【摘要】：隨著先進(jìn)制造技術(shù)、先進(jìn)管理模式以及信息化的快速發(fā)展,市場(chǎng)需求逐漸由單一化向多元化轉(zhuǎn)變,個(gè)性化、定制化產(chǎn)品成為制造業(yè)企業(yè)的發(fā)展趨勢(shì)。制造企業(yè)面臨著資源多樣化、信息共享化、競(jìng)爭(zhēng)全球化以及新技術(shù)變革的制造環(huán)境,即是挑戰(zhàn)又是機(jī)遇。如何更好地將制造系統(tǒng)內(nèi)的柔性資源進(jìn)行科學(xué)的配置調(diào)度是制造企業(yè)發(fā)展的核心環(huán)節(jié)。然而,隨著制造系統(tǒng)復(fù)雜性的增加和柔性資源數(shù)量的增加,優(yōu)化調(diào)度的復(fù)雜性和難度也急劇增加,因此,該問(wèn)題的研究即有實(shí)踐價(jià)值,也具有理論意義。研究制造系統(tǒng)在確定環(huán)境下柔性加工車(chē)間的調(diào)度問(wèn)題(Flexible Job-Shop Scheduling Problem,FJSP)是本文的焦點(diǎn),以柔性作業(yè)車(chē)間調(diào)度的單目標(biāo)優(yōu)化為起點(diǎn),用改進(jìn)的遺傳算法以工件最大完工時(shí)間為目標(biāo)進(jìn)行優(yōu)化。遺傳算法作為一個(gè)功能強(qiáng)大且經(jīng)常使用的演化策略,全局搜索能力強(qiáng),然而,該算法局部搜索能力較弱,導(dǎo)致可行解在全局搜索之前陷入局部最優(yōu)的可能。為了克服這個(gè)缺點(diǎn),采用禁忌搜索算法引導(dǎo)局部搜索過(guò)程,該混合算法能夠使搜索空間充分多樣化。具體過(guò)程中,用分段式集成編碼以及基于插入式貪婪算法解碼,以染色體結(jié)構(gòu)為基礎(chǔ)提出了有效遺傳算子。通過(guò)對(duì)基準(zhǔn)問(wèn)題的計(jì)算測(cè)試,所提出的算法在解的質(zhì)量及效率方面取得顯著的提高。根據(jù)現(xiàn)實(shí)制造系統(tǒng)中調(diào)度所關(guān)注的熱點(diǎn)問(wèn)題,除了機(jī)器負(fù)載、總拖期時(shí)間以及常見(jiàn)的完工時(shí)間以外,引入動(dòng)態(tài)費(fèi)率和靜態(tài)費(fèi)率,重新建立了多目標(biāo)柔性作業(yè)車(chē)間調(diào)度模型,該模型充分考慮了生產(chǎn)成本與運(yùn)行成本,更加符合柔性作業(yè)車(chē)間調(diào)度處理。針對(duì)NSGA-II算法在求解FJSP局部收斂的缺陷,利用免疫和熵原理改進(jìn)選擇策略,引入分布函數(shù)改進(jìn)精英保留策略,更好地維持種群的多樣性,成功地避免算法早熟和局部收斂的問(wèn)題。通過(guò)基準(zhǔn)問(wèn)題的測(cè)試計(jì)算及實(shí)例仿真,本文所構(gòu)建的多目標(biāo)柔性作業(yè)車(chē)間模型及其改進(jìn)算法是可行及有效的。最后,結(jié)合制造企業(yè)面臨的低碳、節(jié)能問(wèn)題,以總延期時(shí)間和總碳足跡最小化為目標(biāo),建立低碳排放約束的柔性作業(yè)車(chē)間調(diào)度模型。通過(guò)運(yùn)用本文提出的NSGA-II算法獲得了滿(mǎn)意的帕累托最優(yōu)解集。鑒于碳足跡優(yōu)化方法的新穎性,采用MOGA和SPEA2算法作為對(duì)比算法,通過(guò)算例以及多項(xiàng)評(píng)價(jià)標(biāo)準(zhǔn)的比較,驗(yàn)證了碳足跡車(chē)間調(diào)度優(yōu)化方法以及NSGA-II算法的可行性及有效性。
【圖文】：

