近年來隨著生產力的提高,消費者的需求越來越趨向個性化追求,帶動制造業(yè)訂單出現“批量小、批次多”的特征,對作業(yè)車間的生產柔性提出了更高的要求,生產調度需要面對更大的問題規(guī)模。柔性作業(yè)車間生產調度問題的研究和發(fā)展,在很大程度上迎合了這一要求,許多解決方法能夠為規(guī)模較大的調度問題快速的給出一個滿意的調度方案。柔性作業(yè)車間生產調度問題是一種基礎的問題模型,有著廣泛的適用性和良好的延展性。但隨著制造業(yè)機械化和自動化程度的不斷提高,許多車間增設了新的生產系統(tǒng),使得作業(yè)車間生產調度問題出現了新的變體模型,相應的調度解決方法越來越需要根據車間具體情況進行更為契合的設計。因此,本文以G公司柔性作業(yè)車間生產加工情況為研究目標,分析與典型的柔性作業(yè)車間生產調度問題相比多出了兩處復雜之處——自動導引小車(Automated-Guided Vehicle,AGV)運輸時間和動態(tài)機器數量,并以點帶面為該類型的作業(yè)車間設計較為契合的調度方法。遺傳算法有求解速度快、全局搜索能力強等優(yōu)點,適合求解背景復雜、規(guī)模大的優(yōu)化問題,因此本文以遺傳算法為解決方法的基礎算法并做出進一步的改進優(yōu)化設計。由于G公司柔性作業(yè)車間生產調度問題天然的被分成“工序段”和“機器段”,編碼方式設計為兩段式編碼,設計與之契合的POX(precedence operation crossover)交叉算子和多點隨機變異算子,最大流程時間的倒數為適應度函數和輪盤賭選擇算子。在Kacem算例測試和G公司調度問題求解方案的分析中發(fā)現所得方案機器負載不平衡、算法收斂速度慢等問題,使得問題的優(yōu)化解并不令人滿意。為此設計了貪婪式插入解碼策略、基于正態(tài)分布的先驗機器選擇機制、機器負荷平衡輔助目標函數設計、機器負荷補償選擇機制和進化算子加入到基礎遺傳算法之上,并在算例測試和G公司調度問題求解中得到令人滿意的解方案,但算例仍不能穩(wěn)定求得最優(yōu)解。為了得到更進一步的優(yōu)化解方案,同時提高算法收斂速度和收斂的穩(wěn)定性、簡化算法的參數設置,本文在改進的遺傳算法之上加入了自適應算子設計。自適應函數的構造結合使用了logistic函數和高斯分布函數,自適應函數自變量參數的設計中,除了常用的迭代數外,還設計了基于精英個體編碼的相似度參數和種群停滯代數參數。不僅對交叉、變異、進化的概率和長度設計了自適應函數,為調整種群搜索能力,還創(chuàng)新的設計了選擇加速算子自適應函數。
【學位單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP18;TB497
【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內外研究綜述
    1.3 研究內容與方法
    1.4 研究技術路線圖
2 生產調度問題和遺傳算法理論基礎
    2.1 生產調度問題分類
    2.2 遺傳算法理論
    2.3 自適應遺傳算法理論
    2.4 本章小節(jié)
3 G公司車間調度問題的遺傳算法設計
    3.1 G公司車間調度問題分析
    3.2 求解調度方案的遺傳算法設計
    3.3 遺傳算法求解結果分析
    3.4 本章小節(jié)
4 遺傳算法改進
    4.1 遺傳算子改進優(yōu)化設計
    4.2 改進遺傳算法求解結果分析
    4.3 本章小節(jié)
5 自適應遺傳算法設計
    5.1 自適應算子設計
    5.2 改進自適應遺傳算法求解結果分析
    5.3 G公司調度方案改進
    5.4 本章小節(jié)
6 結論與展望
    6.1 研究結論
    6.2 研究展望
參考文獻
附錄
作者簡歷
學位論文數據集

【相似文獻】

相關期刊論文 前10條

1 張鼎;;博弈視角下的多目標生產調度問題探討[J];化工管理;2015年11期

2 黃雨田;于彩燕;段富;;免疫算法解決車間生產調度問題方法綜述[J];計算機工程與科學;2010年06期

3 金鋒;吳澄;;大規(guī)模生產調度問題的研究現狀與展望[J];計算機集成制造系統(tǒng);2006年02期

4 馬正元,王偉玲,王玉生;生產調度問題的系統(tǒng)研究[J];成組技術與生產現代化;2005年01期

5 王占田;;生產調度問題研究的動態(tài)與趨勢[J];化工管理;2018年12期

6 陳歡;;生產調度智能算法及其應用[J];電腦迷;2017年03期

7 徐建國;左春榮;李凱;;混合遺傳算法求解一類多資源生產調度問題[J];價值工程;2008年09期

8 李琪;馮欣;張永振;;生產調度問題研究平臺的設計與開發(fā)[J];河南科技大學學報(自然科學版);2008年05期

9 尤軍,李少遠;生產調度問題的模糊滿意優(yōu)化[J];上海交通大學學報;2003年11期

10 王偉玲,馬正元,王玉生;生產調度問題研究的動態(tài)與趨勢[J];組合機床與自動化加工技術;2005年05期

相關博士學位論文 前10條

1 徐建有;基于智能優(yōu)化算法的生產調度問題研究[D];東北大學;2015年

2 劉春來;考慮訂單外包的生產調度模型和算法研究[D];大連理工大學;2017年

3 趙小強;煉廠生產調度問題研究[D];浙江大學;2005年

4 高守瑋;一類Flow shop生產調度問題及其優(yōu)化方法之分析與研究[D];上海交通大學;2007年

5 宋存利;生產調度問題及其智能優(yōu)化算法研究[D];大連理工大學;2011年

6 周艷平;基于博弈理論的多目標生產調度問題研究[D];華東理工大學;2013年

7 郭盈;實際復雜生產調度問題的新模型與算法研究[D];合肥工業(yè)大學;2012年

8 徐新黎;生產調度問題的智能優(yōu)化方法研究及應用[D];浙江工業(yè)大學;2009年

9 何小娟;分布估計算法及其在生產調度問題中的應用研究[D];蘭州理工大學;2011年

10 王景華;基于離散和混合模型的生產調度若干問題研究[D];合肥工業(yè)大學;2014年

相關碩士學位論文 前10條

1 沙利民;MES環(huán)境下生產調度問題的研究[D];北京郵電大學;2019年

2 史俊豪;G公司柔性作業(yè)車間生產調度問題的改進型自適應遺傳算法設計和優(yōu)化[D];中國礦業(yè)大學;2019年

3 張浩宇;具有特殊緩沖區(qū)的鋼鐵生產調度問題研究[D];內蒙古工業(yè)大學;2018年

4 陳偉;考慮模具約束的生產調度問題研究[D];合肥工業(yè)大學;2013年

5 徐建國;多資源生產調度問題的分析建模[D];合肥工業(yè)大學;2008年

6 呂恒;客戶需求不確定條件下生產調度問題研究[D];西南交通大學;2009年

7 崔少東;碳減排背景下廢鋼鐵再制造生產調度問題研究[D];東南大學;2016年

8 周巍;中小型制造企業(yè)車間生產調度問題的分析與研究[D];南京理工大學;2005年

9 嚴少斌;優(yōu)化算法研究及其在不確定條件下生產調度問題的應用[D];華東理工大學;2011年

10 陳志強;流程工業(yè)生產調度問題優(yōu)化模型及其應用[D];浙江工業(yè)大學;2001年

本文編號：2873662