在此企業(yè)改革大方向下,生產(chǎn)調(diào)度系統(tǒng)作為企業(yè)生產(chǎn)系統(tǒng)重要的環(huán)節(jié)之一。一方面應(yīng)當(dāng)繼續(xù)發(fā)揮生產(chǎn)調(diào)度系統(tǒng)在降低企業(yè)生產(chǎn)成本、縮短生產(chǎn)周期、提升生產(chǎn)效率,以及優(yōu)化資源配置等方面的功能。另一方面,應(yīng)當(dāng)將生產(chǎn)系統(tǒng)的柔性和穩(wěn)定性考慮進(jìn)調(diào)度模型,提升生產(chǎn)系統(tǒng)的穩(wěn)定性和抵御風(fēng)險(xiǎn)的能力。在不確定條件下穩(wěn)定及時(shí)供貨,加強(qiáng)企業(yè)下游客戶的滿意度提升企業(yè)競(jìng)爭(zhēng)力尋求與供應(yīng)鏈中企業(yè)的戰(zhàn)略性合作機(jī)會(huì)。本文針對(duì)傳統(tǒng)車間調(diào)度模型假定加工環(huán)境確定且優(yōu)化目標(biāo)單一的限制,本文研究加工時(shí)間不確定的置換流水車間調(diào)度問(wèn)題,在最小最大遺憾值準(zhǔn)則下構(gòu)建同時(shí)考慮拖期和總完工時(shí)間魯棒調(diào)度模型。通過(guò)有向圖工具對(duì)最大遺憾值情景（即最差情景）進(jìn)行分析,并運(yùn)用遺傳算法進(jìn)行模型求解。實(shí)驗(yàn)仿真結(jié)果證明了本文所提出模型的有效性,也彌補(bǔ)了經(jīng)典調(diào)度模型中僅考慮總完工時(shí)間魯棒性的不足。主要完成了如下幾方面的內(nèi)容:1)將工件在設(shè)備上的加工時(shí)間通過(guò)區(qū)間表示,此種不確定因素的表示方法較隨機(jī)或模糊變量表示方法既簡(jiǎn)便并且具有較高的準(zhǔn)確性。同時(shí),結(jié)合有向圖工具將無(wú)限數(shù)量的加工時(shí)間情景縮小至有限數(shù)量的、可計(jì)算的加工時(shí)間情景。并且基于最小最大遺憾值準(zhǔn)則,構(gòu)建了以最大完工時(shí)間遺憾值... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線

重慶大學(xué)碩士學(xué)位論文3最小最大遺憾值調(diào)度模型構(gòu)建及求解22圖3.1有向圖工具Fig.3.1Toolofdirectedgragh定義(,)表示構(gòu)成0,0v到m,nv最長(zhǎng)加權(quán)路徑經(jīng)過(guò)的所有頂點(diǎn)的集合，可得：(,)=∑(,)∈(,)(3.8)因此，調(diào)度方案在加工時(shí)間情景p下的遺憾值可以轉(zhuǎn)化為:(,)′()=∑(,)∈(,)∑′(,)∈(′,)(3.9)其中，(,)表示加工時(shí)間情景s和調(diào)度方案π中從0,0v到m,nv的最長(zhǎng)加權(quán)路徑,(′,)表示加工時(shí)間情景s和調(diào)度方案中從0,0v到m,nv的最長(zhǎng)加權(quán)路徑。由上可見(jiàn)，使得公式（3.1）最大worst-casescenario須是極點(diǎn)情景，worst-casescenario滿足以下形式：(,)∈(,)\(′,):=(3.10)(,)∈(′,)\(,):=(3.11)因此，worst-casescenario可以轉(zhuǎn)化表示為：(,)∈(,):=(3.12)(,)(,):=(3.13)其中,(,)表示從0,0v到m,nv的一條可能路徑上的所有頂點(diǎn)的集合。由于沒(méi)有現(xiàn)成的多項(xiàng)式算法可以識(shí)別哪一條路徑能使遺憾值最大，故而每一條路徑都需

