柔性工作車間調(diào)度問(wèn)題(FJSP)是得到最廣泛研究的一類組合優(yōu)化問(wèn)題,針對(duì)該問(wèn)題的研究對(duì)于提高工作車間效率、降低加工成本有重要的意義。然而伴隨著車間加工模式、企業(yè)追求目標(biāo)的變化,FJSP問(wèn)題也需要融合新的加工元素以滿足新形勢(shì)下的加工要求。傳統(tǒng)的FJSP問(wèn)題中通常僅考慮機(jī)器作為車間唯一的資源約束,對(duì)其它資源約束如人工、工裝約束的研究并不多見(jiàn),這使得調(diào)度模型很難與實(shí)際工況相吻合。同時(shí),在國(guó)家大力提倡綠色制造的背景下,如何對(duì)制造系統(tǒng)中的綠色指標(biāo)建模從而實(shí)現(xiàn)加工過(guò)程中的能耗控制、環(huán)境保護(hù)也是亟需解決的問(wèn)題。此外,如何設(shè)計(jì)高效的算法對(duì)新的模型求解也是一個(gè)重點(diǎn)和難點(diǎn)。本文研究?jī)?nèi)容如下:(1)提出考慮機(jī)器資源約束、人工資源約束的雙柔性多目標(biāo)調(diào)度車間模型,其中人工作為車間中的有限資源與機(jī)器共同決定工序的加工時(shí)間。建立了基于工藝約束、機(jī)器約束、人工約束的數(shù)學(xué)模型,以最小化最大加工時(shí)間、最小化最大機(jī)器負(fù)荷、最小化機(jī)器總負(fù)荷為優(yōu)化目標(biāo)。提出了綜合考慮機(jī)器、人工約束和綠色指標(biāo)的雙柔性多目標(biāo)車間調(diào)度模型,研究了不同機(jī)器和人工選擇下對(duì)能耗、噪聲、切削回收和安全指標(biāo)影響,優(yōu)化目標(biāo)為最小化加工成本、最小化最大加工時(shí)間和最優(yōu)化綠色性能。(2)針對(duì)雙柔性多目標(biāo)調(diào)度車間模型提出了一種模因算法(MA),根據(jù)問(wèn)題特性設(shè)計(jì)相應(yīng)的編碼方法和解碼方法,以及交叉和變異算子,提出一種消除算子以保證種群中的個(gè)體多樣性。此外,本文提出了一種基于關(guān)鍵路徑的鄰域搜索算子,通過(guò)與非支配排序算法(NSGA-II)集成實(shí)現(xiàn)問(wèn)題值域內(nèi)的精確搜索。設(shè)計(jì)了一套用于驗(yàn)證算法有效性的算例,與另外兩種成熟的多目標(biāo)算法的對(duì)比實(shí)驗(yàn)表明本文提出的MA算法有很好的尋優(yōu)性能。(3)針對(duì)融合綠色指標(biāo)的雙柔性調(diào)度問(wèn)題的多目標(biāo)特性,設(shè)計(jì)了一種非支配集成適應(yīng)度排序算法(NEFR),介紹并改進(jìn)了集成適應(yīng)度排序算法,利用非支配排序和改進(jìn)集成適應(yīng)度排序共同決策進(jìn)行個(gè)體選優(yōu)。設(shè)計(jì)了兩種基于關(guān)鍵路徑且能夠兼顧三個(gè)目標(biāo)的鄰域搜索算子,分別嵌入到NEFR框架中加強(qiáng)算法的局部搜索性能。基于傳統(tǒng)FJSP問(wèn)題算例設(shè)計(jì)了31個(gè)驗(yàn)證算例,對(duì)NEFR分別進(jìn)行了橫向和縱向的多組對(duì)比實(shí)驗(yàn),結(jié)果表明NEFR在解決多目標(biāo)調(diào)度問(wèn)題上有更好的性能,并且證明了提出的鄰域搜索策略的有效性。
【學(xué)位單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：O224
【部分圖文】：

需要定義實(shí)數(shù)數(shù)字與工序序號(hào)之間的映射關(guān)系，使得每道工序都能用 1 到∑ 1的實(shí)數(shù)唯一表示。圖3.2 給出了存在兩個(gè)工件，每個(gè)工件擁有兩道工序情況下的映射關(guān)系。根據(jù)工件和工序的個(gè)數(shù)不同，可以動(dòng)態(tài)生成映射關(guān)系。

