基于模拟退火遗传算法的纺纱车间调度系统

发布时间：2021-06-25 23:27

　　为解决有自动引导运输车（AGV）的环锭纺纱车间协同调度系统多种约束条件下的调度问题,在考虑工艺、加工设备资源、AGV资源以及批处理4种约束条件的情况下,建立了满足最大完工时间最小化和设备利用率最大化的AGV纺纱车间协同调度模型。针对模拟退火和遗传算法计算效率低和易陷入局部最优解的缺点,提出了基于模拟退火遗传算法的纺纱车间调度模型求解算法。实验结果表明:当给定条筒为50个时,同等环境下,基于模拟退火遗传算法的调度方案要比普通的模拟退火和遗传算法的最大完工时间分别减少了1 162 s和1 619 s,纺纱车间的设备和AGV的利用率也分别提高了将近12%和11%。该方法在提升环锭纺纱车间运行效率方面具有一定的应用价值。 

【文章来源】：纺织学报. 2020,41(06)北大核心EICSCD

【文章页数】：6 页

【部分图文】：

环锭纺生产工艺流程

从表1可知，给定条筒数50个，在相同的设备环境下，使用模拟退火算法和遗传算法进行调度求解时，批处理机设备平均利用率分别为52%和50%,AGV设备利用率分别为52%和58%，而在使用了模拟退火遗传算法进行求解以后，批处理机设备平均利用率和AGV设备利用率分别为64%和69%。结果表明采用模拟退火遗传算法，批处理机设备平均利用率和AGV设备利用率较其余2种算法至少可提升12%和11%。由此可以看出，基于模拟退火遗传算法的AGV纺纱车间协同调度模型更能有效的提高批处理设备和AGV的利用率，减少了纺纱车间的资源浪费，从而为降低成本奠定基础。从表2可知，当条筒为50个时，在使用模拟退火遗传算法对本文的调度模型进行求解时，比单独使用模拟退火和遗传算法的最大完工时间分别减少了1 162 s和1 619 s，并且算法计算的时间也分别减少了5 s和17 s。这是因为通过合理的调度之后，AGV在运输的过程中减少了因不合理的协同调度而导致的空闲等待时间。另外，从结果还可以看出，模拟退火遗传算法的计算效率虽然比模拟退火算法的低，但是仍在同一水平。如果能大大提高可行解的质量，避免遗传算法过早的收敛而导致局部最优解的情况，还可以进一步提升其计算效率。

【参考文献】：
期刊论文
[1]基于改进花授粉算法的共融AGV作业车间调度[J]. 刘二辉,姚锡凡,陶韬,金鸿.  计算机集成制造系统. 2019(09)
[2]改进模拟退火算法在柔性调度中的应用[J]. 黄海松,刘凯,初光勇.  组合机床与自动化加工技术. 2018(02)
[3]含有AGV的柔性车间调度优化研究[J]. 徐云琴,叶春明,曹磊.  计算机应用研究. 2018(11)
[4]纺织机器人的应用及发展趋势[J]. 阎迪.  棉纺织技术. 2017(09)
[5]考虑能耗约束的并行机组批调度[J]. 李国臣,乔非,王俊凯,马玉敏,卢凯璐.  中南大学学报(自然科学版). 2017(08)
[6]纺纱装备的自动化、连续化、智能化和高速化[J]. 章友鹤,朱丹萍,赵树超,赵连英.  纺织导报. 2017(06)
[7]混合流水线调度研究进展[J]. 王凌,周刚,许烨,金以慧.  化工自动化及仪表. 2011(01)
[8]应用混合蚁群算法求解并行批处理机组批与调度问题[J]. 郭乘涛,江志斌.  上海交通大学学报. 2010(08)

硕士论文
[1]基于改进蚁群算法的多AGV作业调度研究[D]. 王娜.陕西科技大学 2017
[2]离散作业车间生产调度方法研究及其系统开发[D]. 余鹏飞.合肥工业大学 2017
[3]两阶段混合流水车间调度问题研究[D]. 胡璐璐.吉林大学 2015



本文编号：3250156