求解分布式混合流水線調(diào)度問題的改進(jìn)雙層嵌套式遺傳算法
發(fā)布時(shí)間:2021-11-29 02:22
針對分布式混合流水線生產(chǎn)的生產(chǎn)調(diào)度問題,模擬實(shí)際排產(chǎn)中的排產(chǎn)到線和排產(chǎn)到時(shí)的排產(chǎn)策略,提出了基于改進(jìn)雙層嵌套式遺傳算法的兩層優(yōu)化模型。外層依據(jù)流水線分配平衡和準(zhǔn)時(shí)交貨等基本原則總體上解決生產(chǎn)訂單在流水線之間的分配問題,內(nèi)層以最小生產(chǎn)時(shí)間為主要目的求解流水線的生產(chǎn)訂單生產(chǎn)次序問題?紤]到雙層嵌套式遺傳算法的時(shí)間復(fù)雜性,基于模糊邏輯理論設(shè)計(jì)了一種模糊控制器來動(dòng)態(tài)調(diào)整遺傳算子,并采用主動(dòng)檢測停止方法,提高算法效率。使用某空調(diào)工廠的實(shí)際生產(chǎn)數(shù)據(jù)驗(yàn)證了算法的可行性、計(jì)算結(jié)果的準(zhǔn)確性及排產(chǎn)策略的有效性,為高級計(jì)劃與排程(Advanced Planning and Scheduling,APS)中大規(guī)模復(fù)雜供應(yīng)鏈調(diào)度問題提供了可借鑒的方法。
【文章來源】:現(xiàn)代制造工程. 2020,(04)北大核心CSCD
【文章頁數(shù)】:10 頁
【部分圖文】:
圖1 分布式混合流水線車間示意
已知每個(gè)生產(chǎn)訂單包含的產(chǎn)品型號和數(shù)量,及每種產(chǎn)品在各流水線上各道工序的處理時(shí)間,要求確定所有生產(chǎn)訂單在各個(gè)流水線上的分配情況以及各流水線上的生產(chǎn)訂單的加工順序,使得調(diào)度指標(biāo)最優(yōu),從而提升產(chǎn)能。1.2 數(shù)學(xué)模型
基于以上分析本文提出一種改進(jìn)雙層嵌套式遺傳算法(Improved Double Nested Genetic Algorithm,IDNGA),改進(jìn)雙層嵌套式遺傳算法流程如圖3所示。外層遺傳算法旨在計(jì)算各流水線的生產(chǎn)訂單分配方案,得到各流水線的待生產(chǎn)訂單列表,即內(nèi)層遺傳算法的母染色體;內(nèi)層遺傳算法根據(jù)外層算法得到的母染色體計(jì)算該流水線生產(chǎn)方案的最優(yōu)解,同時(shí)作為反饋,為各流水線的調(diào)度指標(biāo)的求解提供基礎(chǔ)依據(jù);綜合所有流水線的最優(yōu)排產(chǎn)方案計(jì)算出總體生產(chǎn)時(shí)間、準(zhǔn)時(shí)交貨率等,來評價(jià)該種群是否滿足停止條件。內(nèi)、外層遺傳算法通過約束條件進(jìn)行銜接和修正,進(jìn)而獲得整體最優(yōu)解。
【參考文獻(xiàn)】:
期刊論文
[1]基于混合的多目標(biāo)遺傳算法的多目標(biāo)流水車間逆調(diào)度問題求解方法[J]. 牟健慧,郭前建,高亮,張偉,牟建彩. 機(jī)械工程學(xué)報(bào). 2016(22)
[2]求解分布式置換流水線調(diào)度問題的化學(xué)反應(yīng)優(yōu)化算法[J]. 沈婧楠,王凌,王圣堯. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(11)
[3]基于改進(jìn)免疫遺傳算法的混合車間調(diào)度研究[J]. 湯洪濤,丁彬楚,李修琳,魯建廈. 中國機(jī)械工程. 2014(09)
[4]批量生產(chǎn)集成調(diào)度問題的嵌套式混合遺傳算法[J]. 鄭永前,董潔,Lilian Forbach. 計(jì)算機(jī)集成制造系統(tǒng). 2014(01)
[5]超大規(guī)模車間作業(yè)調(diào)度優(yōu)化方法研究與仿真[J]. 劉軍,陳瑞生,王曄楠. 計(jì)算機(jī)仿真. 2013(02)
[6]混合流水線調(diào)度研究進(jìn)展[J]. 王凌,周剛,許燁,金以慧. 化工自動(dòng)化及儀表. 2011(01)