分代表對(duì)應(yīng)工件的每道工序選擇的加工機(jī)器編號(hào)。在本例中，MA 的第一部分含 3 和 2 兩個(gè)數(shù)字，分別表示工件 1 的第一道工序選擇機(jī)器號(hào)為 3，工件 1 的二道工序選擇的加工機(jī)器為機(jī)器 2，第二部分與第一部分同理。與 MA 類似，A 序列也分為兩部分，長(zhǎng)度等于 OS 序列的長(zhǎng)度。WA 每部分包含數(shù)字的含義為選擇操作 MA 中對(duì)應(yīng)位置機(jī)器的工人序號(hào)。例如第一部分中的兩個(gè)數(shù)字為 2 和，分別表示工人 2 被選擇以操作機(jī)器 3 加工工件 1 的第一道工序，工人 5 被選擇操作機(jī)器 2 加工工件 1 的第二道工序。通過(guò)染色體可以得到工序、機(jī)器和人工對(duì)應(yīng)關(guān)系，表示為：{(O11, M3, W2), (O21, M1, W2), (O12, M2, W5), (O22, M4, W4)}。過(guò)確定以上的對(duì)應(yīng)關(guān)系，查詢?cè)紨?shù)據(jù)表 2.1，可以得到每道工序的加工時(shí)間。圖 3.2 工序和實(shí)數(shù)的映射關(guān)系

MO-FJSPW的活動(dòng)解碼

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 谷峰,陳華平,盧冰原,古春生;粒子群算法在柔性工作車間調(diào)度中的應(yīng)用[J];系統(tǒng)工程;2005年09期

2 ;工業(yè)上應(yīng)用成果[J];微計(jì)算機(jī)信息;1989年04期

3 張守剛;吳龍成;王艷;紀(jì)志成;;基于分布估計(jì)算法的硫化車間調(diào)度[J];系統(tǒng)仿真學(xué)報(bào);2017年09期

4 馬慧民;葉健飛;;柔性車間調(diào)度與設(shè)備維護(hù)的聯(lián)合優(yōu)化研究[J];機(jī)械設(shè)計(jì)與制造;2015年07期

5 黃英杰;姚錫凡;;基于目標(biāo)級(jí)聯(lián)法和粒子群算法的柔性分布式車間調(diào)度[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 朱良學(xué);;遺傳算法在車間調(diào)度中的應(yīng)用[J];軟件導(dǎo)刊;2007年17期

7 季娜;蔡紅霞;錢暉;;基于滾動(dòng)時(shí)域優(yōu)化策略的玻璃深加工車間調(diào)度研究[J];工業(yè)控制計(jì)算機(jī);2017年03期

8 高亮;高海兵;周馳;;基于粒子群優(yōu)化的開(kāi)放式車間調(diào)度[J];機(jī)械工程學(xué)報(bào);2006年02期

9 谷峰;陳華平;盧冰原;;基于遺傳算法的模糊柔性工作車間調(diào)度優(yōu)化[J];系統(tǒng)工程與電子技術(shù);2006年07期

10 谷峰;陳華平;盧冰原;;基于均勻設(shè)計(jì)的多目標(biāo)遺傳算法在柔性工作車間調(diào)度中的應(yīng)用[J];系統(tǒng)工程理論方法應(yīng)用;2006年06期

相關(guān)會(huì)議論文 前10條

1 谷峰;陳華平;盧冰原;;自適應(yīng)多目標(biāo)遺傳算法在柔性工作車間調(diào)度中的應(yīng)用[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

2 李桂芬;鞠彥兵;;基于仿真和遺傳算法的車間調(diào)度優(yōu)化方法研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

3 魏杰;李鐵克;;基于隨機(jī)性參數(shù)混合免疫算法的工藝車間調(diào)度研究[A];第十一屆全國(guó)自動(dòng)化應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2006年

4 陳可嘉;季平;;一種集成MRP與車間調(diào)度的混合整數(shù)規(guī)劃模型[A];2006年中國(guó)運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)代表會(huì)議暨第六屆學(xué)術(shù)會(huì)議論文集[C];2006年

5 張秀麗;黃越;劉念;;基于混合優(yōu)化算法的多目標(biāo)柔性工作車間調(diào)度[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 朱曉東;;基于TC-TPN的SMT產(chǎn)品制造系統(tǒng)車間調(diào)度[A];2008中國(guó)電子制造技術(shù)論壇論文集[C];2008年

