對帶托盤自動交換系統(tǒng)的雙工作臺單機(jī)實際調(diào)度問題進(jìn)行了研究,其中考慮首檢合格率、不合格調(diào)整時間等隨機(jī)因素,求取總加權(quán)延誤時間、最大完工時間與相對魯棒性三項目標(biāo)的優(yōu)化解。針對該問題提出了一種以多目標(biāo)進(jìn)化和雙工作臺仿真相結(jié)合的進(jìn)化算法,在適應(yīng)度評估時能夠考慮首件檢驗時間不確定、首件檢驗風(fēng)險系數(shù)及雙工作臺輪換工作的影響,在進(jìn)化過程中能夠?qū)Ψ囚敯粜曰蜻M(jìn)行篩查。通過與其它多目標(biāo)進(jìn)化算法進(jìn)行試驗對比,證明上述算法在同樣評估次數(shù)下得到的近似最優(yōu)解集具有更好的性能,并在實際生產(chǎn)中獲得了驗證。 

【文章來源】：計算機(jī)仿真. 2020,37(07)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

基于輪盤賭的變異操作

首先, APCRA產(chǎn)生數(shù)量為N的初始種群,然后算法開始進(jìn)行遺傳進(jìn)化過程。種群的遺傳過程包括錦標(biāo)賽選擇、PMX交叉與基于輪盤賭的SWAP變異。APCEA算法會對產(chǎn)生的新子代進(jìn)行基因篩查,如果子代染色體含有非魯棒性基因,則會以50%的概率舍棄該個體,重新進(jìn)行遺傳操作,直到新子代種群數(shù)量達(dá)到N時為止。所有子代個體都需要按照雙工作臺仿真方法進(jìn)行適應(yīng)度評估,然后選取精英解更新歸檔集并繼續(xù)參與下一代運(yùn)算,直到滿足算法終止條件時為止。算法流程如圖 1所示。3.2 編碼與解碼

本文提出了一類考慮首件檢驗的雙工作臺加工中心調(diào)度問題,針對首件檢驗帶來的不確定因素,以總加權(quán)拖期時間、最大完成時間、相對魯棒性為優(yōu)化目標(biāo),設(shè)計了一套APCRA算法。通過與其它算法的對比實驗證明,APCRA在同樣評估次數(shù)情況下得到的Pareto解集具有更好的性能,并在實際工廠制造執(zhí)行系統(tǒng)中取到了較好的應(yīng)用效果。未來研究會考慮將APCRA算法融入移動瓶頸法或者多代理智能調(diào)度系統(tǒng)中,成為其解決調(diào)度子問題算法的一部分。另外也考慮將算法部署在工廠邊緣計算裝置中,從而實現(xiàn)APC加工中心的在線調(diào)度,成為其信息物理系統(tǒng)核心組成部分。

【參考文獻(xiàn)】：
期刊論文
[1]不確定因素擾動下多目標(biāo)柔性作業(yè)車間魯棒調(diào)度方法[J]. 顧澤平,楊建軍,周勇.  計算機(jī)集成制造系統(tǒng). 2017(01)
[2]關(guān)于柔性作業(yè)車間調(diào)度問題的仿真研究[J]. 周愷,紀(jì)志成.  計算機(jī)仿真. 2016(03)
[3]加工時間不確定的柔性作業(yè)車間魯棒調(diào)度方法[J]. 汪俊亮,張潔,秦威,銀莉,陳定方.  中國機(jī)械工程. 2015(05)
[4]單機(jī)魯棒調(diào)度多目標(biāo)優(yōu)化方法[J]. 張先超,周泓.  計算機(jī)集成制造系統(tǒng). 2013(10)
[5]隨機(jī)故障下單機(jī)魯棒調(diào)度算法的遺傳編程方法[J]. 尹文君,劉民,吳澄.  清華大學(xué)學(xué)報(自然科學(xué)版). 2005(01)



本文編號：3251123