基于群智能優(yōu)化算法的硫化車(chē)間多目標(biāo)調(diào)度問(wèn)題的研究.pdf

1、輪胎制造行業(yè)是一個(gè)生產(chǎn)規(guī)模較大，資源和勞動(dòng)力密集的行業(yè)，良好的生產(chǎn)計(jì)劃的制定對(duì)企業(yè)的生產(chǎn)過(guò)程和實(shí)際收益具有重大的意義。我國(guó)輪胎生產(chǎn)行業(yè)普遍面臨生產(chǎn)計(jì)劃主要靠人工制定，不同人員制定計(jì)劃執(zhí)行效率差別較大和針對(duì)大批量輪胎生產(chǎn)效率低下等困境，因此提高企業(yè)調(diào)度計(jì)劃制定水平是輪胎制造業(yè)亟待解決的問(wèn)題。
　　在輪胎生產(chǎn)中，硫化工序作為瓶頸工序，其調(diào)度計(jì)劃制定好壞直接影響整個(gè)輪胎生產(chǎn)流程的效率，因此本文主要研究硫化車(chē)間中的生產(chǎn)調(diào)度問(wèn)題。
　

2、　本文首先研究了企業(yè)生產(chǎn)調(diào)度的總體情況，生產(chǎn)調(diào)度中的各種分類(lèi)，對(duì)每種調(diào)度分類(lèi)的定義和特點(diǎn)以及調(diào)度問(wèn)題的復(fù)雜性做了詳細(xì)的介紹。
　　其次，深入研究了蟻群算法和粒子群算法，對(duì)兩種算法的來(lái)源、發(fā)展情況做出了詳細(xì)的介紹，分析了兩種算法的特點(diǎn)以及各自的優(yōu)缺點(diǎn)。研究了兩種算法的發(fā)展情況，以及當(dāng)前的研究現(xiàn)狀，介紹了兩種算法在各領(lǐng)域的應(yīng)用情況。
　　再次，本文根據(jù)硫化車(chē)間單工序并行機(jī)等特點(diǎn)提出了一種粒子群和蟻群主從級(jí)相結(jié)合的混合優(yōu)化算法，主

3、級(jí)利用粒子群算法進(jìn)行輪胎加工機(jī)器的分配，次級(jí)利用蟻群算法結(jié)合啟發(fā)式方法根據(jù)目標(biāo)函數(shù)求出每臺(tái)機(jī)器上輪胎加工次序，從而得到總體的調(diào)度計(jì)劃。
　　然后，根據(jù)硫化車(chē)間真實(shí)的生產(chǎn)情況，如各種約束條件和企業(yè)利益最大化以及成本最小等多目標(biāo)，提出并建立了硫化車(chē)間的數(shù)學(xué)模型。利用提出的粒子群蟻群混合優(yōu)化算法解決了硫化車(chē)間中的靜態(tài)調(diào)度問(wèn)題，仿真結(jié)果顯示該算法較單純的粒子群算法和蟻群算法更具有優(yōu)勢(shì)。
　　最后，針對(duì)硫化車(chē)間中的動(dòng)態(tài)調(diào)度問(wèn)題，分析了