双资源多目标柔性作业车间调度问题研究
这是一篇关于双资源,柔性作业车间调度,多目标优化,NSGA-Ⅱ,理想解法的论文, 主要内容为车间调度作为企业生产管理的核心,对制造资源的优化配置和科学运作起着举足轻重的作用。历经半个多世纪,经典作业车间调度问题的研究取得了丰富的理论成果,但由于经典作业车间调度问题与现代化车间的生产现状存在一定的偏差,因此有必要对其进行扩展。而以交货期满意度、产品质量、成本、加工的可靠性和绿色性为优化目标,考虑机器设备和工人两种资源约束的双资源多目标柔性作业车间调度是经典作业车间调度的扩展。它在体现生产柔性的同时,不但考虑了两种制造资源的约束,而且综合考虑了企业内各部门对调度的期望,能更好地符合现代车间制造的需求,对其研究有着重要的理论意义和实践意义。 首先,本文提出了包括交货期满意度、产品质量、成本、加工的可靠性和绿色性(能量消耗和噪声)在内的调度优化目标,并阐述了各个目标选择的意义以及度量方法。其次,本文从确定条件下和不确定条件下两个方面对双资源多目标柔性作业车间调度问题进行了研究。针对多目标优化问题的特点,本文在确定条件下采用了带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)来对问题进行求解;在不确定条件下,针对模型中含有不确定变量,本文采用灰色机会约束规划的方法对模型进行转化,并采用了灰色模拟技术和NSGA-Ⅱ相结合的方法对问题进行求解。最后,由于多目标优化问题通常得到的是一组Pareto最优解,有必要对一组Pareto调度方案进行评价,帮助企业进一步选择合适的调度方案。本文在主观赋权和客观赋权的基础上,采用最小二乘的方法对指标进行组合赋权,然后对理想解法进行改进,采用改进后的理想解法对调度方案进行评价,并通过算例验证了方法的可行性。
考虑能耗的多目标柔性作业车间调度问题研究
这是一篇关于柔性作业车间调度,多目标优化,能耗,调整时间,成本的论文, 主要内容为随着先进制造技术、信息技术以及网络技术的迅猛发展以及在国家创新管理、提质增效的引导下,传统的制造模式正朝着智能制造方向发展。由于柔性作业车间调度可以对车间资源进行合理配置,达到提高设备利用率、降低能耗和成本的目的,因此成为企业关注的热点。柔性作业车间调度问题(Flexible Job shop scheduling problem,FJSP)作为传统作业车间调度问题(Job shop scheduling problem,JSP)的延伸,增加了工件对机器选择,因此很大程度上提升了调度的灵活性和计算的复杂度,符合现代制造的生产模式。本文以能耗问题为研究核心,在复杂的车间环境中进行深入分析和研究,建立相应的数学模型并采用相关算法对考虑能耗的多目标问题进行求解,达到节能生产的目的。具体工作如下:首先,针对考虑能耗的柔性作业车间调度问题,建立了以能耗和最大完工时间为优化目标的数学模型,并提出适用于求解该模型的NSGA-Ⅱ-SA算法。算法以节能生产为出发点,在算法的解码操作中引入空闲时间优先的方法,并根据节能要求设计两条优先规则,实现不降低加工效率的情况下节约能源,接着对Pareto前沿中的个体执行模拟退火方法进而提升个体的质量,最后通过实验仿真,证明本章提出的NSGA-Ⅱ-SA算法的有效性。其次,针对考虑机器调整的柔性作业车间调度能耗问题,建立了以最大完工时间、总调整时间和总能耗为优化目标的节能优化模型,并设计求解该模型的多目标混合算法(MOGATS)。算法设计多种初始化规则来保证初始种群的多样性,并在变异算子中执行模拟退火操作来提升算法的局部搜索能力,然后在Pareto前沿中找到各个目标的最优个体作为初始解进行禁忌搜索,从而提高解的质量,最后通过与其他算法进行实验仿真,证明MOGATS能够有效求解考虑机器调整的柔性作业车间调度能耗问题。