多阶段可变批生产线重构的研究

发布时间：2018-02-28 08:09

  本文关键词： 拆分模型 改进粒子群算法 产品调度 资源分配 改进人工鱼算法　出处：《广东工业大学》2016年博士论文　论文类型：学位论文

【摘要】：随着市场需求由大批量、少品种转变为小批量、多品种,生产单一品种的流水线也逐渐转换成生产多种同类产品的可变生产线。但是随着品种进一步增加,单品种的订单数量随着市场的需求波动的情况下,可变生产线的规模变大、操作工数量增多,因换产频繁而造成的换产准备时间长、设备利用率低、操作工效率低、适应能力差。可变生产线拆分势在必行。该问题普遍存在于以电子产品生产企业的组装生产线为代表的制造业,对其进行研究有重要的理论意义和工程上的实用价值。多通道是浓缩的可变生产线,与可变生产线相比具有产线规模减少,换产准备时间少,便于产品调度等优点。本文的输入条件是多阶段、变批次,具有最小批次限制工序相似多种产品确定性订单,确定的操作工数量和工作地中设备数量,研究的内容是在设备资源和人力资源约束下,可变生产线拆分的资源分配优化和优化排程的问题,使得在一定的时期(例如一年),不改变生产线的结构的前提下,划分多个交货期(多阶段),在每个阶段中产品分批生产,批量不定,但有最小批次的限制,使其拖期数量最少。可变生产线拆分建立多通道的数学模型,可抽象为非线性的整数规划问题。由于需考虑拆分后生产线数量、操作工分配、设备分配和优化排程等若干问题,把拆分后的数学模型分成两层求解,上层是资源分配问题,研究构建多通道的数量、操作工及设备在多通道的分配方案。下层是产品调度问题,研究具有多阶段、可分批、变批量、有最小批次限制的产品分配问题。资源分配是产品调度的前提,产品调度是资源分配的结果。每个问题都是NP难问题,采用的方法是资源分配和产品调度要是循环迭代过程,反复迭代中得到相对优解。本论文从以下几个方面进行了研究：首先,可变生产线重构统一模型的研究。针对以拖期数量为目标函数多时段变批量有最小批次限制的可变生产线重构问题,建立以拖期数量最小为目标函数的统一的数学模型。通过对问题进行分析,当问题的规模增加不多时,决策变量的数量急剧上升。为了减少解的规模,增加了资源配置的约束条件,按照不同模式给出细化模型。其次,对多通道和产品单元的细化模型进行分析,证明了多通道资源分配问题是NP-完全问题,不给定调度规则,并行机产品调度问题是NP-HARD问题。给出多通道数量提出了“细胞”多通道的概念,并运用它解决多通道资源分配问题。第三,提出改进粒子群算法,并运用它解决随时段变化订单产品调度问题,通过与文献中其他算法的比较,体现了改进粒子群算法在目标函数和运行时间的优势。提出变批量多时段的改进优化调度规则算法,给出它的下界。运用它解决不随时段变化订单的产品调度问题,与不分批的EDD+FCFS、EDD+LPT、EDD+SPT、EDD+RWD等传统优化调度规则算法比较。第四,采用改进的人工鱼群算法+改进粒子群算法解决大规模的多通道随时段变化订单联合决策问题；改进的人工鱼群算法+DM-LPT规则调度算法求不随时段变化订单的大规模多通道联合决策问题；枚举法+改进粒子群算法解决小规模的多通道随时段变化订单联合决策问题；枚举法+DM-LPT规则调度算法求不随时段变化订单的小规模多通道联合决策问题。该论文的创新点为以拖期数量为目标函数的多时段动态调度的生产线重构的研究。
[Abstract]:This paper studies the distribution of variable production lines , which is based on the number of production lines , the number of operators , the distribution of equipment and the scheduling of products . In order to reduce the size of the solution , the problem of multi - channel resource allocation is presented . The improved particle swarm optimization algorithm is used to solve the problem of multi - channel joint decision - making in large - scale multi - channel change order .

【学位授予单位】：广东工业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：F273;O221.4
，

本文编号：1546481