorithmsforaseriesofdisruptions3．3．3不同目标权重比下的算法性能对比在实际进行重调度决策时，额外的资源投入成本和与模板装配计划偏差产生的成本权重往往不是固定的，需要根据企业的实际需求确定．因此，本节通过改变目标函数中两类成本的权值，对DS-SVDD算法的适应能力进行测试．设定两类成本的权重之和为1，将资源投入成本从0逐渐增大至1，同时记录3种算法求得的目标函数均值以及相应的两类成本均值，对比结果如图5所示．由图5可得，随着资源投入成本权重的增加，目标函数值均逐渐降低．DS-SVDD算法在不同权重比下得到的目标函数均值整体优于TＲ算法和ＲS算法．当资源投入成本权重为0时，即仅以重调度计划与模板偏差作为单目标函数时，3类算法求得的结果相差不大，DS-SVDD图5不同目标权重下的算法性能对比Fig．5Performancecomparisonofalgorithmswithdifferentobjectiveweights算法没有明显的优势．当资源投入成本权重为1时，即仅以资源增加的成本作为单目标函数时，DS-SVDD算法和TＲ算法均具有较好的调度效果，且远优于ＲS算法．而当两类目标的权重比较为均衡时，DS-SVDD算法在求解性能上相比其他两类算法具有一定的优越性．因此，DS-SVDD算法可适用于不同目标权重比下的飞机移动生产线动态调度问题优化．
【参考文献】：
期刊论文
[1]考虑物料配送的飞机移动生产线调度问题优化[J]. 胡鑫铭,陆志强. 北京航空航天大学学报. 2017(12)
[2]飞机移动生产线作业调度问题的启发式算法[J]. 郑倩,奚立峰. 工业工程与管理. 2015(02)
本文编号：2978575
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2978575.html
