發(fā)布時(shí)間：2021-01-15 08:22

　　飛機(jī)裝配所需的物料種類復(fù)雜且數(shù)量巨大,其準(zhǔn)時(shí)供給往往存在較大的不確定性.為了有效解決物料供給不確定環(huán)境下的飛機(jī)移動(dòng)生產(chǎn)線動(dòng)態(tài)調(diào)度問(wèn)題,將機(jī)器學(xué)習(xí)中的支持向量數(shù)據(jù)描述技術(shù)（SVDD）與傳統(tǒng)的調(diào)度方法相結(jié)合,提出了基于SVDD的動(dòng)態(tài)調(diào)度算法.通過(guò)軟件CPLEX和元啟發(fā)式算法求解不同物料供給延期情形下的調(diào)度模型,并將得到的優(yōu)化結(jié)果作為樣本對(duì)SVDD分類模型進(jìn)行離線訓(xùn)練.在實(shí)時(shí)調(diào)度階段,根據(jù)SVDD模型實(shí)現(xiàn)作業(yè)的提前、延期或準(zhǔn)時(shí)執(zhí)行的分類.基于該分類結(jié)果,利用局部前瞻搜索算法進(jìn)一步對(duì)提前和延期作業(yè)的具體開(kāi)始執(zhí)行時(shí)間做出決策.數(shù)值實(shí)驗(yàn)結(jié)果證明了所提出的算法在響應(yīng)速度和求解效果上均能滿足實(shí)際飛機(jī)移動(dòng)生產(chǎn)線動(dòng)態(tài)調(diào)度的需求. 

【文章來(lái)源】：同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019,47(05)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

飛機(jī)移動(dòng)生產(chǎn)線布局圖Fig．1Layoutofaircraftmovingassemblyline

ddis=2);經(jīng)過(guò)SVDD模型分類后各裝配作業(yè)的重調(diào)度方案如圖3b所示，其中作業(yè)4、7、10需要延期裝配，作業(yè)5需要提前裝配，其余作業(yè)按原計(jì)劃裝配，因此僅需要對(duì)作業(yè)4、5、7、10的具體提前/延期時(shí)間進(jìn)行決策．對(duì)于作業(yè)4，由于其在裝配時(shí)間上可能與作業(yè)5、7存在重疊，因此將這3個(gè)作業(yè)的開(kāi)始時(shí)間的全部可能組合列舉如圖3c所示．對(duì)所有的組合計(jì)算局部最優(yōu)目標(biāo)函數(shù)值，選擇局部目標(biāo)函數(shù)值最小的組合中作業(yè)4的開(kāi)始時(shí)間TS，j=4=7作為作a模板裝配計(jì)劃甘特圖bSVDD分配模型重調(diào)度策略c裝配開(kāi)始時(shí)間組合方式圖3局部前瞻算法優(yōu)化機(jī)理Fig．3Optimizationmechanismoflocallook-aheadsearching727

同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)第47卷一方面，DS-SVDD算法在求解效率遠(yuǎn)高于TＲ算法的情況下，仍然能夠得到略優(yōu)于TＲ算法的目標(biāo)函數(shù)值，進(jìn)一步證明了DS-SVDD算法在多次擾動(dòng)環(huán)境下求解效率和效果上的雙重優(yōu)勢(shì)．圖4多次擾動(dòng)環(huán)境下的算法性能對(duì)比Fig．4Performancecomparisonofalgorithmsforaseriesofdisruptions3．3．3不同目標(biāo)權(quán)重比下的算法性能對(duì)比在實(shí)際進(jìn)行重調(diào)度決策時(shí)，額外的資源投入成本和與模板裝配計(jì)劃偏差產(chǎn)生的成本權(quán)重往往不是固定的，需要根據(jù)企業(yè)的實(shí)際需求確定．因此，本節(jié)通過(guò)改變目標(biāo)函數(shù)中兩類成本的權(quán)值，對(duì)DS-SVDD算法的適應(yīng)能力進(jìn)行測(cè)試．設(shè)定兩類成本的權(quán)重之和為1，將資源投入成本從0逐漸增大至1，同時(shí)記錄3種算法求得的目標(biāo)函數(shù)均值以及相應(yīng)的兩類成本均值，對(duì)比結(jié)果如圖5所示．由圖5可得，隨著資源投入成本權(quán)重的增加，目標(biāo)函數(shù)值均逐漸降低．DS-SVDD算法在不同權(quán)重比下得到的目標(biāo)函數(shù)均值整體優(yōu)于TＲ算法和ＲS算法．當(dāng)資源投入成本權(quán)重為0時(shí)，即僅以重調(diào)度計(jì)劃與模板偏差作為單目標(biāo)函數(shù)時(shí)，3類算法求得的結(jié)果相差不大，DS-SVDD圖5不同目標(biāo)權(quán)重下的算法性能對(duì)比Fig．5Performancecomparisonofalgorithmswithdifferentobjectiveweights算法沒(méi)有明顯的優(yōu)勢(shì)．當(dāng)資源投入成本權(quán)重為1時(shí)，即僅以資源增加的成本作為單目標(biāo)函數(shù)時(shí)，DS-SVDD算法和TＲ算法均具有較好的調(diào)度效果，且遠(yuǎn)優(yōu)于ＲS算法．而當(dāng)兩類目標(biāo)的權(quán)重比較為均衡時(shí)，DS-SVDD算法在求解性能上相比其他兩類算法具有一定的優(yōu)越性．因此，DS-SVDD算法可適用于不同目標(biāo)權(quán)重比下的飛機(jī)移動(dòng)生產(chǎn)線動(dòng)態(tài)調(diào)度問(wèn)題優(yōu)化．

【參考文獻(xiàn)】：
期刊論文
[1]考慮物料配送的飛機(jī)移動(dòng)生產(chǎn)線調(diào)度問(wèn)題優(yōu)化[J]. 胡鑫銘,陸志強(qiáng).  北京航空航天大學(xué)學(xué)報(bào). 2017(12)
[2]飛機(jī)移動(dòng)生產(chǎn)線作業(yè)調(diào)度問(wèn)題的啟發(fā)式算法[J]. 鄭倩,奚立峰.  工業(yè)工程與管理. 2015(02)



本文編號(hào)：2978575