本文關(guān)鍵詞：MES中基于改進遺傳算法的調(diào)度技術(shù)研究

  更多相關(guān)文章： 制造執(zhí)行系統(tǒng) 作業(yè)車間調(diào)度 遺傳算法 混合遺傳算法

【摘要】：MES是實現(xiàn)車間生產(chǎn)敏捷化的基本技術(shù)手段,MES的建立對提高車間的生產(chǎn)管理水平和生產(chǎn)效率,縮短產(chǎn)品的研制周期具有重要的現(xiàn)實意義。車間調(diào)度系統(tǒng)是生產(chǎn)線制造執(zhí)行系統(tǒng)(Manufacturing Execution System,MES)中的重要功能之一。大多數(shù)MES作業(yè)計劃算法研究都是針對單件車間或流水車間,研究如何將生產(chǎn)任務(wù)合理地分配到設(shè)備時,很少考慮生產(chǎn)過程中工序所使用的工裝夾具、刀具、托盤等約束條件,由于企業(yè)生產(chǎn)中,工裝夾具、刀具、托盤等資源不僅是生產(chǎn)的必備物品,而且其數(shù)量有限的原因,導(dǎo)致多個生產(chǎn)任務(wù)會共用一套夾具、刀具等,因此,這些資源的狀態(tài)是否空閑直接影響生產(chǎn)作業(yè)計劃的排序問題。若在MES作業(yè)計劃排序問題研究中不考慮這些約束問題,那么所制定的計劃就會與實際企業(yè)的生產(chǎn)過程控制脫節(jié)。 遺傳算法(GA)作為一種全局優(yōu)化搜索算法,具有簡單、高效、很容易與其他算法相結(jié)合的特點,國內(nèi)外學(xué)者對遺傳算法的應(yīng)用開展了大量的研究。但是在應(yīng)用GA求解實際生產(chǎn)調(diào)度中車間調(diào)度問題時,常常由于產(chǎn)品工藝復(fù)雜,生產(chǎn)約束條件較多,對傳統(tǒng)遺傳算法在編碼方式、遺傳算子和解碼方式的設(shè)計上提出了很高的要求,標(biāo)準(zhǔn)的遺傳算法常常會因為搜索效率低、容易提前收斂、陷入局部最優(yōu)解等問題而無法滿足企業(yè)生產(chǎn)調(diào)度的實際需要。 最后,本論文通過調(diào)研企業(yè)的生產(chǎn)實際需求,設(shè)計一套基于多約束的改進遺傳算法,充分利用現(xiàn)代管理理論和方法、仿真技術(shù)和網(wǎng)絡(luò)數(shù)據(jù)庫技術(shù),開展MES體系結(jié)構(gòu)研究,MES生產(chǎn)作業(yè)計劃方法的研究,基于Flexsim仿真軟件的MES作業(yè)計劃仿真技術(shù)研究。最終結(jié)合524廠企業(yè)數(shù)字化車間的生產(chǎn)實際需要,建立了MES制造集成系統(tǒng),該系統(tǒng)體系結(jié)構(gòu)包括車間層、工作站層、設(shè)備層的三層遞階控制結(jié)構(gòu),車間層主要負責(zé)合同管理、作業(yè)計劃的制定、資源管理和統(tǒng)計查詢等管理功能。
【關(guān)鍵詞】：制造執(zhí)行系統(tǒng) 作業(yè)車間調(diào)度 遺傳算法 混合遺傳算法
【學(xué)位授予單位】：長春工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH186;TP18
【目錄】：

