本文關(guān)鍵詞： 批處理生產(chǎn) 重調(diào)度 遺傳算法 約束規(guī)劃算法　出處：《華南理工大學(xué)》2013年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，消費(fèi)者對(duì)產(chǎn)品的需求逐漸呈現(xiàn)出多樣化和個(gè)性化的趨勢(shì)。各種產(chǎn)品更新?lián)Q代的周期也越來(lái)越短，企業(yè)之間的競(jìng)爭(zhēng)也愈演愈烈。在這種背景下，多品種小批量逐漸替代大批量或者單件大批量生產(chǎn)，成為現(xiàn)代企業(yè)的主要生產(chǎn)模式。 多產(chǎn)品、多階段的批處理生產(chǎn)方式以其高度的靈活性和柔性被廣泛地應(yīng)用于流程型企業(yè)，用以生產(chǎn)小批量、高附加值的產(chǎn)品，有效地縮短了產(chǎn)品生產(chǎn)周期、加速了市場(chǎng)響應(yīng)速度。然而，批處理生產(chǎn)方式的靈活性對(duì)批處理生產(chǎn)管理提出了更高要求。在實(shí)際生產(chǎn)制造中，批處理生產(chǎn)過(guò)程總是面臨諸多不確定因素的干擾，如緊急訂單、設(shè)備故障、因質(zhì)量問(wèn)題返工等等，這些不確定因素的發(fā)生破壞了原計(jì)劃的執(zhí)行甚至可能引起整個(gè)生產(chǎn)的癱瘓。為了解決類(lèi)似問(wèn)題，重調(diào)度問(wèn)題應(yīng)運(yùn)而生。 然而，現(xiàn)有的批處理生產(chǎn)問(wèn)題的研究仍然局限在經(jīng)典調(diào)度理論算法的研究上，不僅難以解決大規(guī)模問(wèn)題，還很難在實(shí)際生產(chǎn)過(guò)程中運(yùn)用。另外，現(xiàn)在的大部分調(diào)度問(wèn)題還在研究確定性調(diào)度，較少考慮不確定情況下的調(diào)度問(wèn)題，重調(diào)度問(wèn)題的研究更是尚在初始階段。 本文主要建立批處理生產(chǎn)的調(diào)度和重調(diào)度優(yōu)化模型，考慮并行機(jī)器、儲(chǔ)藏容量和儲(chǔ)藏時(shí)間的約束。重調(diào)度優(yōu)化模型在調(diào)度模型的基礎(chǔ)上探索了機(jī)器故障和緊急訂單等干擾對(duì)生產(chǎn)的影響，建立以恢復(fù)原計(jì)劃為目標(biāo)的批處理生產(chǎn)重調(diào)度模型。此重調(diào)度模型以原計(jì)劃為指導(dǎo)，在盡量減少對(duì)原計(jì)劃改動(dòng)的基礎(chǔ)上，重新制作新計(jì)劃。這樣的重調(diào)度方式可以?xún)?yōu)化利用現(xiàn)有資源，減少資源浪費(fèi)，達(dá)到節(jié)約資源的目的，使現(xiàn)有的資源得到更好的重用。本文使用遺傳算法和約束規(guī)劃算法兩個(gè)優(yōu)化算法實(shí)現(xiàn)調(diào)度和重調(diào)度，同時(shí)比較和分析兩者解決問(wèn)題的表現(xiàn)。研究發(fā)現(xiàn)，約束規(guī)劃算法在解決有復(fù)雜約束的調(diào)度和重調(diào)度問(wèn)題表現(xiàn)較好。
[Abstract]:With the rapid development of social economy, consumer demand for products becomes diversified and personalized trend. All kinds of product replacement cycle is getting shorter, the competition between enterprises is fiercer. Under this background, many varieties of small batch production gradually replace large quantities or single batch production has become the main production mode of modern enterprise.
Multi product, multi stage batch production with its high flexibility and is widely used in process industry, for the production of small batch, high value-added products, to shorten the production cycle, accelerate the response speed of the market. However, the batch production flexibility put forward high requirements for batch production management in manufacturing. In actual production, the batch production process is facing many uncertain factors, such as emergency orders, equipment failure, rework due to quality issues and so on, these uncertain factors to the occurrence of the destruction of the original implementation of the plan and may even lead to paralysis of the entire production. In order to solve similar problems heavy, scheduling problems emerged.
However, the existing research on batch production problem is still limited in the study of classical scheduling theory algorithm, not only difficult to solve large-scale problems, it is difficult to use in the actual production process. In addition, the uncertainty is also studying the most scheduling problems scheduling now, seldom consider the scheduling problem in uncertain situations, the research of scheduling problem it is still in the initial stage.
This paper mainly set up batch production scheduling and re scheduling optimization model, parallel machine, storage capacity and storage time constraints. Re scheduling optimization model based on the scheduling model to explore the effects of machine breakdown and emergency order interference on the production, the establishment of batch production to restore the original plan for the target weight scheduling model this rescheduling model to the original plan as a guide, on the basis of the original plan to minimize changes, to make a new plan. Such rescheduling method can optimize the utilization of existing resources, reduce the waste of resources, to achieve the purpose of saving resources, the existing resources to obtain better reuse. We use genetic algorithm and constraint two optimization planning algorithm scheduling algorithm and scheduling, and the comparison and analysis of the two problems. The study found that constraint planning algorithm in solving complex constraints The problem of scheduling and rescheduling is better.

