多目标柔性作业车间调度技术研究

西北工业大学博士学位论文多目标柔性作业车间调度技术研究姓名：吴秀丽申请学位级别：博士专业：机械电子工程指导教师：孙树栋20060501多目标柔性作业车间调度技术研究作者：吴秀丽学位授予单位：西北工业大学相似文献(10条)1.期刊论文鞠全勇.朱剑英.JUQuanyong.ZHUJianying多目标批量生产柔性作业车间优化调度-机械工程学报2007,43(8)研究批量生产中以生产周期、最大提前/最大拖后时间、生产成本以及设备利用率指标(机床总负荷和机床最大负荷)为调度目标的柔性作业车间优化调度问题.提出批量生产优化调度策略,建立多目标优化调度模型,结合多种群粒子群搜索与遗传算法的优点提出具有倾向性粒子群搜索的多种群混合算法,以提高搜索效率和搜索质量.仿真结果表明,该模型及算法较目前国内外现有方法更为有效和合理.最后,从现实生产实际出发给出多目标批量生产柔性调度算例,结果可行,可对生产实践起到一定的指导作用.2.学位论文贾兆红粒子群优化算法在柔性作业车间调度中的应用研究2008传统的作业车间调度问题是求解每个工件具有特定加工机器的一类调度问题，而在实际生产中，可以加工某个工序的机器往往不止一个，这就产生了柔性作业车间调度问题。柔性作业车间调度问题(Flexiblejobshopschedulingproblem，FJSP)由于具有路径柔性的特点，从而可以避免传统作业车间在正常运行过程中容易出现的阻塞和拥挤等现象，并且当加工过程中出现机器故障等一些异常情况的时候，作业车间系统仍然能够维持生产的继续进行，这样可以提高作业车间调度系统的灵活性。然而，柔性路径的特点也使得这类问题的可行解范围的增大，从而给问题的求解带来新的挑战。在实际生产中，柔性作业车间调度问题往往需要同时面向多个目标进行决策分析。因此，寻找有效的方法对多目标柔性作业车间调度问题进行求解具有重要的理论价值和应用意义。本文主要探讨了如何使用粒子群优化(ParticleSwarmOptimization，PSO)算法求解柔性作业车间调度问题，特别是多目标柔性作业车间调度问题。本论文的主要工作与创新点如下：(1)研究了基于混沌的PSO算法在柔性作业车间调度问题中的应用。利用混沌优化技术的随机性、遍历性特点和易跳出局部极值的能力，在PSO算法中引入混沌技术以提高PSO算法的性能，提出了一种混合PSO算法。首先，利用混沌对PSO算法的参数进行自适应优化，实现全局搜索与局部搜索间的有效平衡；然后，在PSO算法的搜索过程中引入混沌局部搜索策略，以提高求解的精度和收敛速度。并且将该算法分别应用于若干个单目标和多目标柔性作业车间调度问题的求解，实验结果表明算法具有良好的全局搜索性能。(2)探讨了基于多目标权重聚合优化策略的PSO算法。在PSO和混沌的混合优化算法的基础上，针对多目标存在的量纲问题，采用一种基于模糊逻辑的适应度函数形式。同时，为了进一步保持种群的多样性，最大可能的搜索到所有的非劣解，利用随机思想生成适应度函数的权系数。实验表明这种方法使得算法获得的非劣解具有很好的分布行和稳定性。(3)研究了Fully-informed粒子群(FIPS)算法在多目标柔性作业车间调度问题中的应用。首先，基于Pareto最优概念对种群进行排序，同时将属于相同Pareto等级的个体定义为邻居，并将这种基于Pareto等级的近邻拓扑结构用于FIPS算法中。其次，通过计算同Pareto等级中个体的拥挤距离进行第二级排序，给出了一种基于排序的FIPS算法。最后，针对算法的早熟收敛问题，引入基于编码机制的两种变异算子。(4)研究了基于动态概率搜索机制的PSO算法在多目标作业车间调度问题中的应用。算法在搜索初期利用粒子近邻的平均最优代替传统的单个最优引导搜索，后期用Gaussian动态概率搜索来提高算法的局部开挖能力。