最后,针对考虑机器和工人双约束的柔性作业车间调度能耗问题,建立了考虑加工时间、调整时间、工人成本和能耗成本等要素以最大完工时间、总调整时间和总成本为优化目标的数学模型,并提出多种群协同进化算法(Multi-population coevolutionary algorithm,MPCEA)对该模型进行求解。算法中多个种群的精英个体利用相互作用提高种群质量,并在选择算子中使用聚类排序方法代替了经典的拥挤排序方法来提高算法的搜索能力,最后,利用实际案例进行仿真实验,证明MPCEA能够有效求解考虑机器和工人双约束的柔性作业车间调度能耗问题。
面向建材装备企业的双资源柔性作业车间调度问题研究
这是一篇关于建材装备企业,双资源,柔性作业车间调度,重调度,NSGA-Ⅱ算法的论文, 主要内容为建材装备制造业是我国装备制造业的重要分支之一,是专为建材行业提供生产设备、生产过程技术支持的制造产业。随着我国经济增速放缓,原材料、人力、设备等制造资源成本不断上涨,建材装备企业面临着巨大的压力。如何进一步提高资源利用率、降低生产成本、缩短生产周期和提高企业核心竞争力成为建材装备企业面临的关键问题。车间调度作为企业生产的核心要素之一,是企业升级转型的重要切入点。基于此,本文以某建材装备企业为研究对象,对考虑机器和工人双资源约束的柔性作业车间调度问题展开研究。主要研究内容如下:(1)阐述了建材装备企业的特点,分析了建材装备企业的业务流程和生产调度过程,剖析了企业车间调度存在的问题,并进一步引出本文的研究内容。(2)基于工人资源逐渐成为建材装备企业生产瓶颈的现状,以生产指标、经济指标和人因指标协同优化为目标,构建了最小化最大完工时间、总成本和最大工人疲劳的双资源柔性作业车间调度优化模型,并提出了自适应NSGA-Ⅱ算法求解。在所提算法中,根据问题特征设计了三层编码方法和插入式贪婪解码策略;采用启发式种群初始化策略获得更高质量的初始解;为避免算法陷入局部最优,设计了自适应调整机制和交叉、变异策略实现种群的动态进化。最后通过仿真和实例验证了所提算法的有效性和可行性。(3)针对建材装备企业面临的集团总部订单和内部订单并存问题,研究了考虑紧急插单的双资源柔性作业车间重调度问题,构建了以总延误时间和紧急工件完工时间为目标的重调度优化模型,并分析了三种动态调度策略。提出了一种混合NSGA-Ⅱ算法,其中设计了多父代融合交叉算子增加了种群多样性,并嵌入了基于关键工件的局部搜索策略来提高算法的局部搜索能力。最后通过仿真和实例验证了所提算法和完全重调度策略的有效性和可行性。(4)基于本文研究的理论和智能优化算法,设计并开发了建材装备企业柔性作业车间调度系统,并分析了系统设计目标、开发环境、系统结构以及具体功能模块。
基于BOM的柔性作业车间调度方法与信息系统研究
这是一篇关于柔性作业车间调度,BOM,交货期,均衡性和鲁棒性,动态调度的论文, 主要内容为随着全球市场的日益开放,客户需求日趋多样化和个性化,企业面临的市场环境和制造环境发生了根本变化,生产管理方式由粗放式管理逐渐转变为集约式管理。企业力争在转变中求生存,就必须以客户为导向,不仅满足客户个性化需求,同时满足客户对交货期的要求,因此,如何实现企业的准时制交货,不断提高客户的满意度和忠诚度,成为企业立于不败之地的主题。作业车间调度研究车间生产资源在满足约束条件的限制下,使生产资源得到优化配置,以使生产系统的某一项或几项指标(工件的最大完工时间、生产成本、工件的总拖期等)达到最优。作业车间调度问题是最困难的NP-Complete组合优化问题之一,柔性作业车间调度问题更复杂,经过几十年的发展,国内外学者提出了不少求解该问题的方法,但是将这些方法用于实际生产过程时,效果却令人大跌眼镜。