【摘要】：隨著經(jīng)濟(jì)全球化日益發(fā)展,現(xiàn)代制造型企業(yè)的生產(chǎn)模式已由傳統(tǒng)的少品種大批量逐漸轉(zhuǎn)向多品種小批量,而市場競爭水平的提升及客戶消費(fèi)偏好的差異又使得市場需求日趨多元化、個性化及定制化,致使企業(yè)愈發(fā)關(guān)注生產(chǎn)過程中存在的不確定性及其對生產(chǎn)活動的影響。異常事件與信息屬性不確定性間相互累積、疊加導(dǎo)致了生產(chǎn)車間初始調(diào)度方案逐漸偏離實際生產(chǎn)過程,降低初始調(diào)度方案的有效性及可行性。因此,重調(diào)度決策在快速響應(yīng)生產(chǎn)擾動、有效降低生產(chǎn)成本、合理配置制造資源及優(yōu)化控制生產(chǎn)過程等方面具有重要作用。本文針對柔性作業(yè)車間重調(diào)度決策問題,對生產(chǎn)車間重調(diào)度相關(guān)領(lǐng)域的研究現(xiàn)狀進(jìn)行了綜述,分析生產(chǎn)車間的不確定性,界定生產(chǎn)擾動類別并提出了分類方法,討論重調(diào)度決策內(nèi)涵,定義重調(diào)度穩(wěn)態(tài)特性概念,詳細(xì)探討柔性作業(yè)車間的重調(diào)度優(yōu)化方法、重調(diào)度驅(qū)動機(jī)制及重調(diào)度決策方法,并提出相關(guān)問題模型和求解算法。本文的主要研究內(nèi)容和創(chuàng)新點(diǎn)如下：(1)在生產(chǎn)車間不確定性因素分析的基礎(chǔ)上,界定生產(chǎn)擾動類別,并從工件、工序及設(shè)備等多維度選取生產(chǎn)擾動的特征指標(biāo),提出基于決策樹的生產(chǎn)擾動分類方法,實現(xiàn)生產(chǎn)擾動的快速分類,為進(jìn)一步討論重調(diào)度決策問題提供研究基礎(chǔ)。(2)闡述重調(diào)度決策內(nèi)涵含義,定義了重調(diào)度穩(wěn)態(tài)特性概念,分別從穩(wěn)定性、有效性及經(jīng)濟(jì)性角度建立數(shù)學(xué)模型,旨在利用重調(diào)度過程所顯現(xiàn)出穩(wěn)態(tài)特性的數(shù)學(xué)描述探究了生產(chǎn)過程重調(diào)度穩(wěn)定性、有效性及經(jīng)濟(jì)性的變化規(guī)律,探求生產(chǎn)系統(tǒng)偏離正常發(fā)展趨勢的原因,能夠為生產(chǎn)管理提供決策支持。(3)針對柔性作業(yè)車間重調(diào)度優(yōu)化問題,給出生產(chǎn)擾動發(fā)生后重調(diào)度問題模型的更新規(guī)則,提出一種混合分布估計算法。為了保持種群多樣性,采用κ-均值聚類方法對種群進(jìn)行分簇,從各子簇中選取具有代表性的若干個體組成優(yōu)勢種群以建立描述問題解空間分布的概率模型,并利用變鄰域搜索技術(shù)優(yōu)化種群中的最佳個體,避免其陷入局部最優(yōu)。(4)通過重調(diào)度經(jīng)濟(jì)性模型描述重調(diào)度執(zhí)行過程中生產(chǎn)車間增益耗損現(xiàn)象及其變化規(guī)律,運(yùn)用云模型測度重調(diào)度損益的不確定性,提出改進(jìn)的逆向云算法以計算重調(diào)度損益云的數(shù)字特征,預(yù)測了當(dāng)前時刻重調(diào)度的損益變化趨勢；提出了基于經(jīng)濟(jì)性模型的重調(diào)度驅(qū)動機(jī)制,根據(jù)當(dāng)前時刻執(zhí)行重調(diào)度后生產(chǎn)車間耗損增益的可能發(fā)展趨勢判斷是否進(jìn)行重調(diào)度,為重調(diào)度判定提供了依據(jù)。(5)將柔性作業(yè)車間重調(diào)度最優(yōu)備選方案甄選問題抽象為一類屬性值為實數(shù)值且屬性權(quán)重為自然語言的多屬性決策問題,采用一維正態(tài)云描述自然語言變量,基于多距離測度計算重調(diào)度解集中備選方案與正、負(fù)理想方案的廣義距離,并利用Borda序值法對單距離排序信息完成信息融合以獲得全距離排序信息,提高了決策模型的可擴(kuò)展性與靈活性。
[Abstract]:......
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TH165

【相似文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 張璽;基于穩(wěn)態(tài)特性的柔性作業(yè)車間重調(diào)度決策方法研究[D];合肥工業(yè)大學(xué);2015年

，

本文編號：2475688