圖2.1 3×3FJSP的一個(gè)可行解的有向圖圖2.2 相對(duì)應(yīng)的甘特圖以獲得工序的關(guān)鍵路徑，從起點(diǎn)節(jié)點(diǎn)到終點(diǎn)節(jié)點(diǎn)的最長(zhǎng)的長(zhǎng)度等于可行調(diào)度的最大完工時(shí)間，一個(gè)可行調(diào)度解析取圖描述調(diào)度問(wèn)題的目標(biāo)是如何獲得一個(gè)非循環(huán)有向（或關(guān)鍵路徑的長(zhǎng)度）最小。，，關(guān)鍵路徑為 0*2111121333 O O O O O 。其

sD ，每個(gè)非循環(huán)都有一個(gè)可行的調(diào)度方案與之對(duì)應(yīng)。例如圖2.1中相對(duì)應(yīng)的甘特圖為圖2.2所示，其中機(jī)器1上的選擇為{,,}1211132S OOO，機(jī)器2上的選擇 {,,}2311223S OOO，機(jī)器3上的選擇 {,,}3221333S OOO。圖2.1 3×3FJSP的一個(gè)可行解的有向圖圖2.2 相對(duì)應(yīng)的甘特圖從析取圖中可以獲得工序的關(guān)鍵路徑，從起點(diǎn)節(jié)點(diǎn)到終點(diǎn)節(jié)點(diǎn)的最長(zhǎng)路徑被稱(chēng)作關(guān)鍵路徑，關(guān)鍵路徑的長(zhǎng)度等于可行調(diào)度的最大完工時(shí)間，一個(gè)可行調(diào)度解中有存在多條關(guān)鍵路徑的可能。析取圖描述調(diào)度問(wèn)題的目標(biāo)是如何獲得一個(gè)非循環(huán)有向圖sD ，使得sD中最長(zhǎng)路徑的長(zhǎng)度（或關(guān)鍵路徑的長(zhǎng)度）最小。如圖 2.1 所示，關(guān)鍵路徑為 0*2111121333 O O O O O 。其中21O 、11O 、12O 、13O 、33O 表示關(guān)鍵工序。關(guān)鍵路徑的變化是改變最大完工時(shí)間的關(guān)鍵
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP18;F273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳正佳;林攀;張成;祝小琴;羅月勝;;基于效率規(guī)則的混合作業(yè)車(chē)間調(diào)度算法應(yīng)用研究[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

2 胡乃平;王培麗;;基于微粒群算法的柔性作業(yè)車(chē)間調(diào)度方法[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

3 蘇春;王大俠;;基于改進(jìn)遺傳算法的偏柔性作業(yè)車(chē)間調(diào)度[J];工業(yè)工程;2010年06期

4 劉曉霞;謝里陽(yáng);陶澤;郝長(zhǎng)中;;基于生產(chǎn)費(fèi)用的柔性作業(yè)車(chē)間調(diào)度優(yōu)化[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

5 余琦瑋,趙亮,潘雙夏;基于遺傳算法的柔性作業(yè)車(chē)間調(diào)度優(yōu)化[J];組合機(jī)床與自動(dòng)化加工技術(shù);2004年04期

6 張國(guó)輝;黨世杰;;數(shù)據(jù)驅(qū)動(dòng)下的動(dòng)態(tài)柔性作業(yè)車(chē)間調(diào)度研究[J];機(jī)械設(shè)計(jì)與制造;2017年06期

7 蘇子林;車(chē)忠志;馮寶富;;求解多目標(biāo)柔性作業(yè)車(chē)間調(diào)度的改進(jìn)遺傳算法[J];魯東大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

8 薛宏全;魏生民;張鵬;楊琳;;基于多種群蟻群算法的柔性作業(yè)車(chē)間調(diào)度研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年24期

