本文關(guān)鍵詞：基于成組技術(shù)的訂單式Job Shop調(diào)度方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著市場競爭的日趨激烈,生產(chǎn)企業(yè)不得不由傳統(tǒng)的大規(guī)模面向庫存的生產(chǎn)方式轉(zhuǎn)為面向訂單的生產(chǎn)方式,從而以更加靈活的方式快速響應(yīng)市場需求。然而面向訂單的生產(chǎn)模式往往具有產(chǎn)品種類多、生產(chǎn)過程多變,極大地提高了生產(chǎn)調(diào)度的復(fù)雜性。成組技術(shù)發(fā)掘事物的相似性,通過把相似的問題歸類成組,便于統(tǒng)一處理。為解決訂單式作業(yè)車間調(diào)度問題提供了一種有效手段。為此,本文基于成組技術(shù),研究多品種、小批量、訂單式制造環(huán)境下Job Shop調(diào)度問題。針對訂單式制造的特點(diǎn),提出了“虛擬件”的概念。虛擬件是將具有相同屬性的工件封裝在一起,形成能夠成組加工的工件。虛擬件的引入一方面可以簡化產(chǎn)品結(jié)構(gòu)的復(fù)雜度,增大調(diào)度目標(biāo)的粒度,降低調(diào)度問題的規(guī)模,另一方面可以減少工件加工的準(zhǔn)備時(shí)間,提高調(diào)度的性能。在此基礎(chǔ)上,結(jié)合生產(chǎn)資源約束,建立了以虛擬件為對象的訂單式Job Shop調(diào)度模型�；谔摂M件,本文分別從訂單成組和工件成組兩個(gè)方面進(jìn)行分析給出相應(yīng)的調(diào)度策略。訂單成組策略考慮訂單加工期相似性,產(chǎn)品結(jié)構(gòu)和企業(yè)生產(chǎn)能力的約束條件,提出訂單分組的策略。工件成組策略根據(jù)核心加工資源相同法和最大加工資源相同法,對成組結(jié)果進(jìn)行分析,得到相應(yīng)的工件對,完成對虛擬件的調(diào)度。為解決上述調(diào)度問題,本文提出一種改進(jìn)蟻群調(diào)度算法。引入精英螞蟻,即每次循環(huán)中產(chǎn)生全局最優(yōu)解的螞蟻釋放額外的信息素,與傳統(tǒng)蟻群算法相比,得到改進(jìn)蟻群調(diào)度算法在收斂性、搜索效率以及搜索結(jié)果等方面均優(yōu)于傳統(tǒng)蟻群算法。本文對訂單分組作業(yè)車間調(diào)度問題進(jìn)行仿真研究。結(jié)果表明,在改進(jìn)蟻群算法支持下,將訂單分組策略與工件成組策略運(yùn)用到訂單式Job Shop問題,能夠保證在訂單的交工期的前提下提高作業(yè)車間調(diào)度的性能,有效減小訂單的完工時(shí)間和交貨期。
【關(guān)鍵詞】：生產(chǎn)調(diào)度 成組技術(shù) 虛擬件 改進(jìn)蟻群算法
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TB497
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-17
• 1.1 研究背景及意義10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 成組技術(shù)11-12
• 1.2.2 作業(yè)車間調(diào)度12-14
• 1.2.3 智能調(diào)度算法14-15
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)15-16
• 1.4 本章小結(jié)16-17
• 第2章 Job Shop車間成組作業(yè)調(diào)度模型17-27
• 2.1 面向訂單制造調(diào)度需求分析17-21
• 2.1.1 MTO生產(chǎn)模式主要功能17-18
• 2.1.2 面向訂單生產(chǎn)模式的主要特點(diǎn)18-19
• 2.1.3 面向訂單制造核心問題19
• 2.1.4 基于MTO調(diào)度類型19-21
• 2.2 作業(yè)成組策略和虛擬機(jī)21-23
• 2.2.1 零件分類方法分析21-22
• 2.2.2 虛擬件22-23
• 2.3 基于虛擬件的調(diào)度問題建模23-26
• 2.3.1 調(diào)度模型符號與假設(shè)23-24
• 2.3.2 目標(biāo)函數(shù)24-25
• 2.3.3 約束條件25-26
• 2.4 本章小結(jié)26-27
• 第3章 面向訂單成組調(diào)度策略27-35
• 3.1 訂單成組調(diào)度策略27-29
• 3.1.1 交工期相似性28
• 3.1.2 生產(chǎn)工藝相似性28
• 3.1.3 生產(chǎn)力限制28-29
• 3.2 虛擬件成組策略29-34
• 3.2.1 成組策略30-33
• 3.2.2 虛擬件加工時(shí)間33
• 3.2.3 虛擬件成組仿真33-34
• 3.3 本章小結(jié)34-35
• 第4章 改進(jìn)蟻群調(diào)度算法35-43
• 4.1 蟻群算法概述35-37
• 4.1.1 蟻群算法基本思想35-36
• 4.1.2 蟻群算法應(yīng)用范圍36
• 4.1.3 蟻群算法與其它算法比較36-37
• 4.2 蟻群算法改進(jìn)37-40
• 4.2.1 螞蟻參數(shù)設(shè)定38
• 4.2.2 轉(zhuǎn)移概率38
• 4.2.3 信息素更新機(jī)制38-39
• 4.2.4 算法流程圖39-40
• 4.3 仿真研究40-42
• 4.4 本章小結(jié)42-43
• 第5章 仿真研究與分析43-53
• 5.1 研究方案43
• 5.2 算例介紹43-44
• 5.3 仿真結(jié)果44-51
• 5.3.1 訂單成組分析44-45
• 5.3.2 工件成組分析45-51
• 5.3.3 帶有精英策略的蟻群算法分析51
• 5.4 本章小結(jié)51-53
• 第6章 結(jié)論53-55
• 6.1 總結(jié)53
• 6.2 展望53-55
• 參考文獻(xiàn)55-58
• 攻讀碩士學(xué)位期間發(fā)表的論文及研究成果58-59
• 致謝59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 伍延斌;;基于禁忌搜索與多Agent的柔性車間作業(yè)調(diào)度系統(tǒng)[J];大連海事大學(xué)學(xué)報(bào);2013年04期

