面向汽車轉(zhuǎn)向器加工的柔性作業(yè)車間調(diào)度研究
發(fā)布時間:2021-07-12 02:21
汽車轉(zhuǎn)向器制造企業(yè)均是面向訂單生產(chǎn),呈現(xiàn)出多種類、小規(guī)模的生產(chǎn)特征。轉(zhuǎn)向器制造企業(yè)希冀能完成準(zhǔn)時交貨的目標(biāo)。在傳統(tǒng)的轉(zhuǎn)向器制造中,是由生產(chǎn)計劃員根據(jù)訂單大致安排每天的生產(chǎn)任務(wù)。這種調(diào)度方案只是把訂單分解為車間每天的制造任務(wù)量,卻沒有再精確往下細分到各臺加工機器上。這種調(diào)度方案可能導(dǎo)致訂單拖期,同時維持了較高的生產(chǎn)成本。基于此,本文對轉(zhuǎn)向器加工柔性作業(yè)車間調(diào)度問題進行研究。首先,本文闡述了對轉(zhuǎn)向器加工調(diào)度研究的意義、車間調(diào)度的研究現(xiàn)狀和常用的車間調(diào)度求解方法。其次,本文通過對汽車轉(zhuǎn)向器制造過程的分析,考慮以時間、機器負荷為優(yōu)化目標(biāo),構(gòu)建了轉(zhuǎn)向器加工柔性作業(yè)車間調(diào)度(flexible job shop scheduling problem,FJSP)數(shù)學(xué)模型。再次,本文設(shè)計了一種改進的免疫克隆選擇算法(immune clonal selection algorithm,ICSA)求解面向轉(zhuǎn)向器加工的FJSP。本文ICSA算法改進之處體現(xiàn)在以下幾點:(1)在初始化種群方面采用多種策略的產(chǎn)生機制,提高種群初始解的質(zhì)量;(2)構(gòu)造了自適應(yīng)變異算子;(3)同時針對標(biāo)準(zhǔn)免疫算法的缺陷,引入了種群分割...
【文章來源】:安徽工程大學(xué)安徽省
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【部分圖文】:
McCormick函教極小佰的佚代曲線圖
結(jié)果:改進 ICSA 算法在第 22 代找到極小值-1.9133,此時 x=。oth's 函數(shù)2 2f ( x , y ) = ( x + 2 y 7) + (2 x + y 5)-10 ≤ x, y≤10h's 函數(shù)的圖像和極小值的迭代曲線圖分別如圖 3-6、3-7 所示。
2 2 2 3 2f( x, y) = (1.5 x + xy) + (2.25 x + xy ) + (2.625 x + xy)-4.5 ≤ x , y≤4.5's 函數(shù)的圖像和極小值的迭代曲線圖分別如圖 3-8、3-9 所示
【參考文獻】:
期刊論文
[1]帶運輸考慮的多階段動態(tài)可重入混合流水車間調(diào)度[J]. 軒華,李冰,王薛苑,徐春秋. 控制理論與應(yīng)用. 2018(03)
[2]基于記憶曲線模型的蟻群算法在柔性作業(yè)車間的調(diào)度優(yōu)化[J]. 張于賢,丁修坤,薛殿春,王曉婷,程書瑞. 現(xiàn)代制造工程. 2017(11)
[3]基于遺傳算法的多目標(biāo)動態(tài)柔性作業(yè)車間調(diào)度[J]. 王春,張明,紀(jì)志成,王艷. 系統(tǒng)仿真學(xué)報. 2017(08)
[4]基于改進雞群算法的柔性作業(yè)車間調(diào)度問題求解[J]. 許世鵬,吳定會,孔飛,紀(jì)志成. 系統(tǒng)仿真學(xué)報. 2017(07)
[5]基于蟻群算法的多加工路線柔性車間調(diào)度問題[J]. 黃學(xué)文,張曉彤,艾亞晴. 計算機集成制造系統(tǒng). 2018(03)
[6]多目標(biāo)柔性作業(yè)車間調(diào)度的多交叉策略元胞進化算法[J]. 林震,帥劍平,袁煜. 科學(xué)技術(shù)與工程. 2017(07)
[7]面向能耗的多工藝路線柔性作業(yè)車間分批優(yōu)化調(diào)度模型[J]. 李聰波,沈歡,李玲玲,易茜. 機械工程學(xué)報. 2017(05)
