模糊Job-Shop调度问题的研究与应用
这是一篇关于车间作业调度,遗传算法,模糊加工时间,模糊交货期,双点顺位交叉的论文, 主要内容为随着全球经济一体化的到来,市场竞争变得越来越激烈。企业只有改善生产管理才能在竞争中处于不败地位。研究资源、任务、时间和性能指标四者关系的生产调度作为生产管理核心,逐步受到大家的重视,在此领域内,车间作业调度(Job Shop Scheduling Problem ,JSP)是最为典型和普遍的。 JSP问题已被证明是NP难问题,具有复杂性和多目标性等特点。长期来以学者们利用各种智能计算方法来对其求解。其中遗传算法因其弱依赖性和鲁棒性被广泛应用。目前大多数针对该问题的研究都是静态的,但在实际生产过程中,受到各种随机因素的影响,产品的加工时间和交货期是不确定的。所以本文在现有理论基础上,基于遗传算法深入研究了模糊JSP问题。 首先,本文对生产调度问题及其研究现状进行了阐述,给出车间作业调度问题的定义,在此基础上研究了JSP问题的数学模型。针对遗传算法在求解确定调度问题中早熟和收敛速度慢等问题,设计了一种基于工序编码和双点顺位交叉(TPOX)算子的改进遗传算法,避免了非法解的产生,大大加快了问题最优解的收敛速度。根据8个经典Benchamarks算例对比实验,证明了该算法的有效性。 其次,在模糊理论的基础上,用三角模糊数和梯形模糊数来表示模糊加工时间和模糊交货期,分三种情况定义了模糊JSP问题的数学模型。针对基于模糊加工时间和模糊交货期下的最大加权满意度的目标函数,运用相似度的概念来初始化种群,设计求解该问题遗传算法,并深入讨论了算法中适应度值的计算方法。 最后,用Sakawa提出的这类问题的经典算例对基于模糊JSP调度问题的遗传算法来进行验证,并对红峡机械厂的某调度实例进行了仿真。通过对两个算例仿真实验结果的分析,证明了改进后设计的遗传算法在求解模糊JSP问题上的有效性和可行性,可指导实际车间生产,值得推广。
面向离散制造业的制造执行系统关键技术研究
这是一篇关于制造执行系统,离散制造业,车间生产管理,车间作业调度,蚁群算法的论文, 主要内容为制造执行系统(MES)是位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统,本文基于制造执行系统的思想框架,针对离散制造业车间,进行制造执行系统的关键技术研究,目的是实现车间数据信息共享,缩短产品制造周期,从而提高企业生产效率。其主要内容如下： 1)对制造执行系统的现状与发展趋势进行了简单介绍,并对面向离散制造业的车间生产管理问题的研究现状进行了分析,总结了现阶段离散制造业车间生产管理存在的问题。在考虑了离散型制造业车间生产管理特点及现状的基础上,对面向离散制造业的车间生产管理系统进行了详细的分析和设计。 2)主要阐述了对单目标车间作业调度问题的研究。说明了车间作业调度问题的概况介绍了蚁群算法理论的内容,重点建立了离散型车间作业调度的数学模型并研究了单目标车间作业调度问题的蚁群算法求解过程,叙述了车间作业调度结果的图形化显示问题,以实例来验证了蚁群算法解决车间作业调度问题的优势。 3)在对单目标车间作业调度问题的研究的基础上,对多目标车间作业调度问题进行了研究。介绍了多目标车间作业调度问题的相关数学理论,叙述了多目标车间作业调度问题的求解,以应用实例分析验证了多目标车间作业调度问题的算法有效性。 4)主要叙述了车间生产管理系统关键技术及应用。对动态结构树生成技术、基于Web的报表生成技术、基于JSP技术的基础数据信息管理进行了研究,给出了系统的主要实现页面。 5)论文最后总结了全文的工作内容,并对以后的研究工作进行了展望。
面向离散制造业的制造执行系统关键技术研究