9 張超勇;董星;王曉娟;李新宇;劉瓊;;基于改進(jìn)非支配排序遺傳算法的多目標(biāo)柔性作業(yè)車(chē)間調(diào)度[J];機(jī)械工程學(xué)報(bào);2010年11期

10 程蓉;;模糊生產(chǎn)環(huán)境下作業(yè)車(chē)間調(diào)度優(yōu)化方法研究[J];現(xiàn)代制造工程;2007年07期

相關(guān)會(huì)議論文 前2條

1 尹作海;邱洪澤;周萬(wàn)里;;基于改進(jìn)變異算子的遺傳算法求解柔性作業(yè)車(chē)間調(diào)度[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

2 婁小芳;鄒逢興;高政;曾令李;歐微;;求解作業(yè)車(chē)間調(diào)度問(wèn)題的一種改進(jìn)的遺傳算法[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 谷峰;柔性作業(yè)車(chē)間調(diào)度中的優(yōu)化算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

2 吳秀麗;多目標(biāo)柔性作業(yè)車(chē)間調(diào)度技術(shù)研究[D];西北工業(yè)大學(xué);2006年

3 王曉娟;多目標(biāo)柔性作業(yè)車(chē)間調(diào)度方法研究[D];華中科技大學(xué);2011年

4 李莉;柔性作業(yè)車(chē)間調(diào)度中的群智能優(yōu)化算法研究[D];東北林業(yè)大學(xué);2011年

5 張國(guó)輝;柔性作業(yè)車(chē)間調(diào)度方法研究[D];華中科技大學(xué);2009年

6 焦璇;基于混合量子算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];大連理工大學(xué);2015年

7 劉鵬飛;混合生產(chǎn)形態(tài)下的作業(yè)車(chē)間調(diào)度關(guān)鍵技術(shù)研究[D];大連交通大學(xué);2012年

8 李平;不確定條件下混裝和作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];武漢科技大學(xué);2013年

9 袁坤;智能制造系統(tǒng)車(chē)間生產(chǎn)計(jì)劃與調(diào)度[D];南京航空航天大學(xué);2007年

10 賈兆紅;粒子群優(yōu)化算法在柔性作業(yè)車(chē)間調(diào)度中的應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 汪明旭;多目標(biāo)混合優(yōu)化算法在柔性作業(yè)車(chē)間調(diào)度中的研究與應(yīng)用[D];大連交通大學(xué);2017年

2 陳輔斌;制造系統(tǒng)柔性作業(yè)車(chē)間調(diào)度問(wèn)題及算法優(yōu)化[D];蘭州交通大學(xué);2018年

3 孫良飛;考慮行為主體感知的柔件作業(yè)車(chē)間調(diào)度干擾管理研究[D];河北工程大學(xué);2018年

4 尹慢;基于工件與工序分解的大規(guī)模柔性作業(yè)車(chē)間調(diào)度方法研究[D];西南交通大學(xué);2018年

5 李傳鵬;基于改進(jìn)遺傳算法的柔性作業(yè)車(chē)間調(diào)度優(yōu)化與仿真[D];濟(jì)南大學(xué);2013年

6 張曉龍;作業(yè)車(chē)間調(diào)度優(yōu)化問(wèn)題的遺傳算法研究[D];內(nèi)蒙古工業(yè)大學(xué);2005年

7 陳新;基于人工魚(yú)群算法的柔性作業(yè)車(chē)間調(diào)度研究[D];大連理工大學(xué);2015年

8 王睿超;作業(yè)車(chē)間調(diào)度的建模及優(yōu)化方法研究[D];蘭州理工大學(xué);2009年

9 黨世杰;低碳排放約束的柔性作業(yè)車(chē)間調(diào)度研究[D];鄭州航空工業(yè)管理學(xué)院;2017年

10 魯麗君;改進(jìn)蟻群算法在柔性作業(yè)車(chē)間調(diào)度中的應(yīng)用研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2012年

本文編號(hào)：2652091