【摘要】：隨著生產(chǎn)力的不斷進(jìn)步,車間資源調(diào)度在制造企業(yè)中的地位越來越重要。在工作效率、成本、加工質(zhì)量等方面,生產(chǎn)調(diào)度成為影響企業(yè)的關(guān)鍵因素,生產(chǎn)資源調(diào)度方案的優(yōu)劣會(huì)直接影響資源消耗,污染排放等重要問題。因此,車間資源調(diào)度成了生產(chǎn)計(jì)劃的制定、資源的合理利用等方面中最重要的一環(huán),也是先進(jìn)制造和環(huán)保制造的前沿研究方向。本文以花朵授粉算法作為基礎(chǔ)算法,以工件的工序分配為切入點(diǎn),分別對(duì)單目標(biāo)和多目標(biāo)FJSP問題進(jìn)行研究。主要工作如下:首先,對(duì)車間制造系統(tǒng)和柔性資源進(jìn)行了說明;其次,對(duì)花朵授粉算法進(jìn)行了分析,包括花朵授粉算法的生物學(xué)原理;兩種授粉方式的制定等等;然后將花朵授粉算法進(jìn)行改造,使其可以應(yīng)用于柔性車間資源調(diào)度中。具體工作如下:(1)分析了柔性作業(yè)車間生產(chǎn)的需求,針對(duì)生產(chǎn)的需求選擇最終的優(yōu)化目標(biāo)和約束條件并建立合理的數(shù)學(xué)模型。(2)提出了針對(duì)單目標(biāo)的花朵授粉算法。對(duì)花朵授粉算法的兩種授粉方式進(jìn)行改進(jìn),使算法應(yīng)用離散化。根據(jù)花朵授粉算法的算法原理,選擇適合算法運(yùn)行的編碼方式,為了保證算法的性能,設(shè)置了種群初始化策略,并且重新定義了兩種授粉規(guī)則,最后通過兩組實(shí)例驗(yàn)證了算法的可行性。(3)提出了機(jī)器序列算法,并將其融入離散混合花朵授粉算法。以花朵授粉算法以及多目優(yōu)化理論為基礎(chǔ),選用了基于工序單層編碼方式,采用輪盤賭均值派選策略生成初始種群;通過機(jī)器序列算法快速生成編碼的目標(biāo)值;通過選擇操作更新種群。最后通過一組標(biāo)準(zhǔn)實(shí)例數(shù)據(jù)驗(yàn)證了離散混合花朵授粉算法的可行性。(4)通過工廠實(shí)例驗(yàn)證算法在求解多目標(biāo)柔性作業(yè)車間問題方面的性能。首先根據(jù)工廠生產(chǎn)情況選擇優(yōu)化目標(biāo),建立數(shù)學(xué)模型,本次選取最大完工時(shí)間、生產(chǎn)能耗,生產(chǎn)成本以及生產(chǎn)質(zhì)量作為優(yōu)化目標(biāo);給出生產(chǎn)原始數(shù)據(jù)表格,并根據(jù)前面章節(jié)的算法運(yùn)行出結(jié)果;最后將運(yùn)行的結(jié)果和經(jīng)典算法的運(yùn)行結(jié)果進(jìn)行對(duì)比。
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F273;TP18
【圖文】：

粉算法求得的最小最大完工時(shí)間為 79.4，最小加工成73.681，最小加工能耗為 423.363。由結(jié)果可以得出本求解 MOFJSP 上性能較優(yōu)。圖 5.1、圖 5.2、圖 5.3、成本、能源消耗以及加工質(zhì)量的迭代過程。

加工成本C最優(yōu)值迭代過程

能量消耗E最優(yōu)值迭代過程

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅亞波;;面向作業(yè)車間調(diào)度的基于拓?fù)渑判虻亩?jí)嵌套蟻群算法研究[J];機(jī)械工程學(xué)報(bào);2015年08期

2 蔣增強(qiáng);左樂;;低碳策略下的多目標(biāo)柔性作業(yè)車間調(diào)度[J];計(jì)算機(jī)集成制造系統(tǒng);2015年04期

3 彭建剛;劉明周;張銘鑫;張璽;葛茂根;;基于改進(jìn)非支配排序的云模型進(jìn)化多目標(biāo)柔性作業(yè)車間調(diào)度[J];機(jī)械工程學(xué)報(bào);2014年12期

4 吳秀麗;張志強(qiáng);杜彥華;閆瑾;;改進(jìn)細(xì)菌覓食算法求解柔性作業(yè)車間調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2015年05期

5 欒飛;王雯;傅衛(wèi)平;寶昱彤;任工昌;王軍;鄧明明;;基于PST層次結(jié)構(gòu)的改進(jìn)GA求解柔性車間調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2014年10期

6 馬文強(qiáng);唐秋華;張超勇;邵新宇;;基于離散人工蜂群算法的煉鋼連鑄調(diào)度優(yōu)化方法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年03期

7 朱光宇;陳旭斌;劉艷立;;基于灰熵關(guān)聯(lián)分析的流水車間多目標(biāo)調(diào)度優(yōu)化及算法實(shí)現(xiàn)[J];控制與決策;2014年01期

8 徐建有;董乃群;顧樹生;;帶有順序相關(guān)調(diào)整時(shí)間的多目標(biāo)流水車間調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2013年12期

9 聶蘭順;靳金濤;戰(zhàn)德臣;曹訓(xùn);徐曉飛;;基于配置空間理論的啟發(fā)式空間調(diào)度算法[J];計(jì)算機(jī)集成制造系統(tǒng);2013年10期

10 姚遠(yuǎn)遠(yuǎn);葉春明;;作業(yè)車間調(diào)度問題的布谷鳥搜索算法求解[J];計(jì)算機(jī)工程與應(yīng)用;2015年05期

本文編號(hào)：2748566