这是一篇关于制造执行系统,离散制造业,车间生产管理,车间作业调度,蚁群算法的论文, 主要内容为制造执行系统(MES)是位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统,本文基于制造执行系统的思想框架,针对离散制造业车间,进行制造执行系统的关键技术研究,目的是实现车间数据信息共享,缩短产品制造周期,从而提高企业生产效率。其主要内容如下： 1)对制造执行系统的现状与发展趋势进行了简单介绍,并对面向离散制造业的车间生产管理问题的研究现状进行了分析,总结了现阶段离散制造业车间生产管理存在的问题。在考虑了离散型制造业车间生产管理特点及现状的基础上,对面向离散制造业的车间生产管理系统进行了详细的分析和设计。 2)主要阐述了对单目标车间作业调度问题的研究。说明了车间作业调度问题的概况介绍了蚁群算法理论的内容,重点建立了离散型车间作业调度的数学模型并研究了单目标车间作业调度问题的蚁群算法求解过程,叙述了车间作业调度结果的图形化显示问题,以实例来验证了蚁群算法解决车间作业调度问题的优势。 3)在对单目标车间作业调度问题的研究的基础上,对多目标车间作业调度问题进行了研究。介绍了多目标车间作业调度问题的相关数学理论,叙述了多目标车间作业调度问题的求解,以应用实例分析验证了多目标车间作业调度问题的算法有效性。 4)主要叙述了车间生产管理系统关键技术及应用。对动态结构树生成技术、基于Web的报表生成技术、基于JSP技术的基础数据信息管理进行了研究,给出了系统的主要实现页面。 5)论文最后总结了全文的工作内容,并对以后的研究工作进行了展望。
面向离散制造业的制造执行系统关键技术研究
这是一篇关于制造执行系统,离散制造业,车间生产管理,车间作业调度,蚁群算法的论文, 主要内容为制造执行系统(MES)是位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统,本文基于制造执行系统的思想框架,针对离散制造业车间,进行制造执行系统的关键技术研究,目的是实现车间数据信息共享,缩短产品制造周期,从而提高企业生产效率。其主要内容如下： 1)对制造执行系统的现状与发展趋势进行了简单介绍,并对面向离散制造业的车间生产管理问题的研究现状进行了分析,总结了现阶段离散制造业车间生产管理存在的问题。在考虑了离散型制造业车间生产管理特点及现状的基础上,对面向离散制造业的车间生产管理系统进行了详细的分析和设计。 2)主要阐述了对单目标车间作业调度问题的研究。说明了车间作业调度问题的概况介绍了蚁群算法理论的内容,重点建立了离散型车间作业调度的数学模型并研究了单目标车间作业调度问题的蚁群算法求解过程,叙述了车间作业调度结果的图形化显示问题,以实例来验证了蚁群算法解决车间作业调度问题的优势。 3)在对单目标车间作业调度问题的研究的基础上,对多目标车间作业调度问题进行了研究。介绍了多目标车间作业调度问题的相关数学理论,叙述了多目标车间作业调度问题的求解,以应用实例分析验证了多目标车间作业调度问题的算法有效性。 4)主要叙述了车间生产管理系统关键技术及应用。对动态结构树生成技术、基于Web的报表生成技术、基于JSP技术的基础数据信息管理进行了研究,给出了系统的主要实现页面。 5)论文最后总结了全文的工作内容,并对以后的研究工作进行了展望。
两个求解JSP问题的遗传算法
这是一篇关于车间作业调度,病毒遗传算法,瓶颈移动算法,混合算法的论文, 主要内容为车间作业调度(Job Shop Problem)是一类典型的NP-hard 问题,已被证明在多项式时间内得不到最优值。该问题是生产管理中的核心问题,好的求解方法可以促进企业提高生产率。因此,该研究无论从理论还是实际都有重要意义。近年来,对于JSP 问题的求解主要有启发式算法和元启发式算法,但各有其不足之处:元启发式方法的运行时间长,可获得较好的解,但其解不稳定;启发式方法可在较短的时间内得到鲁棒性较强的解,但是极少获得较优的解。为了更好地解决问题,将一些解决某类问题较好的算法组合起来,使所形成的混合算法具有两者不可比拟的优势,成为目前研究的热点。本文分别应用病毒遗传算法和混合遗传算法来求解车间作业问题JSP(Job Shop Problems)。 针对遗传算法求解的早熟和收敛速度慢等问题,提出面向车间作业调度的病毒遗传算法JVGA(Job shop oriented Virus Genetic Algorithm),从横向和纵向同时搜索解空间;并提出一种新的病毒浓度概念不仅可以增强病毒群体模式的多样性还可以定量地评价染色体中某段基因的数量,克服了遗传算法固有的早熟问题;其次,定义了基于工件序的十进制编码方式,既避免了死锁的产生也便于解空间和染色体空间转换。