然后，引入Pareto优的概念，采用精英集来存放非劣解，提出一种新的适应度值分配方法。此外，在算法中还引入了一种自适应的变异算子来增强解的多样性。实验结果表明本文提出的算法具有较好的搜索性能，是求解多目标柔性作业车间调度问题的一种可行方法。3.期刊论文何莺.蔡鸿明.HEYing.CAIHong-ming基于需求优先的多目标柔性车间调度研究-微型电脑应用2009,25(7)为满足按时提交客户货物的要求,需要优化企业的生产调度,现实的生产调度问题是传统车间调度问题的扩充,具有多目标、柔性等特性.针对柔性作业车间调度的需要,提出了在精益制造下的基于需求优先的多目标柔性车间调度算法.该算法以工件提前/拖期惩罚代价最小,调度最小生产周期为目标,基于规则的改进启发式调度,在调度过程中通过需求日期计算工件的优先级为每道工序分配合适的机器进行加工,可得到满意的较优解.与其他方法进行对比试验的结果表明,该算法在求解柔性作业车间调度问题是有效的.4.期刊论文张维存.郑丕谔.吴晓丹.ZHANGWei-cun.ZHENGPi-e.WUXiao-dan基于蚁群粒子群算法求解多目标柔性调度问题-计算机应用2007,27(4)通过分析多目标柔性作业车间调度问题中各目标的相互关系,提出一种主、从递阶结构的蚁群粒子群求解算法.算法中,主级为蚁群算法,在选择工件加工路径过程中实现设备总负荷和关键设备负荷最小化的目标;从级为粒子群算法,在主级工艺路径约束下的设备排产中实现工件流通时间最小化的目标.然后,以设备负荷和工序加工时间为启发式信息设计蚂蚁在工序可用设备间转移概率;基于粒子向量优先权值的大小关系设计解码方法实现设备上的工序排产.最后,通过仿真和比较实验,验证了该算法的有效性.5.期刊论文席卫东.乔兵.朱剑英.XIWei-dong.QIAOBing.ZHUJian-ying基于改进遗传算法的柔性作业车间调度-哈尔滨工业大学学报2007,39(7)应用遗传算法解决柔性作业车间调度问题,针对柔性作业车间问题的特点提出了一种新颖直观的双子串基因编码方法,并设计了独特的交叉和变异算子,从而取消了运用遗传算法求解作业车间问题时为使基因合法化而进行的基因修复和重建过程,仿真结果表明用该遗传算法解决柔性作业车间调度是有效的.6.学位论文陆韡作业车间调度的建模及优化方法研究2007车间调度是影响制造业生产效率的关键因素，本文从课题、企业、技术三方面分析并提出了对车间静态以及动态调度的相应需求，明确了本文的研究内容和研究目标。针对车间调度研究中建模及优化方法的不足之处，本文首先提出了融合多种策略和机制的混合蚁群算法以及相应的三维析取图建模方法及其扩展模型，应用此建模方法可以对多种调度问题进行建模，并以蚁群算法进行优化求解。在此基础上，本文研究了作业车间的静态调度，应用基本的三维析取图建立了作业车间静态调度的问题模型，并运用混合蚁群算法对最大完工时间最小、总拖期时间最小、提前/拖期惩罚代价最小等多个目标进行了优化，并进行了参数的研究及改进。本文进一步对作业车间动态调度进行了研究。提出了事件驱动和周期性调度相结合的调度策略，其中，周期性调度策略应用了变周期滚动窗口技术；针对动态调度中常规订单的处理、急件订单、订单取消、机器故障等异常事件，运用赋时三维析取图建立了问题模型，利用本文提出的动态调度策略，以混合蚁群算法进行了仿真求解。在实际生产环境中，调度问题具有多加工路径、多目标性、多资源性等特点。因此本文进一步研究了柔性作业车间调度问题，并应用改进的混合蚁群算法进行了单目标和多目标的仿真优化；在柔性作业车间调度的基础上，增加了人员—机器约束、换线时间约束等约束条件，运用赋时四维析取图进行了问题的建模，并应用改进的混合蚁群算法进行了仿真优化。最后，开发了基于以上技术及算法车间调度系统，并以实际生产数据对系统进行了案例验证。7.期刊论文袁坤.朱剑英.鞠全勇.