[8]基于混沌量子算法和MAGTD的多目標(biāo)FJSP求解策略[J]. 寧濤,王旭坪,焦璇. 運籌與管理. 2017(01)
[9]多目標(biāo)柔性作業(yè)車間穩(wěn)健性動態(tài)調(diào)度研究[J]. 朱傳軍,邱文,張超勇,金亮亮. 中國機械工程. 2017(02)
[10]求解柔性流水車間調(diào)度問題的高效分布估算算法[J]. 王芳,唐秋華,饒運清,張超勇,張利平. 自動化學(xué)報. 2017(02)
博士論文
[1]免疫算法及其應(yīng)用研究[D]. 呂崗.中國礦業(yè)大學(xué)(北京) 2003
碩士論文
[1]基于粒子群算法的動態(tài)車間調(diào)度問題研究[D]. 吳再新.東華大學(xué) 2016
[2]基于改進的混合免疫算法的車間調(diào)度問題研究[D]. 郝倩.大連交通大學(xué) 2014
本文編號:3278995
【文章來源】:安徽工程大學(xué)安徽省
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【部分圖文】:
McCormick函教極小佰的佚代曲線圖
結(jié)果:改進 ICSA 算法在第 22 代找到極小值-1.9133,此時 x=。oth's 函數(shù)2 2f ( x , y ) = ( x + 2 y 7) + (2 x + y 5)-10 ≤ x, y≤10h's 函數(shù)的圖像和極小值的迭代曲線圖分別如圖 3-6、3-7 所示。
2 2 2 3 2f( x, y) = (1.5 x + xy) + (2.25 x + xy ) + (2.625 x + xy)-4.5 ≤ x , y≤4.5's 函數(shù)的圖像和極小值的迭代曲線圖分別如圖 3-8、3-9 所示
【參考文獻】:
期刊論文
[1]帶運輸考慮的多階段動態(tài)可重入混合流水車間調(diào)度[J]. 軒華,李冰,王薛苑,徐春秋. 控制理論與應(yīng)用. 2018(03)
[2]基于記憶曲線模型的蟻群算法在柔性作業(yè)車間的調(diào)度優(yōu)化[J]. 張于賢,丁修坤,薛殿春,王曉婷,程書瑞. 現(xiàn)代制造工程. 2017(11)
[3]基于遺傳算法的多目標(biāo)動態(tài)柔性作業(yè)車間調(diào)度[J]. 王春,張明,紀(jì)志成,王艷. 系統(tǒng)仿真學(xué)報. 2017(08)
[4]基于改進雞群算法的柔性作業(yè)車間調(diào)度問題求解[J]. 許世鵬,吳定會,孔飛,紀(jì)志成. 系統(tǒng)仿真學(xué)報. 2017(07)
[5]基于蟻群算法的多加工路線柔性車間調(diào)度問題[J]. 黃學(xué)文,張曉彤,艾亞晴. 計算機集成制造系統(tǒng). 2018(03)
[6]多目標(biāo)柔性作業(yè)車間調(diào)度的多交叉策略元胞進化算法[J]. 林震,帥劍平,袁煜. 科學(xué)技術(shù)與工程. 2017(07)
[7]面向能耗的多工藝路線柔性作業(yè)車間分批優(yōu)化調(diào)度模型[J]. 李聰波,沈歡,李玲玲,易茜. 機械工程學(xué)報. 2017(05)
[8]基于混沌量子算法和MAGTD的多目標(biāo)FJSP求解策略[J]. 寧濤,王旭坪,焦璇. 運籌與管理. 2017(01)
[9]多目標(biāo)柔性作業(yè)車間穩(wěn)健性動態(tài)調(diào)度研究[J]. 朱傳軍,邱文,張超勇,金亮亮. 中國機械工程. 2017(02)
[10]求解柔性流水車間調(diào)度問題的高效分布估算算法[J]. 王芳,唐秋華,饒運清,張超勇,張利平. 自動化學(xué)報. 2017(02)
博士論文
[1]免疫算法及其應(yīng)用研究[D]. 呂崗.中國礦業(yè)大學(xué)(北京) 2003
碩士論文
[1]基于粒子群算法的動態(tài)車間調(diào)度問題研究[D]. 吳再新.東華大學(xué) 2016
[2]基于改進的混合免疫算法的車間調(diào)度問題研究[D]. 郝倩.大連交通大學(xué) 2014
本文編號:3278995
本文鏈接:http://sikaile.net/kejilunwen/qiche/3278995.html
最近更新
教材專著