【摘要】：生產(chǎn)調(diào)度是制造系統(tǒng)的基礎(chǔ),有效的調(diào)度方法和優(yōu)化技術(shù)的研究與應(yīng)用,是實現(xiàn)先進制造和提高生產(chǎn)效益的基礎(chǔ)和關(guān)鍵。車間調(diào)度是一類典型的生產(chǎn)調(diào)度,從數(shù)學(xué)規(guī)劃的角度看,車間調(diào)度可以表達為:在等式或不等式約束下,優(yōu)化目標(biāo)函數(shù)。幾十年來,車間調(diào)度問題的研究得到了快速的發(fā)展,然而研究的重點大多集中在單資源車間調(diào)度問題,即只考慮機器設(shè)備的車間調(diào)度問題而忽略了具有操作能力工人的限制�，F(xiàn)實生產(chǎn)中為了完成一個工作,往往機器和工人是同時需要的。我們把機器設(shè)備和操作工人兩個資源都受到限制的車間調(diào)度問題稱為雙資源車間調(diào)度問題。車間調(diào)度的核心問題是模型和算法,本文則利用Petri網(wǎng)建模,應(yīng)用混合算法優(yōu)化求解。Petri網(wǎng)作為一種圖形化和數(shù)學(xué)化的建模工具,與傳統(tǒng)的建模、分析和控制方法相比,能夠提供一個集成的建模、分析和控制環(huán)境,它能較好地描述離散事件的動態(tài)過程,為車間調(diào)度的設(shè)計提供便利。對于混合算法的設(shè)計,相關(guān)研究表明遺傳算法和模擬退火算法在求解大規(guī)模復(fù)雜調(diào)度問題時顯示出強大的優(yōu)勢,但也都有其局限性。遺傳算法采用群體并行搜索,算法傾向于擴大搜索空間以在大范圍內(nèi)搜索,但其局部搜索能力差,容易過早收斂;模擬退火算法采用串行優(yōu)化結(jié)構(gòu),其搜索策略可以避免搜索過程陷入局部最優(yōu),但對整個搜索空間的狀況了解不多,不便于大范圍的搜索。我們通過設(shè)計混合遺傳算法,整合兩種算法的優(yōu)點,同時又克服兩種算法的缺陷。 本文以Petri網(wǎng)和將遺傳算法與模擬退火算法相結(jié)合的混合遺傳算法為工具,對具有多條加工路徑的雙資源車間調(diào)度問題進行研究。通過算例的驗證,證明了混合遺傳算法的優(yōu)越性。 本文的主要研究工作可以概括為以下幾個方面; 1、用賦時Petri網(wǎng)對雙資源車間調(diào)度問題進行建模,對所建立的模型進行死鎖和資源競爭分析。 2、基于目標(biāo)函數(shù)和Petri網(wǎng)模型,使用變遷的激發(fā)序列對染色體進行編碼,使得混合遺傳算法操作都是對Petri網(wǎng)的基本元素進行操作,和空間元素?zé)o關(guān),克服了空間狀態(tài)爆炸問題。 3、最后以具體的雙資源車間調(diào)度系統(tǒng)為例進行求解,以c++為工具,實現(xiàn)所提出的算法,對比混合遺傳算法和遺傳算法的結(jié)果,用實驗數(shù)據(jù)驗證算法的優(yōu)越性。
【圖文】：

圖 5-4 工人與設(shè)備關(guān)系窗口Fig 5-4 Relation window between workers and machines當(dāng)然我們通過隨機算法設(shè)置的工人加工信息和我們現(xiàn)實的需求是有差別的，這里我們引入修改機制，通過一個錄入模塊如圖 5-5 所示，對工人工人的加工信進行修改，通過工人號、機床號和操作信息的錄入，添加、修改或者刪除工人加工信息。

列代表機床，關(guān)系矩陣中的元素為加工關(guān)系，1 表示該工人可以操該機器，0 則表示該工人不可以操作該機器。圖 5-4 工人與設(shè)備關(guān)系窗口Fig 5-4 Relation window between workers and machines當(dāng)然我們通過隨機算法設(shè)置的工人加工信息和我們現(xiàn)實的需求是有差別的，這里我們引入修改機制，通過一個錄入模塊如圖 5-5 所示，，對工人工人的加工信進行修改，通過工人號、機床號和操作信息的錄入，添加、修改或者刪除工人加工信息。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：TP301.1;TH186

【引證文獻】

相關(guān)碩士學(xué)位論文 前1條

1 楊旭;船舶企業(yè)車間作業(yè)計劃方法與系統(tǒng)[D];哈爾濱工業(yè)大學(xué);2011年

本文編號：2689336