發(fā)布時間：2017-10-15 23:22

  本文關鍵詞：單件小批車間調度與重調度的算法研究

  更多相關文章： 單件小批生產 車間調度 車間重調度 優(yōu)化算法

【摘要】：單件小批生產是大型離散制造業(yè)中核心的生產模式之一,如大型船舶的制造、電廠設備的制造、化工煉油設備的制造以及汽車制造等等。這類企業(yè)絕大部分的產品是按訂單進行生產的,生產要求經常更改,而且產品種類繁多,產量可能是一件或批量很少。由于大型設備和復雜工藝流程的制約,導致產品在生產過程中的連續(xù)性較低,這就使得對單件小批生產類型調度的研究變得更為重要。針對單件小批車間調度問題,在分析蟻群算法求解車間調度問題的基礎上,考慮到傳統(tǒng)蟻群算法利用析取圖來描述工件加工關系給算法帶來的復雜度,提出了一種優(yōu)化的廣義蟻群算法。該算法將通過最短路徑選擇的方式求解作業(yè)車間調度問題,在綜合考慮工件和設備約束條件的前提下,將信息素機制運用到求解調度問題中。根據蟻群算法的狀態(tài)轉移規(guī)則,對公式中的參數做了研究和改進。仿真數據表明,廣義蟻群算法在有效解決單件小批車間調度問題的同時,還取得了較好的求解結果。通過與文獻中其他算法進行對比,驗證了廣義蟻群算法在計算最優(yōu)解和算法的收斂速度方面都優(yōu)于傳統(tǒng)的蟻群算法。由于在實際生產環(huán)境中發(fā)生不確定的擾動事件時,系統(tǒng)缺少快速有效的重調度驅動機制,從而導致實際生產結果和計劃出現重大偏差,會給生產過程帶來嚴重影響的問題,提出了以重調度前后完成時間變動最小為優(yōu)化目標的重調度算法。主要針對生產中發(fā)生機器故障的這一擾動類型進行分析,采用部分重調度方法的事件驅動策略,結合廣義蟻群算法求解出預調度方案,雙向考慮設備和工序之間的影響,充分利用設備的空閑時間,這樣不僅有效地縮小了調度的偏差,還提高了工件加工的連續(xù)性,緩解了重調度的頻率。通過對生產實際中案例進行仿真,驗證了所提策略的有效性。最后與右移重調度方法進行比較,證明了該重調度策略對于大規(guī)模調度問題有更好地改進效果。通過對單件小批車間調度與重調度算法的研究,實現了車間計劃與調度的閉環(huán)控制,提高了車間生產的魯棒性和穩(wěn)定性。
【關鍵詞】：單件小批生產 車間調度 車間重調度 優(yōu)化算法
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TB497;TP301.6
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-18
• 1.1 課題研究的背景和意義11-13
• 1.1.1 課題的來源11
• 1.1.2 課題研究背景11-12
• 1.1.3 課題研究意義12-13
• 1.2 國內外的研究現狀13-16
• 1.2.1 車間調度問題的研究現狀13-14
• 1.2.2 車間重調度問題的研究現狀14-16
• 1.2.3 當前研究存在的不足16
• 1.3 主要的研究內容16-18
• 第2章 單件小批車間調度與重調度問題的概述18-28
• 2.1 單件小批問題概述18-20
• 2.1.1 單件小批生產類型的描述18
• 2.1.2 單件小批車間調度的一般描述18-19
• 2.1.3 單件小批車間調度的特點19-20
• 2.2 車間調度問題概述20-22
• 2.2.1 車間調度的分類20-22
• 2.2.2 車間調度的特點22
• 2.3 車間重調度問題概述22-27
• 2.3.1 動態(tài)事件的描述和分類23-24
• 2.3.2 重調度驅動機制24-26
• 2.3.3 重調度方法26
• 2.3.4 重調度性能評價26-27
• 2.4 本章小結27-28
• 第3章 單件小批車間調度的廣義蟻群算法研究28-37
• 3.1 引言28-29
• 3.2 車間調度問題的數學模型29-30
• 3.2.1 問題分析29
• 3.2.2 問題建模29-30
• 3.3 車間調度廣義蟻群算法設計30-32
• 3.3.1 廣義蟻群算法的總體思想30
• 3.3.2 信息素更新機制30-32
• 3.4 廣義蟻群算法步驟32-33
• 3.5 仿真實驗33-36
• 3.5.1 應用實例33-35
• 3.5.2 算法評價35-36
• 3.6 本章小結36-37
• 第4章 單件小批車間重調度算法研究37-48
• 4.1 引言37-38
• 4.2 車間重調度問題的數學模型38-39
• 4.2.1 問題分析38
• 4.2.2 問題建模38-39
• 4.3 重調度算法39-43
• 4.3.1 重調度算法的總體思想39-41
• 4.3.2 重調度算法41-43
• 4.4 仿真實驗結果43-47
• 4.4.1 應用實例43-46
• 4.4.2 算法評價46-47
• 4.5 本章小結47-48
• 結論48-49
• 參考文獻49-53
• 攻讀碩士學位期間所發(fā)表的學術論文53-54
• 致謝54

【參考文獻】

中國期刊全文數據庫 前10條

1 李俊;劉志雄;張煜;賀晶晶;;柔性作業(yè)車間調度優(yōu)化的改進模擬退火算法[J];武漢科技大學學報;2015年02期

2 趙寧;李開典;田青;杜彥華;;考慮運輸時間柔性作業(yè)車間調度問題的快速尋優(yōu)方法[J];計算機集成制造系統(tǒng);2015年03期

3 劉蓓蕾;江銘炎;張振月;;基于禁忌搜索的人工蜂群算法及其應用[J];計算機應用研究;2015年07期

4 曾強;沈玲;任華;吳立云;;雙資源批量生產柔性作業(yè)車間多目標調度方法[J];計算機工程與應用;2015年01期

5 柳青紅;袁逸萍;李曉娟;孫文磊;;基于改進遺傳算法交叉算子的作業(yè)車間調度[J];組合機床與自動化加工技術;2014年12期

6 彭建剛;劉明周;張銘鑫;張璽;;多目標柔性作業(yè)車間調度算法研究綜述[J];中國機械工程;2014年23期

7 嚴洪森;萬曉琴;熊福力;;基于VNS-EM混合算法的兩階段裝配流水車間調度[J];東南大學學報(自然科學版);2014年06期

8 劉剛;王瑛;張發(fā);;基于關鍵路徑求解作業(yè)車間調度問題的收斂性分析[J];計算機集成制造系統(tǒng);2014年05期

9 湯洪濤;丁彬楚;李修琳;魯建廈;;基于改進免疫遺傳算法的混合車間調度研究[J];中國機械工程;2014年09期

10 范營營;劉海彬;趙博選;張培;;基于多任務的車間生產調度算法的研究[J];機械設計與制造工程;2014年03期

，

本文編號：1039296