[7]嵌套式模糊自適應(yīng)遺傳算法[J]. 喻壽益,鄺溯瓊. 控制工程. 2010(01)
[8]模糊自適應(yīng)遺傳算法[J]. 張大斌,王婧,劉桂琴,朱侯. 計(jì)算機(jī)工程與設(shè)計(jì). 2008(18)
[9]遺傳算法種群多樣性的分析研究[J]. 張曉繢,戴冠中,徐乃平. 控制理論與應(yīng)用. 1998(01)
碩士論文
[1]遺傳算法及其在聚類分析中的應(yīng)用[D]. 王婧.華中師范大學(xué) 2009
本文編號:3525645
【文章來源】:現(xiàn)代制造工程. 2020,(04)北大核心CSCD
【文章頁數(shù)】:10 頁
【部分圖文】:
圖1 分布式混合流水線車間示意
已知每個(gè)生產(chǎn)訂單包含的產(chǎn)品型號和數(shù)量,及每種產(chǎn)品在各流水線上各道工序的處理時(shí)間,要求確定所有生產(chǎn)訂單在各個(gè)流水線上的分配情況以及各流水線上的生產(chǎn)訂單的加工順序,使得調(diào)度指標(biāo)最優(yōu),從而提升產(chǎn)能。1.2 數(shù)學(xué)模型
基于以上分析本文提出一種改進(jìn)雙層嵌套式遺傳算法(Improved Double Nested Genetic Algorithm,IDNGA),改進(jìn)雙層嵌套式遺傳算法流程如圖3所示。外層遺傳算法旨在計(jì)算各流水線的生產(chǎn)訂單分配方案,得到各流水線的待生產(chǎn)訂單列表,即內(nèi)層遺傳算法的母染色體;內(nèi)層遺傳算法根據(jù)外層算法得到的母染色體計(jì)算該流水線生產(chǎn)方案的最優(yōu)解,同時(shí)作為反饋,為各流水線的調(diào)度指標(biāo)的求解提供基礎(chǔ)依據(jù);綜合所有流水線的最優(yōu)排產(chǎn)方案計(jì)算出總體生產(chǎn)時(shí)間、準(zhǔn)時(shí)交貨率等,來評價(jià)該種群是否滿足停止條件。內(nèi)、外層遺傳算法通過約束條件進(jìn)行銜接和修正,進(jìn)而獲得整體最優(yōu)解。
【參考文獻(xiàn)】:
期刊論文
[1]基于混合的多目標(biāo)遺傳算法的多目標(biāo)流水車間逆調(diào)度問題求解方法[J]. 牟健慧,郭前建,高亮,張偉,牟建彩. 機(jī)械工程學(xué)報(bào). 2016(22)
[2]求解分布式置換流水線調(diào)度問題的化學(xué)反應(yīng)優(yōu)化算法[J]. 沈婧楠,王凌,王圣堯. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(11)
[3]基于改進(jìn)免疫遺傳算法的混合車間調(diào)度研究[J]. 湯洪濤,丁彬楚,李修琳,魯建廈. 中國機(jī)械工程. 2014(09)
[4]批量生產(chǎn)集成調(diào)度問題的嵌套式混合遺傳算法[J]. 鄭永前,董潔,Lilian Forbach. 計(jì)算機(jī)集成制造系統(tǒng). 2014(01)
[5]超大規(guī)模車間作業(yè)調(diào)度優(yōu)化方法研究與仿真[J]. 劉軍,陳瑞生,王曄楠. 計(jì)算機(jī)仿真. 2013(02)
[6]混合流水線調(diào)度研究進(jìn)展[J]. 王凌,周剛,許燁,金以慧. 化工自動(dòng)化及儀表. 2011(01)
[7]嵌套式模糊自適應(yīng)遺傳算法[J]. 喻壽益,鄺溯瓊. 控制工程. 2010(01)
[8]模糊自適應(yīng)遺傳算法[J]. 張大斌,王婧,劉桂琴,朱侯. 計(jì)算機(jī)工程與設(shè)計(jì). 2008(18)
[9]遺傳算法種群多樣性的分析研究[J]. 張曉繢,戴冠中,徐乃平. 控制理論與應(yīng)用. 1998(01)
碩士論文
[1]遺傳算法及其在聚類分析中的應(yīng)用[D]. 王婧.華中師范大學(xué) 2009
本文編號:3525645
本文鏈接:http://sikaile.net/jingjilunwen/xmjj/3525645.html
最近更新
教材專著