多工艺路线作业车间批量调度问题研究

论文摘要

当今市场竞争日益激烈,消费个性化、需求多样化使得多品种小批量成为企业生产的新趋势,因此高效的车间调度对生产制造企业显得尤为重要,也是提高企业竞争力的关键因素。作业车间调度（Job Shop Scheduling, JSP）是实际调度问题的简化,现实制造系统的调度问题通常还具有多工艺和多批量的特点。由于作业车间调度是NP-hard问题,多工艺路线作业车间批量调度问题大大增加了问题的复杂性,对该问题的研究具有重要的理论意义和实用价值。首先,本文介绍了课题的来源、目的和意义,论述了作业车间调度问题、多工艺路线作业车间批量调度的研究现状,以及车间调度问题的发展趋势。然后,研究了多工艺路线作业车间调度问题,构建了多工艺路线JSP问题的数学集成模型。基于广义粒子群优化模型,构造了一种求解多工艺路线JSP问题的广义粒子群优化算法（GPSO）。在该算法中,利用遗传算法（GA）中的交叉操作作为粒子间的信息交换策略,遗传算法中的变异操作则作为粒子的随机搜索策略,而粒子的局部搜索策略则采用禁忌搜索（TS）来实现。实验结果表明,该算法可有效地求解多工艺路线JSP问题。接着,研究了多工艺路线作业车间批量调度问题。采用等量分批的策略,同时引入平行移动的方法,使其与等量分批结合起来,从而达到有效优化生产周期的目的。基于GPSO算法,采用一种有效初始化方法,使得粒子编码能产生较优的初始解。针对多工艺路线批量调度问题,设计了一种新的交叉方法。通过对具体实例的仿真测试,研究批次变化对多工艺批量调度生产周期的影响,验证了该算法的可行性和有效性。随后,通过研究多工艺路线批量调度问题,结合GPSO的优化思想,开发了相应的调度原型系统。通过测试结果,再次验证了算法的有效性。最后,对全文进行总结,并对多工艺路线作业车间批量调度问题的研究做了进一步展望。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题概述
• 1.2 作业车间调度问题概述
• 1.3 多工艺路线作业车间批量调度问题概述
• 1.4 车间调度问题的发展趋势
• 1.5 本文主要工作与结构
• 2 多工艺路线作业车间调度
• 2.1 问题描述
• 2.2 多工艺路线作业车间调度集成框架
• 2.3 多工艺路线作业车间调度数学模型
• 2.4 基于广义粒子群优化模型的算法
• 2.5 求解多工艺路线JSP 问题的GPSO 流程
• 2.6 实例测试与分析
• 2.7 本章小结
• 3 多工艺路线作业车间批量调度
• 3.1 问题描述
• 3.2 批量调度策略
• 3.3 求解多工艺路线作业车间批量调度问题的GPSO 方法
• 3.4 实例测试与分析
• 3.5 本章小结
• 4 原型系统与运行实例
• 4.1 原型系统简介
• 4.2 运行实例
• 5 全文总结与展望
• 5.1 全文总结
• 5.2 工作展望
• 致谢
• 参考文献
• 附录 攻读硕士学位期间发表学术论文