王有远.YuanKun.ZhuJianying.JuQuanyong.WangYouyuan多目标柔性作业车间调度的集成算子遗传算法-南京航空航天大学学报（英文版）2006,23(4)柔性作业车间调度(FJSP)中,在将任务按顺序分配到各机床前,首先要为任务选择加工机床.为求解多目标FJSP,本文在分析该问题特点的基础上,提出了一种面向甘特图的串编码(GORS)及相应的的遗传算法算子的基本操作.提出了集成算子遗传算法,并给出了其具体实现.文献算例的实验及与国际最近研究成果比较表明,该算法减小了目标参数值即生产周期、最大机床负载和总的机床负载.8.期刊论文乔兵.孙志峻.朱剑英.QiaoBing.SunZhijun.ZhuJianying用遗传算法求解柔性作业车间调度问题-南京航空航天大学学报(英文版)2001,18(1)古典作业车间调度问题已经被研究了几十年并证明为NP-hard问题。柔性作业车间调度是古典作业车间调度问题的扩展，它允许工序由一个机床集合中的任意一台加工，调度的目的是将工序分配给各机床，并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究，针对柔性作业车间问题提出了一种新颖直观的基因编码方法，从而取消了运用遗传算法求解作业车间问题时为使基因合法化而进行的基因修复过程，仿真结果表明用该遗传算法解决柔性作业车间调度问题是有效的。9.学位论文刘博柔性作业车间动态生产调度问题的研究2007随着市场的多变以及市场对产品个性化的需求，多品种、小批量生产方式已经逐渐成为制造业的发展主流。生产调度问题已经成为降低企业生产成本，提高企业效益的关键问题。在传统的作业车间调度问题研究中，仅考虑各工序在唯一确定的机床上加工的情况，缺乏一定的柔性。随着柔性制造系统的出现，这一传统限制已被突破，各工序可以在多台可选的机床上加工，即路径柔性已成为生产的实际需求。路径柔性是柔性制造系统的一个重要特性，它可有效地平衡工序负荷，缩短加工时间，减少在制品库存，并能应对突发事件的干扰，从而大大提高了加工系统的整体性能。因此，研究具有路径柔性的车间调度问题具有重要的现实意义。本文介绍了车间调度的概念及其发展过程、研究现状和发展趋势；对车间调度的各种研究方法进行了简要的介绍和比较；概述了遗传算法的基本原理和步骤，介绍了遗传算法常用的一些算子，分析了遗传算法的特点，并对遗传算法的一些理论进行了讨论。建立了针对柔性作业车间的动态调度问题数学模型和目标函数。设计了一种基于工序编码的满足柔性作业车间调度要求的遗传算子，并利用程序语言实现了算法。采用一种周期性重调度和特殊事件触发式重调度的动态调度策略，完成了整个柔性作业车间动态调度系统的程序设计工作。在此基础之上，结合实际生产，给出了多目标生产调度问题数学模型和目标函数，并提出了几种改进的遗传算法和包含提前和超时反馈的动态调度模型。10.期刊论文魏巍.谭建荣.冯毅雄.张蕊.WEIWei.TANJian-rong.FENGYi-xiong.ZHANGRui柔性工作车间调度问题的多目标优化方法研究-计算机集成制造系统2009,15(8)针对各工件日标不同的多目标柔性作业车间调度问题,构建了以加工成本、加工质量及制造工期为目标函数的柔性作业车间调度多日标优化数学模型.针对传统的加权系数遗传算法不能很好地解决柔性作业车间调度多目标优化问题,提出采用改进的强度Pareto进化算法,对柔性作业车间调度问题进行多目标优化,从而得出柔性车间调度问题的Pareto综合最优解.最后,结合项目实施,以某大型空分装备企业的车间调度为例,证明了文中提出的方法能很好地解决柔性工作车间调度的多目标优化问题.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：da82b591-3946-4547-b06d-9e1800b49d24下载时间：2010年10月23日