2 成武冬;張慧東;郭曉煒;潘靜;;面向制造單元的成組工藝設(shè)計(jì)研究[J];機(jī)械設(shè)計(jì)與制造;2013年09期

3 王涌鑫;王希武;鐘啟艮;;一種基于搜索多樣性的改進(jìn)蟻群算法研究[J];計(jì)算機(jī)與數(shù)字工程;2013年06期

4 高麗;徐克林;毛道曉;李艷冰;;基于規(guī)則及多色集合的多品種訂單調(diào)度方法[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

5 朱中華;張海燕;;中小型制造企業(yè)面向訂單的制造能力快速判斷[J];機(jī)械制造與自動化;2012年06期

6 張家善;王志宏;陳應(yīng)顯;;一種基于精英策略的改進(jìn)蟻群算法及應(yīng)用[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年10期

7 肖瑩姣;陳友玲;周玉杰;;面向訂單的模塊化時(shí)間定額的確定方法[J];計(jì)算機(jī)應(yīng)用研究;2011年04期

8 韓文民;曾里義;魏允德;裴春;程龍成;;面向訂單生產(chǎn)的制造單元動態(tài)重構(gòu)方法研究[J];自動化儀表;2011年03期

9 李陽;崔靜靜;;基于系統(tǒng)動力學(xué)的面向訂單型生產(chǎn)計(jì)劃制訂的研究[J];中國制造業(yè)信息化;2011年05期

10 吳宇明;徐從富;;求解Job-shop調(diào)度問題的遺傳蟻群算法[J];計(jì)算機(jī)應(yīng)用研究;2010年09期

  本文關(guān)鍵詞：基于成組技術(shù)的訂單式Job Shop調(diào)度方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：296254