基于改進(jìn)粒子群優(yōu)化算法的MES車間動態(tài)調(diào)度研究.pdf

1、　　車間調(diào)度是制造執(zhí)行系統(tǒng)(Manufacturing Execution System,MES)中的重要功能之一,它處理MES與過程控制系統(tǒng)之間的信息交互。有效的調(diào)度方法和優(yōu)化技術(shù)的研究與應(yīng)用,是實(shí)現(xiàn)先進(jìn)制造和提高生產(chǎn)效率的基礎(chǔ)和關(guān)鍵。粒子群優(yōu)化算法是群體智能的典型代表,它具有原理簡單,調(diào)節(jié)參數(shù)少,收斂速度快等優(yōu)點(diǎn),已經(jīng)成功應(yīng)用在工業(yè)、工程、經(jīng)濟(jì)等領(lǐng)域,成為優(yōu)化算法的研究熱點(diǎn)和前沿。
　　在實(shí)際的車間生產(chǎn)中,針對緊急訂單插入、

2、交貨期更改、工件到達(dá)時間不確定、以及生產(chǎn)設(shè)備故障與修復(fù)等實(shí)時突發(fā)事件,靜態(tài)調(diào)度不能適應(yīng)動態(tài)加工環(huán)境的變化,必須采用動態(tài)調(diào)度對實(shí)時事件進(jìn)行處理,以適應(yīng)動態(tài)的加工環(huán)境。從而對生產(chǎn)執(zhí)行過程中的各種變化做出實(shí)時響應(yīng),并獲得整個生產(chǎn)車間的生產(chǎn)的優(yōu)化。針對以上要求,本文的研究工作主要如下：
　　首先,介紹了課題的研究背景、研究意義、國內(nèi)外的研究現(xiàn)狀,及MES概況；系統(tǒng)地闡述MES中車間調(diào)度的研究內(nèi)容、研究方法及存在的問題。
　　其次

3、,總結(jié)了離散粒子群優(yōu)化算法的研究及改進(jìn)設(shè)計思路,針對調(diào)度問題本質(zhì),結(jié)合交叉變異思想,重新設(shè)計了粒子的更新機(jī)制；針對基本粒子群算法局部搜索性能差的缺點(diǎn),并將變異思想和模擬退火算法思想融入該算法中對全局最優(yōu)粒子的鄰域進(jìn)行局部搜索,很好地防止了算法出現(xiàn)早熟收斂。從而,設(shè)計出了改進(jìn)的離散粒子群優(yōu)化算法(SG-DPSO),通過測試集進(jìn)行仿真實(shí)驗(yàn),表明改進(jìn)的離散粒子群算法在靜態(tài)作業(yè)車間調(diào)度問題上有更好的收斂性和有效性。
　　再次,通過對動態(tài)

4、作業(yè)車間調(diào)度問題的詳細(xì)分析,研究緊急訂單插入的動態(tài)事件,采用事件驅(qū)動的策略,將滾動窗口技術(shù)作為驅(qū)動策略的實(shí)現(xiàn)技術(shù),建立了動態(tài)作業(yè)車間調(diào)度問題的數(shù)學(xué)模型。將改進(jìn)的離散粒子群優(yōu)化算法用于求解動態(tài)作業(yè)車間調(diào)度問題。通過測試算例的仿真實(shí)驗(yàn),驗(yàn)證了動態(tài)作業(yè)車間調(diào)度問題數(shù)學(xué)模型的可靠性,以及本文改進(jìn)的離散粒子群優(yōu)化算法求解動態(tài)調(diào)度問題的有效性。
　　最后,結(jié)合以上研究內(nèi)容,開發(fā)了基于MATLAB的GUI功能模塊的調(diào)度優(yōu)化仿真平臺,并對算例進(jìn)