【摘要】：在中國制造2025和工業(yè)4.0的背景下,各企業(yè)將自身制造資源和任務(wù)放到工業(yè)互聯(lián)網(wǎng)上,實(shí)現(xiàn)企業(yè)間資源和設(shè)備的共享,提高設(shè)備的利用率,從而快速響應(yīng)市場需求,減少時間和成本,高效的完成制造任務(wù)。隨著網(wǎng)絡(luò)技術(shù)和信息技術(shù)的發(fā)展,跨單元、跨地區(qū)的企業(yè)合作越來越普遍�？鐔卧圃熳鳛橐环N先進(jìn)生產(chǎn)方式,能夠有效提高加工效率,減少企業(yè)的生產(chǎn)時間,降低生產(chǎn)的費(fèi)用,同時實(shí)現(xiàn)企業(yè)間設(shè)備的共享。隨著工業(yè)化進(jìn)程的加快,人類的生存環(huán)境加劇惡化。為了降低溫室氣體的排放,提高資源的利用率,低碳制造的綠色可持續(xù)生產(chǎn)模式愈來愈受到制造業(yè)的推崇。在網(wǎng)絡(luò)環(huán)境下,跨單元調(diào)度綜合考慮企業(yè)總體效益,使其目標(biāo)達(dá)到最優(yōu)。因此,本文對網(wǎng)絡(luò)環(huán)境下面向低碳的跨單元調(diào)度進(jìn)行了探究。對網(wǎng)絡(luò)環(huán)境下跨單元調(diào)度進(jìn)行研究概述,建立了以最大完工時間最小、總成本最小和總碳排放最低為目標(biāo)的多目標(biāo)跨單元調(diào)度優(yōu)化模型。根據(jù)所建立的模型的大規(guī)模和離散的特點(diǎn),設(shè)計了改進(jìn)的人工蜂群算法,求解所建立的網(wǎng)絡(luò)環(huán)境下跨單元調(diào)度模型。在編碼階段,采用基于工序、加工設(shè)備和制造單元的三段式編碼方式;為了增強(qiáng)算法的尋優(yōu)能力,在引領(lǐng)蜂的鄰域搜索階段,采用基于工序的編碼和基于加工設(shè)備選擇的兩種不同步長的鄰域搜索;為了加快算法的收斂速度,在跟隨蜂進(jìn)行選擇時,使用錦標(biāo)賽的選擇方式,提高其求解效率。為了驗(yàn)證跨單元調(diào)度優(yōu)化模型和改進(jìn)人工蜂群算法的有效性,進(jìn)行了實(shí)例分析,得到Pareto解集結(jié)果;通過把改進(jìn)后的算法與改進(jìn)前的算法在優(yōu)化目標(biāo)的結(jié)果上進(jìn)行對比分析,說明改進(jìn)后算法在尋優(yōu)能力更好;通過對改進(jìn)前后算法的收斂速度進(jìn)行分析,說明改進(jìn)后算法收斂速度更快;從而說明所提出的算法的有效性。將未考慮碳排放優(yōu)化目標(biāo)的結(jié)果與考慮碳排放優(yōu)化目標(biāo)的結(jié)果進(jìn)行對比,說明網(wǎng)絡(luò)環(huán)境下跨單元調(diào)度模型在降低碳排放量上的有效性。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18;F424.1
【圖文】：

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文后自行在蜂巢的周圍搜索食物源位置的信息，如圖 3.1 中的 S 路線所表示。其中的引領(lǐng)蜂會出去尋找食物源，當(dāng)找到食物源時，引領(lǐng)蜂會回到蜂巢分享食物源的位置信息。引領(lǐng)蜂會通過搖擺舞和跟隨蜂交流信息，跟隨蜂通過觀察引領(lǐng)蜂的舞蹈可獲得食物源信息。然后跟隨蜂出外采蜜，在獲得信息食物源的周圍進(jìn)行小范圍的搜索，以希望獲得更好的食物源位置，如圖 3.1 中 R 路線所示。在搜索到食物源之后，蜜蜂會將當(dāng)前食物源的位置信息記錄下來，然后開始蜂蜜的采集工作，當(dāng)蜜蜂完成采蜜之后，會返回蜂巢將蜂蜜卸下，在此之后將會有三種選擇。

分別得到優(yōu)化方案的甘特圖如圖4.1、4.2、4.3 所示。圖中“-”前的數(shù)字表示零部件的編號，“-”后的數(shù)字表示該零部件的工序編號。圖 4.1 解 19 的甘特圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉瓊;田有全;John W.Sutherland;周迎冬;;產(chǎn)品制造過程碳足跡核算及其優(yōu)化問題[J];中國機(jī)械工程;2015年17期

2 彭美春;李嘉如;胡紅斐;;營運(yùn)貨車道路運(yùn)行油耗及碳排放因子研究[J];汽車技術(shù);2015年04期

3 李聰波;崔龍國;劉飛;李麗;;面向高效低碳的數(shù)控加工參數(shù)多目標(biāo)優(yōu)化模型[J];機(jī)械工程學(xué)報;2013年09期

4 李志勇;李玲玲;王翔;王艷;;基于Memetic框架的混沌人工蜂群算法[J];計算機(jī)應(yīng)用研究;2012年11期

5 李冬妮;肖廣雪;王妍;唐加福;;一種柔性路徑下的跨單元調(diào)度方法[J];自動化學(xué)報;2012年06期

6 吳春梅;;現(xiàn)代智能優(yōu)化算法的研究綜述[J];科技信息;2012年08期

7 舟丹;;哥本哈根世界氣候大會[J];中外能源;2011年12期

8 畢曉君;王艷嬌;;用于多峰函數(shù)優(yōu)化的小生境人工蜂群算法[J];系統(tǒng)工程與電子技術(shù);2011年11期

9 曹華軍;陶緒財;劉飛;;基于批量分割及交貨期約束的機(jī)床節(jié)能型優(yōu)化調(diào)度方法及應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2010年06期

10 暴勵;曾建潮;;自適應(yīng)搜索空間的混沌蜂群算法[J];計算機(jī)應(yīng)用研究;2010年04期

相關(guān)碩士學(xué)位論文 前3條

1 田有全;產(chǎn)品制造過程碳足跡核算及優(yōu)化方法研究[D];華中科技大學(xué);2014年

2 鄭慶仁;低碳調(diào)度模型研究及其在輪胎制造過程中的應(yīng)用[D];華南理工大學(xué);2012年

3 楊淑愛;制造過程中的低碳優(yōu)化模型研究及應(yīng)用[D];華南理工大學(xué);2012年

本文編號：2714178