7 張翠林;王爍;王軍強(qiáng);;考慮約束松弛的柔性流水調(diào)度研究[A];發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，助推新能源裝備制造——2014年第四屆全國(guó)地方機(jī)械工程學(xué)會(huì)學(xué)術(shù)年會(huì)暨新能源裝備制造發(fā)展論壇論文集[C];2014年

8 甘屹;李勝;;蟻群算法的參數(shù)優(yōu)化配置研究[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2010年

9 劉轍;彭亮;崔廣才;吳學(xué)禮;;混合遺傳算法在車間調(diào)度中的應(yīng)用[A];中國(guó)自動(dòng)化學(xué)會(huì)全國(guó)第九屆自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2004年

10 姚丹;郭放;石金華;;基于混合算法的網(wǎng)絡(luò)化制造車間調(diào)度研究[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第七屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前5條

1 田曉翠邋鄭瑞丹;念好質(zhì)量經(jīng)打好安全牌[N];人民鐵道;2008年

2 通訊員 謝曉剛;信息化讓設(shè)備質(zhì)量管理耳聰目明[N];人民鐵道;2009年

3 張立民;印刷企業(yè)創(chuàng)新要多角度深切入[N];中國(guó)新聞出版報(bào);2010年

4 通訊員 朱明熹;小改造做出節(jié)支大文章[N];人民鐵道;2009年

5 王繼征;ERP既帶來(lái)技術(shù)也帶來(lái)理念[N];中國(guó)紡織報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 鞠全勇;智能制造系統(tǒng)生產(chǎn)計(jì)劃與車間調(diào)度的研究[D];南京航空航天大學(xué);2007年

2 金亮亮;基于網(wǎng)絡(luò)圖與工藝規(guī)劃集成的車間調(diào)度建模與優(yōu)化[D];華中科技大學(xué);2016年

3 林仁;離散制造企業(yè)資源彈性約束下作業(yè)車間調(diào)度問(wèn)題研究[D];西南交通大學(xué);2016年

4 王芳;面向碳效優(yōu)化的柔性流水車間調(diào)度研究[D];華中科技大學(xué);2017年

5 李新宇;工藝規(guī)劃與車間調(diào)度集成問(wèn)題的求解方法研究[D];華中科技大學(xué);2009年

6 黃云峰;車間調(diào)度和諧范式與多智能體系統(tǒng)情智集成的研究[D];重慶大學(xué);2010年

7 曾強(qiáng);離散制造企業(yè)批量生產(chǎn)車間調(diào)度智能優(yōu)化研究[D];重慶大學(xué);2010年

8 溫海駿;不確定環(huán)境下再制造生產(chǎn)計(jì)劃與車間調(diào)度集成優(yōu)化研究[D];合肥工業(yè)大學(xué);2015年

9 王桂榮;分時(shí)電價(jià)下煉鋼連鑄生產(chǎn)調(diào)度優(yōu)化方法[D];山東大學(xué);2017年

10 郭文勝;基于敏捷制造模式的虛擬車間協(xié)同作業(yè)原理與應(yīng)用實(shí)踐[D];四川大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 李浩;基于粒子群優(yōu)化算法的車間調(diào)度系統(tǒng)的研究與設(shè)計(jì)[D];寧夏大學(xué);2018年

2 程冰;基于群體智能算法的車間調(diào)度方法研究[D];江南大學(xué);2018年

3 任清華;雙柔性流水車間調(diào)度及其與運(yùn)輸集成調(diào)度研究[D];湖南大學(xué);2018年

4 公旭冉;面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究[D];湖南大學(xué);2018年

5 余方平;基于改進(jìn)布谷鳥(niǎo)算法的車間調(diào)度研究[D];湖南大學(xué);2017年

6 黃河知源;工藝不確定再制造車間調(diào)度算法研究[D];湖南大學(xué);2017年

7 張耀輝;某汽車零部件制造公司車間調(diào)度系統(tǒng)的開(kāi)發(fā)與應(yīng)用[D];天津工業(yè)大學(xué);2018年

8 秦瑩瑩;帶惡化特征的車間調(diào)度優(yōu)化研究[D];鄭州大學(xué);2018年

9 趙一霞;改進(jìn)自適應(yīng)非支配排序遺傳算法在多目標(biāo)車間調(diào)度的研究與應(yīng)用[D];大連交通大學(xué);2017年

10 鄭凡;考慮訂單選擇的流水車間調(diào)度及其智能優(yōu)化算法研究[D];武漢理工大學(xué);2015年

本文編號(hào)：2821776