制造系统柔性资源调度问题及其优化算法研究

发布时间：2017-10-30 07:12

  本文关键词：制造系统柔性资源调度问题及其优化算法研究

  更多相关文章： 制造系统 柔性资源 优化调度 柔性资源调度(FRSP) 柔性作业车间调度(FJSP) 网络化柔性资源调度(FNSP)

【摘要】：随着先进制造技术及其模式的不断发展、市场需求的不断多样化以及工业化信息化的不断融合和应用,制造企业面临着越来越大的挑战和机遇。面对日益突出的资源多样化、共享常态化、市场瞬态化、竞争白热化的大制造环境,对各种制造系统内的柔性资源进行优化配置调度将有利于资源共享利用率最大化,企业效益最大化。但是,随着制造系统复杂性增加,以及柔性资源数量的扩大,其优化调度的复杂性和困难度也随之快速增长。本文主要针对制造系统内的两大柔性资源调度问题：单企业内的柔性作业车间资源优化调度问题,以及多企业间的网络化制造系统的柔性资源调度问题进行研究,研究重点为调度问题求解算法的优化与实现。首先介绍了制造系统及其柔性资源,并对单企业内的柔性作业车间制造系统和多企业间的云制造和网络化制造系统的资源调度问题进行分析和比较,明确了不同规模制造系统内不同粒度的柔性资源调度问题的共性和差异。接着,针对国内外研究最多的单企业内的柔性作业车间调度问题(FJSP)进行进一步深化研究。通过对FJSP问题的描述、分析和建模,提出了基于混合遗传算法的求解技术路线以及两个主要的算法优化方向——机器选择初始解的产生办法和局部搜索的邻域搜索技术。在两项优化的基础上,提出了基于极限加工时间的两级递阶算法,以及基于扩大空闲时间变邻域搜索的混合遗传算法。通过国际标准算例以及实际生产案例的测试计算,证明算法的可行性和有效性。最后,针对多企业间的网络化制造系统柔性资源调度问题(FNSP),分析了系统内任务和资源的表达模式,使用逻辑制造单元和物理制造单元统一调度不同粒度、不同地域内的制造任务和制造资源。综合考虑网络化制造系统的完工时间和制造成本两大评价指标,用本文改进后的混合遗传算法求解多目标优化调度问题,并通过算例求解验证模型和算法的可行性。
【关键词】：制造系统 柔性资源 优化调度 柔性资源调度(FRSP) 柔性作业车间调度(FJSP) 网络化柔性资源调度(FNSP)
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 致谢4-5
• 摘要5-6
• ABSTRACT6-11
• 1 总论11-24
• 1.1 课题研究背景及意义11-12
• 1.2 制造系统及其柔性资源12-14
• 1.2.1 制造系统12
• 1.2.2 制造资源及其资源粒度12-13
• 1.2.3 柔性制造资源13-14
• 1.3 柔性资源优化调度问题(FRSP)14-18
• 1.3.1 柔性车间调度问题(FJSP)15
• 1.3.2 网络化制造系统柔性资源调度问题(FNSP)15-17
• 1.3.3 两类柔性资源调度问题的区别与共性17-18
• 1.4 国内外研究现状18-22
• 1.4.1 柔性作业车间调度问题的求解研究18-20
• 1.4.2 网络化制造柔性资源调度研究现状20-21
• 1.4.3 现有问题及研究空间21-22
• 1.5 论文研究内容及章节安排22-24
• 2 柔性作业车间调度问题及其遗传算法24-37
• 2.1 引言24
• 2.2 FJSP问题描述及建模24-27
• 2.2.1 FJSP问题描述24-25
• 2.2.2 FJSP数学模型25-27
• 2.3 FJSP问题特征及解空间分析27-29
• 2.4 遗传算法求解FJSP问题29-36
• 2.4.1 遗传算法29-30
• 2.4.2 遗传算法求解FJSP问题的技术路线30-36
• 2.5 本章小结36-37
• 3 基于优先指数矩阵的FJSP机器初始方法37-54
• 3.1 引言37
• 3.2 机器选择方法设计37-39
• 3.3 实验结果及效果分析39-53
• 3.3.1 参数选择39-43
• 3.3.2 初始机器链性能比较43-50
• 3.3.3 基于PIM的遗传算法求解FJSP50-53
• 3.4 本章小结53-54
• 4 基于极限加工时间的两级递阶算法求解FJSP问题54-66
• 4.1 引言54
• 4.2 基于极限加工时间的机器选择54-57
• 4.2.1 问题建模及求解54-55
• 4.2.2 机器选择解池性能分析55-57
• 4.3 基于初始机器链解池的遗传算子57
• 4.4 工序排序变邻域搜索57-63
• 4.4.1 调度问题已有邻域结构分析58
• 4.4.2 变邻域结构设计58-62
• 4.4.3 两级递阶算法62-63
• 4.5 实例应用与结果分析63-64
• 4.6 本章小结64-66
• 5 扩大空闲时间变邻域搜索的混合遗传算法求解FJSP问题66-86
• 5.1 引言66
• 5.2 针对FJSP问题的邻域设计66-67
• 5.2.1 已有的FJSP邻域设计66
• 5.2.2 跨机器邻域分析66-67
• 5.3 扩大空闲时间的变邻域结构67-74
• 5.3.1 扩大工序w的空闲时间68-69
• 5.3.2 扩大工序组x,y的空闲时间69-72
• 5.3.3 更优调度结果的实现72-73
• 5.3.4 第二工序v的重定位73
• 5.3.5 变邻域结构73-74
• 5.4 混合遗传算法及其实现74-85
• 5.4.1 算法具体流程74
• 5.4.2 经典算例测试及分析74-78
• 5.4.3 实际柔性资源调度问题应用78-85
• 5.5 本章小结85-86
• 6 网络化制造系统柔性资源优化调度86-93
• 6.1 引言86
• 6.2 网络化制造系统调度模式86-89
• 6.3 网络化柔性资源调度问题描述及建模89-91
• 6.3.1 网络化柔性资源调度问题描述89-90
• 6.3.2 网络化柔性资源调度问题建模90-91
• 6.4 网络化柔性资源调度问题求解91
• 6.5 实例应用与分析91-92
• 6.6 本章小结92-93
• 7 全文总结与展望93-96
• 7.1 全文总结93-95
• 7.2 研究展望95-96
• 参考文献96-102
• 附录 部分标准算例求解结果甘特图102-107
• 攻读学位期间取得成果107

