基于改進粒子群優(yōu)化算法的MES車間動態(tài)調度研究.pdf

1、　　車間調度是制造執(zhí)行系統(Manufacturing Execution System,MES)中的重要功能之一,它處理MES與過程控制系統之間的信息交互。有效的調度方法和優(yōu)化技術的研究與應用,是實現先進制造和提高生產效率的基礎和關鍵。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,調節(jié)參數少,收斂速度快等優(yōu)點,已經成功應用在工業(yè)、工程、經濟等領域,成為優(yōu)化算法的研究熱點和前沿。
　　在實際的車間生產中,針對緊急訂單插入、

2、交貨期更改、工件到達時間不確定、以及生產設備故障與修復等實時突發(fā)事件,靜態(tài)調度不能適應動態(tài)加工環(huán)境的變化,必須采用動態(tài)調度對實時事件進行處理,以適應動態(tài)的加工環(huán)境。從而對生產執(zhí)行過程中的各種變化做出實時響應,并獲得整個生產車間的生產的優(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、國內外的研究現狀,及MES概況；系統地闡述MES中車間調度的研究內容、研究方法及存在的問題。
　　其次

3、,總結了離散粒子群優(yōu)化算法的研究及改進設計思路,針對調度問題本質,結合交叉變異思想,重新設計了粒子的更新機制；針對基本粒子群算法局部搜索性能差的缺點,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)粒子的鄰域進行局部搜索,很好地防止了算法出現早熟收斂。從而,設計出了改進的離散粒子群優(yōu)化算法(SG-DPSO),通過測試集進行仿真實驗,表明改進的離散粒子群算法在靜態(tài)作業(yè)車間調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)車間調度問題的詳細分析,研究緊急訂單插入的動態(tài)事件,采用事件驅動的策略,將滾動窗口技術作為驅動策略的實現技術,建立了動態(tài)作業(yè)車間調度問題的數學模型。將改進的離散粒子群優(yōu)化算法用于求解動態(tài)作業(yè)車間調度問題。通過測試算例的仿真實驗,驗證了動態(tài)作業(yè)車間調度問題數學模型的可靠性,以及本文改進的離散粒子群優(yōu)化算法求解動態(tài)調度問題的有效性。
　　最后,結合以上研究內容,開發(fā)了基于MATLAB的GUI功能模塊的調度優(yōu)化仿真平臺,并對算例進