根据19 个典型JSP 问题的对比实验,证明了该理论对于求解JSP 问题的有效性。 遗传算法初始解的质量对于算法的收敛速度有重要的影响,将解决JSP较理想的改进瓶颈移动启发式算法MSB 得到的解作为遗传算法的一个初始解,主群体中其它体随机产生,提出混合遗传算法HGA(Hybrid Genetic Algorithm)。由于MSB 所得解的质量较高,而GA 算法的精英策略保证HGA 所得解的质量不低于MSB 算法所得解的质量。两种算法的结合,使算法的时间性能有较大的提高。
基于改进粒子群算法的车间作业调度问题研究
这是一篇关于车间作业调度,粒子群算法,惯性权重的论文, 主要内容为车间作业调度问题(Job-shop Scheduling Problem,JSP)是实际生产调度问题的一个简化模型,是企业生产管理与控制的核心。有效的调度方法和优化技术的研究与应用,具有重要的理论意义和实践价值。 粒子群算法是近年来兴起的一种基于群体智能的进化类算法,具有操作简单和易于实现等优点,但由于该算法提出的时间比较短,仍然存在一些问题,比如容易早熟收敛、易陷入局部极值等。因此,本文将算法进行了改进,并将改进的算法应用于车间作业调度问题中。 本文首先对车间作业调度问题进行了描述,包括车间作业调度问题的模型、特点、国内外研究现状和解决车间调度问题的优化方法。其次,介绍了粒子群算法的起源、基本思想、数学描述、算法流程和改进措施以及粒子群算法存在的缺陷。再次,根据已有优化算法理论基础,针对粒子群算法的参数特点,从提高算法的收敛速度和精度方面考虑,提出了惯性权重随进化代数增加动态非线性变化的粒子群优化算法(NDCWPSO)和免疫粒子群算法。通过选取几个有代表性的函数进行测试,发现改进的粒子群算法在收敛精度、收敛速度上都有所提高。最后,根据车间作业调度问题的特点,建立了求解Job-shop调度问题的数学模型,通过对车间作业调度问题编码方式的研究,参考遗传算法中的粒子编码方法,本文采用基于工序的编码方式,并且以最大完工时间的最小值为目标,构建了基于改进粒子群算法的车间作业调度问题的求解方法,仿真试验结果表明改进的算法在性能上有所提高,验证了改进算法的有效性和可行性。
基于自适应遗传算法的模具企业车间作业调度研究
这是一篇关于模具,车间作业调度,遗传算法,动态调度的论文, 主要内容为模具工业是国民经济的重要组成部分,模具制造业的发展水平在一定程度上代表国家制造业的水平。近十几年来我国模具生产水平取得了巨大的进步,但与发达国家相比还存在较大差距。除制造技术方面的差距外,模具生产过程的复杂多变造成管理上的困难也使我国模具企业在车间管理方面与先进国家存在较大差距。 车间作业调度作为制造系统的一个研究热点,是影响制造业生产效率的重要因素。优良的调度策略可以帮助模具企业做出准确的生产计划、合理安排资源的使用、迅速处理生产中的不稳定因素和突发事件,对于提高生产系统的最优性、提高经济效率,有着极大的作用。为此,本文围绕面向模具企业的车间作业调度问题展开研究。 本文首先对车间作业调度问题和遗传算法进行了阐述,分析了遗传算法的编码方式、交叉操作、变异操作等算子的特点以及遗传算子对算法求解精度的影响。 其次,在深入分析模具企业加工特点的基础上,通过简化,为模具企业车间作业调度问题建立了数学模型,并在遗传算法基础上提出一种适合离散模具制造企业的通用模型静态调度算法,详细阐述了算法的各项操作,对算法进行了实验研究,并通过与其它算法的性能对比说明了算法的优化性能。 最后,考虑模具生产中的不确定因素,提出了局部更新和全局更新相结合的、基于滚动窗口技术的动态调度策略。针对不同的扰动因素,采取不同的调度方案,既保证调度性能的优化,又兼顾实时性的要求。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设港湾 ，原文地址：https://bishedaima.com/lunwen/45714.html