【相似文献】

中国期刊全文数据库 前10条

1 周建涛;陆海燕;叶新铭;;面向资源调度的矩阵规范化方法研究[J];中山大学学报(自然科学版);2009年01期

2 夏文明;李国富;;资源调度问题研究综述[J];机电工程;2009年07期

3 林伟伟;齐德昱;;云计算资源调度研究综述[J];计算机科学;2012年10期

4 杨继君;许维胜;黄武军;吴启迪;;基于多灾点非合作博弈的资源调度建模与仿真[J];计算机应用;2008年06期

5 梁金华;;基于仿真网格平台的资源调度算法模拟[J];科技信息;2010年18期

6 薛玉;;云计算环境下的资源调度优化模型研究[J];计算机仿真;2013年05期

7 罗丹;;云计算资源调度算法仿真[J];计算机仿真;2013年07期

8 谢斌;林华;;联合战场资源调度问题综述[J];舰船电子工程;2013年10期

9 林永毅,张智江,廖黛丽,倪凌;电信传输资源及调度一体化管理的研究与实现[J];电信科学;2002年10期

10 吉军;蔚承建;陈胜峰;陈旭;;分散式多工厂资源调度中的一种理性策略[J];计算机应用;2010年11期

中国重要会议论文全文数据库 前3条

1 曹东旭;刘明阳;;基于马尔科夫决策链的作战资源调度[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

2 王兵;贾利民;龙慧;郭杜杜;马玉春;;新疆公路网交通事故应急救援资源调度系统设计及应用[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

3 丛慧芳;王文生;谢能付;;农业信息网格环境中数据传输资源调度方法研究[A];中国农业信息科技创新与学科发展大会论文汇编[C];2007年

中国重要报纸全文数据库 前1条

1 本报记者 吴挺;云计算的管理需求显现[N];计算机世界;2009年

中国博士学位论文全文数据库 前9条

1 王小乐;信息物理融合系统资源调度关键技术研究[D];国防科学技术大学;2014年

2 王力;铁路集装箱中心站关键资源调度优化理论与方法[D];北京交通大学;2014年

3 马满福;基于计算经济的网格资源管理研究[D];西北工业大学;2007年

4 冉泳屹;云环境下基于随机优化的动态资源调度研究[D];中国科学技术大学;2015年

5 徐昕;基于博弈论的云计算资源调度方法研究[D];华东理工大学;2015年

6 徐劲松;SLA约束下的云资源调度关键技术研究[D];南京邮电大学;2013年

7 张静乐;网络环境下协同服务关键技术研究[D];北京科技大学;2011年

8 田国忠;多DAG共享资源调度的若干问题研究[D];北京工业大学;2013年

9 王海威;智能电视操作系统服务性能与资源调度关键技术研究[D];中国科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 王艳平;基于蚁群算法的云计算资源调度研究[D];曲阜师范大学;2015年

2 何兰兰;云环境下基于SLA的优化资源管理机制研究[D];江西理工大学;2015年

3 张扬;基于QPSO-SFLA改进算法的云环境资源调度研究[D];江西理工大学;2014年

4 杨南;藏文舆情云分析平台资源调度优化研究[D];西北民族大学;2015年

5 李超;基于改进粒子群算法的云计算资源调度研究[D];中国矿业大学;2015年

6 郭庆光;基于协同演化算法的云计算资源调度的研究[D];电子科技大学;2014年

7 陈强;载波聚合下的资源调度研究[D];电子科技大学;2014年

8 梁俊杰;基于应用容器的云资源调度研究与实现[D];电子科技大学;2015年

9 赵颖;Hadoop环境下的动态资源管理研究与实现[D];上海交通大学;2015年

10 徐政;基于QoS的LTE资源调度策略研究[D];南京邮电大学;2015年

，

本文编号：1116633