• 摘要2-3
• Abstract3-6
• 第一章 緒論6-10
• 1.1 MES系統(tǒng)生產(chǎn)計劃調(diào)度的意義6-7
• 1.2 國內(nèi)外研究現(xiàn)狀7-9
• 1.2.1 MES系統(tǒng)研究與發(fā)展趨勢7-8
• 1.2.2 車間調(diào)度的研究現(xiàn)狀8
• 1.2.3 系統(tǒng)仿真技術(shù)的研究現(xiàn)狀8-9
• 1.3 本課題主要研究內(nèi)容9-10
• 第二章 MES系統(tǒng)計劃調(diào)度模型10-15
• 2.1 制造執(zhí)行系統(tǒng)概述10-11
• 2.2 MES中的車間生產(chǎn)調(diào)度11-12
• 2.3 MES作業(yè)計劃12-14
• 2.4 小結(jié)14-15
• 第三章 智能優(yōu)化算法的理論和方法研究15-22
• 3.1 車間作業(yè)調(diào)度優(yōu)化算法分析15-17
• 3.1.1 精確算法15
• 3.1.2 近似算法15-17
• 3.2 遺傳算法17-20
• 3.2.2 遺傳算法的基本原理17
• 3.2.3 遺傳算法的基本遺傳操作17-20
• 3.3 極值優(yōu)化算法20-21
• 3.4 小結(jié)21-22
• 第四章 MES調(diào)度的改進遺傳算法設(shè)計22-29
• 4.1 MES調(diào)度問題描述22
• 4.2 MES調(diào)度的改進遺傳算法設(shè)計22-26
• 4.2.1 基于工序的染色體編碼22-23
• 4.2.2 活動解碼23
• 4.2.3 初始化種群23-24
• 4.2.4 適應(yīng)度函數(shù)24
• 4.2.5 選擇操作24
• 4.2.6 自適應(yīng)交叉算子的設(shè)計24-25
• 4.2.7 自適應(yīng)變異算子的設(shè)計25-26
• 4.2.8 精英保留策略26
• 4.2.9 基于極值優(yōu)化算法的變異算子設(shè)計26
• 4.3 改進的遺傳算法流程26-27
• 4.4 基于多目標(biāo)的改進遺傳算法的實現(xiàn)方法27-28
• 4.5 小結(jié)28-29
• 第五章 MES調(diào)度改進遺傳算法實驗與仿真29-42
• 5.1 實驗驗證29-33
• 5.2 MES調(diào)度的仿真技術(shù)研究33-41
• 5.2.1 基于Flexsim的MES調(diào)度的仿真模型建立34-37
• 5.2.2 仿真模型與MES作業(yè)計劃調(diào)度系統(tǒng)的接口設(shè)計37-38
• 5.2.3 仿真實例分析38-41
• 5.3 小結(jié)41-42
• 第六章 數(shù)字化車間MES系統(tǒng)設(shè)計42-50
• 6.1 數(shù)字化車間MES系統(tǒng)體系結(jié)構(gòu)42
• 6.2 MES制造集成系統(tǒng)功能設(shè)計42-44
• 6.3 基于改進遺傳算法的車間作業(yè)計劃制定44-45
• 6.4 車間計劃管理人機界面45-49
• 6.5 小結(jié)49-50
• 第七章 總結(jié)與展望50-51
• 7.1 總結(jié)50
• 7.2 展望50-51
• 致謝51-52
• 參考文獻52-55
• 附錄55-57
• 作者簡介57
• 攻讀碩士學(xué)位期間研究成果57-58

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張長水，，沈剛，閻平凡;解Job－Shop調(diào)度問題的一個遺傳算法[J];電子學(xué)報;1995年07期

2 劉愛軍;楊育;邢青松;姚豪;張煜東;周振宇;;改進免疫克隆算法的Job Shop調(diào)度[J];重慶大學(xué)學(xué)報;2011年10期

3 陳士軍;;基于供應(yīng)鏈的農(nóng)機制造企業(yè)生產(chǎn)計劃調(diào)度研究[J];中國農(nóng)機化;2007年03期

4 魏平;徐成賢;;基于模擬退火算法優(yōu)化分析與研究[J];裝備制造技術(shù);2008年07期

5 方水良;姚嫣菲;趙詩奎;;基于遺傳算法的柔性車間多目標(biāo)優(yōu)化調(diào)度[J];機電工程;2011年03期

6 張立營;;遺傳算法基于路徑優(yōu)化問題應(yīng)用的改進探索研究[J];經(jīng)濟研究導(dǎo)刊;2011年04期

7 羅景峰;劉艷秋;;基于可靠度的計算機系統(tǒng)優(yōu)化問題的研究[J];計算機工程與應(yīng)用;2007年16期

8 黃偉;羅世彬;王振國;;基于動態(tài)參數(shù)的雜交粒子群優(yōu)化算法[J];計算機科學(xué);2010年12期

9 王延斌;王剛;趙立忠;高國安;;基于蟻群算法的模具制造動態(tài)調(diào)度研究[J];計算機集成制造系統(tǒng);2006年07期

10 常會友,劉丕娥,張淑麗,王鳳儒;基于效率函數(shù)求解的單件車間調(diào)度問題的算法[J];計算機集成制造系統(tǒng)-CIMS;1998年04期

本文編號：801621