【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：TP301.6;F406.2

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王超超;何衛(wèi)平;陸漢東;;基于人機(jī)交互的車(chē)間重調(diào)度方案的設(shè)計(jì)與實(shí)現(xiàn)[J];鍛壓裝備與制造技術(shù);2011年03期

2 張雙武;陳新林;;供應(yīng)鏈采購(gòu)訂單變更及排期[J];系統(tǒng)工程;2008年04期

3 陳新林;;基于MTO的多目標(biāo)優(yōu)化排產(chǎn)模型[J];工業(yè)工程;2009年03期

4 侯東亮;屈國(guó)強(qiáng);于艷輝;;基于系統(tǒng)分析的煉鋼連鑄重調(diào)度框架[J];中國(guó)管理信息化;2012年04期

5 于艷輝;侯東亮;;具有緩沖區(qū)約束的流水車(chē)間調(diào)度問(wèn)題綜述[J];中國(guó)管理信息化;2012年06期

6 石海軍;錢(qián)林方;李淼;;具有參數(shù)區(qū)間不確定的協(xié)調(diào)器保性能優(yōu)化[J];兵工學(xué)報(bào);2014年02期

7 于建平;杜綱;;一類(lèi)雙層規(guī)劃問(wèn)題的遺傳算法求解[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2014年04期

8 高海云;;非線(xiàn)性混合整數(shù)規(guī)劃的一類(lèi)罰函數(shù)法[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

9 侯艷;伍乃騏;白麗平;;原油處理過(guò)程短期生產(chǎn)計(jì)劃優(yōu)化[J];工業(yè)工程;2014年03期

10 廖勝娟;;基于人工魚(yú)群算法的MES車(chē)間動(dòng)態(tài)調(diào)度問(wèn)題研究[J];電子科技;2014年10期

相關(guān)博士學(xué)位論文 前10條

1 聶黎;基于基因表達(dá)式編程的車(chē)間動(dòng)態(tài)調(diào)度方法研究[D];華中科技大學(xué);2011年

2 周偉;艙體類(lèi)產(chǎn)品分批調(diào)度方法及應(yīng)用研究[D];華中科技大學(xué);2010年

3 張沙清;不確定環(huán)境下模具制造多項(xiàng)目動(dòng)態(tài)調(diào)度建模與仿真[D];廣東工業(yè)大學(xué);2011年

4 王利;冷軋全流程生產(chǎn)計(jì)劃與動(dòng)態(tài)調(diào)度方法的研究與應(yīng)用[D];大連理工大學(xué);2011年

5 寧樹(shù)實(shí);煉鋼—連鑄—熱軋一體化生產(chǎn)調(diào)度研究及應(yīng)用[D];大連理工大學(xué);2006年

6 劉琳;動(dòng)態(tài)不確定環(huán)境下生產(chǎn)調(diào)度算法研究[D];上海交通大學(xué);2007年

7 吳秀麗;多目標(biāo)柔性作業(yè)車(chē)間調(diào)度技術(shù)研究[D];西北工業(yè)大學(xué);2006年

8 蘇生;多工廠(chǎng)生產(chǎn)計(jì)劃與調(diào)度優(yōu)化模型與求解算法[D];哈爾濱工業(yè)大學(xué);2007年

9 羅春鵬;煉油企業(yè)生產(chǎn)調(diào)度研究[D];浙江大學(xué);2008年

10 李玉慶;動(dòng)態(tài)不確定環(huán)境下航天器觀測(cè)調(diào)度問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2008年

，

本文編號(hào)：1453206