重慶大學(xué)碩士學(xué)位論文3最小最大遺憾值調(diào)度模型構(gòu)建及求解243.3模型求解由于該P(yáng)FSP的NP-hard性質(zhì)，本文采用元啟發(fā)式算法中遺傳算法進(jìn)行求解。其中，輸入為加工時(shí)間上、下限矩陣，機(jī)器數(shù)量和工件數(shù)量，輸出為調(diào)度方案。主要流程步驟如圖3.2所示：圖3.2模型求解流程圖Fig.3.2FlowchartoftheAlgorithmforproposedmodel①有向圖工具將無(wú)限數(shù)量情景縮減成有限數(shù)量由于本文是對(duì)L公司的新產(chǎn)品生產(chǎn)優(yōu)化研究，新產(chǎn)品的生產(chǎn)相對(duì)于較成熟的產(chǎn)品而言較難確定不確定加工時(shí)間的概率分布函數(shù)或隸屬度函數(shù)，故而通過(guò)區(qū)間表示，但是區(qū)間表示不確定加工時(shí)間會(huì)使得加工時(shí)間的情景數(shù)量無(wú)限，因此本算法首先通過(guò)有向圖工具對(duì)加工時(shí)間情景進(jìn)行縮減。②編碼與初始解本文采用實(shí)數(shù)編碼，一個(gè)染色體即是n個(gè)數(shù)的排列。本文初始解構(gòu)成：為了滿足初始解的多樣性隨機(jī)生成10個(gè)調(diào)度初始解。同時(shí)為了加快問(wèn)題的求解速度，運(yùn)用了解決流水車間生產(chǎn)調(diào)度問(wèn)題中加工時(shí)間不確定最常用的處理方法MIH方法確定加工時(shí)間情景，并用NEH方法求出調(diào)度方案，并對(duì)此調(diào)度方案進(jìn)行交換變異，生成9個(gè)調(diào)度方案。基于工序的編碼方式表示的染色體可以表示成：[k1,k2,k3kl]

【參考文獻(xiàn)】：
期刊論文
[1]求解一類柔性裝配流水車間調(diào)度問(wèn)題的混合分布估計(jì)算法[J]. 李子輝,錢斌,方德斌,胡蓉,張桂蓮.  管理工程學(xué)報(bào). 2017(04)
[2]基于后悔值準(zhǔn)則的個(gè)性化產(chǎn)品魯棒調(diào)度[J]. 許曉晴,張宗明,林軍,崔文田.  工業(yè)工程與管理. 2017(05)
[3]面向多目標(biāo)流水車間調(diào)度的混合遺傳算法[J]. 羅哲.  湖南科技學(xué)院學(xué)報(bào). 2017(10)
[4]置換流水車間調(diào)度問(wèn)題的中心引力優(yōu)化算法求解[J]. 劉勇,馬良.  運(yùn)籌與管理. 2017(09)
[5]基于HDABC算法的置換流水車間調(diào)度策略[J]. 劉剛,黃崇爭(zhēng).  控制工程. 2017(09)
[6]變鄰域改進(jìn)遺傳算法求解混合流水車間調(diào)度問(wèn)題[J]. 崔琪,吳秀麗,余建軍.  計(jì)算機(jī)集成制造系統(tǒng). 2017(09)
[7]改善式BVEDA求解多目標(biāo)調(diào)度問(wèn)題[J]. 裴小兵,陳慧芬,張百棧,陳孟輝.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2017(04)
[8]基于優(yōu)勢(shì)種群的離散果蠅優(yōu)化算法求解無(wú)等待流水車間調(diào)度問(wèn)題[J]. 張其亮,俞祚明.  計(jì)算機(jī)集成制造系統(tǒng). 2017(03)
[9]基于種群的多層次迭代貪婪算法優(yōu)化阻塞流水車間調(diào)度問(wèn)題[J]. 張其亮,俞祚明.  計(jì)算機(jī)集成制造系統(tǒng). 2016(10)
[10]利用貓群算法求解流水車間調(diào)度問(wèn)題[J]. 馬邦雄,葉春明.  現(xiàn)代制造工程. 2014(06)

碩士論文
[1]基于蜂群繁殖算法的流水車間調(diào)度問(wèn)題研究[D]. 郭鵬.華中科技大學(xué) 2012
[2]基于JIT生產(chǎn)模式的汽車標(biāo)準(zhǔn)件企業(yè)的生產(chǎn)計(jì)劃與控制研究[D]. 張鶯.西安理工大學(xué) 2009
[3]改進(jìn)遺傳算法在調(diào)度領(lǐng)域中的應(yīng)用[D]. 王書(shū)振.西安電子科技大學(xué) 2003



本文編號(hào)：3294979