车间多目标优化调度研究

论文摘要

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。研究批量调度的优化方法,对于先进制造业的现代化具有重要的理论价值和实际意义。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。在阐述了双目标调度和多工艺加工计划调度的概念和意义的基础上,建立了基于双目标多工艺加工计划的生产调度集成框架图和数学模型。给出了基于遗传算法的无辅助加工时间多工艺加工计划调度算法,通过与国外学者提出的算法相比较,可说明该算法的正确性和优越性。在此基础之上,结合实际生产,区分了工件辅助加工时间和加工时间,给出了有辅助加工时间的多工艺加工计划调度算法,通过与前一算法的比较,更说明了该算法的优越性。研究了流水车间多目标调度问题。首先建立了包含生产周期、平均流通时间等在内的六个目标的流水车间调度的数学模型,通过改变各目标的加权系数来得到流水车间各工件满足多目标优化的加工顺序。其次提出了一种改进的遗传算法,采用十进制自然编码方式来构造染色体编码,并针对这种染色体设计了交叉算子和变异算子。最后,对六个工件四台机床的流水车间加工系统进行了仿真。仿真结果表明模型是正确的,算法是有效的。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 车间调度问题概述
• 1.1.1 车间调度的含义
• 1.1.2 车间调度问题的特点
• 1.1.3 车间调度问题的分类
• 1.1.4 车间调度问题的分派规则和调度性能
• 1.2 车间调度问题的研究历史和现状
• 1.2.1 研究历史
• 1.2.2 研究现状
• 1.3 车间调度问题的优化方法
• 1.4 车间调度问题的发展趋势
• 1.5 本文研究的意义和主要内容
• 1.5.1 本文研究的意义
• 1.5.2 本文研究的主要内容
• 第二章 遗传算法
• 2.1 遗传算法的简介
• 2.1.1 遗传算法的研究概述
• 2.1.2 遗传算法与生物进化
• 2.1.3 基本概念
• 2.2 遗传算法的基本流程
• 2.3 遗传算法的特点
• 2.4 适应度函数
• 2.5 遗传操作算子
• 2.5.1 选择算子
• 2.5.2 交叉算子
• 2.5.3 变异算子
• 2.6 遗传算法控制参数设定
• 2.7 本章小结
• 第三章 双目标多工艺路线调度
• 3.1 双目标调度
• 3.2 多工艺路线的生产调度
• 3.3 基于多工艺路线的双目标生产调度集成框图
• 3.4 调度建模
• 3.5 双向调度算法
• 3.5.1 双向调度算例
• 3.5.2 调度算法
• 3.6 遗传算法
• 3.7 无辅助加工时间调度
• 3.7.1 调度算法
• 3.7.2 实例仿真与分析
• 3.8 有辅助加工时间调度
• 3.8.1 调度算法
• 3.8.2 实例仿真与分析
• 3.9 本章小结
• 第四章 多目标流水车间调度
• 4.1 引言
• 4.2 多目标流水车间调度
• 4.2.1 调度模型
• 4.2.2 改进遗传算法
• 4.3 生产车间调度算法主要程序设计
• 4.4 实例仿真与分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 攻读硕士期间公开发表的论文
• 图表清单
• 注释表
• 致谢
• 详细摘要