基于改進粒子群優(yōu)化算法的MES車間動態(tài)調度研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論