针对传统柔性作业车间调度在实际应用中的问题,本文提出了一种基于BOM的柔性作业车间调度方法。该方法首先构造基于BOM的柔性作业车间调度模型,同时考虑工件加工设备的车间日历,以总拖期为优化目标,采用改进的遗传算法对其求解,得到优化调度方案集。通过实例仿真,验证该方法的有效性。其次,一方面,当最小总拖期为零时,将满足交货期的所有优化调度方案输出,进一步考虑其均衡性和鲁棒性,得到均衡性和鲁棒性最优的调度方案,提高调度方案的抗干扰性,指导企业生产的均衡有序进行;另一方面,当优化调度方案存在拖期时,采取分批处理方式,得到满足交货期的调度方案,再考虑其均衡性和鲁棒性。通过实例仿真,验证该方法的有效性和优越性。然后,大部分传统的对于车间调度问题的研究主要集中在对静态调度问题的研究上,但是在实际中,生产系统是不会一成不变的。实际生产系统存在大量的随机干扰事件,比如:生产设备故障、紧急插单和工序延迟等。这些突发事件发生后,预先的调度方案就可能无法继续进行,就必须重新进行调度。本文结合生产实际,对传统的车间调度问题进行了扩展。结合动态调度已有的研究成果以及本文前面所提的方法,本文提出了一种基于BOM的柔性作业车间动态调度策略,并通过生产实例仿真验证了该策略的有效性和可行性。最后,以上述研究内容和研究成果为基础,设计并开发了一套基于BOM的柔性作业车间调度信息系统,主要包括排产数据管理、初步优化排产和综合评价决策三大基本功能。将该系统在某机械加工车间试点运行,取得了良好的应用效果。
基于人工鱼群算法的柔性作业车间调度研究
这是一篇关于柔性作业车间调度,人工鱼群算法,分布估计,多目标优化,协同进化的论文, 主要内容为车间调度是通过合理安排各种生产资源以满足企业生产的某些性能指标,它是制造企业提升自身市场竞争力的关键因素。相对于传统调度问题,柔性作业车间调度问题增加了加工机器柔性的特性,使其更贴近企业的现实生产模式,因而对它的研究更具实际应用价值。本文以一种新型的群智能算法—人工鱼群算法为基本优化算法,分别针对柔性作业车间调度中的单目标和多目标两类问题模型展开讨论,本文的主要工作概述如下：(1)对于柔性作业车间调度问题,加工机器选择子问题的解决会影响到工序的加工顺序子问题的求解,反之亦然,因此两个子问题之间是相互制约和相互影响的。本文提出了前置安排策略和后置安排策略,它们分别以不同的先后顺序处理两个子问题从而产生不同的调度方案,保证了种群的多样性。(2)在求解单目标柔性作业车间调度问题时,本文设计了一种基于分布估计的人工鱼群算法,该算法是对基本人工鱼群算法的一种改进：为提高算法搜索的导向性设计了带有分布估计能力的觅食行为,为加强算法的全局搜索能力提出了人工鱼吸引行为,加入了基于关键路径的局部搜索以均衡算法探索和开发能力。使用160个经典用例对提出的算法进行实验,通过与其他优化算法地比较,证明了算法求解单目标问题的有效性。(3)针对最大完工时间、最大机器负载、总机器负载三个目标的柔性作业车间调度模型,受协同进化思想地启发,提出了一种协同混合人工鱼群算法；该算法在求解过程中通过鱼群的多种群协同进行全局搜索,并与模拟退火算法协同增强局部搜索能力,另外针对多目标问题设计了改进的ε—Pareto支配策略对适用度值进行评价,且在算法中采用拥挤距离和精英保留策略保持鱼群中个体的多样性；最后通过实验验证了该算法可以得到更优质的非劣解。
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：源码工厂 ，原文地址：https://bishedaima.com/lunwen/46193.html
