離散制造車間多生產(chǎn)模式下作業(yè)調(diào)度研究.pdf

1、車間作業(yè)調(diào)度是制造企業(yè)生產(chǎn)管理中十分重要且關(guān)鍵的環(huán)節(jié)，是實(shí)現(xiàn)先進(jìn)制造和提高生產(chǎn)效益的主要方法和手段。論文針對(duì)離散制造車間多生產(chǎn)模式下作業(yè)調(diào)度較難優(yōu)化的問題，以智能算法為主要技術(shù)手段，對(duì)其進(jìn)行了系統(tǒng)而深入研究，提出了調(diào)度優(yōu)化方案。主要研究內(nèi)容如下：
　　 ①對(duì)車間調(diào)度問題進(jìn)行了概述，重點(diǎn)對(duì)調(diào)度發(fā)展過程、分類、特點(diǎn)、基礎(chǔ)理論、指標(biāo)體系、算法編碼進(jìn)行了歸納與總結(jié)；對(duì)車間調(diào)度研究現(xiàn)狀和車間作業(yè)調(diào)度研究現(xiàn)狀做了系統(tǒng)的分析；提出車間作業(yè)調(diào)度

2、研究中的不足，明確研究的目的。
　　 ②對(duì)多生產(chǎn)模式下Job Shop調(diào)度進(jìn)行了總體研究；把車間作業(yè)調(diào)度問題細(xì)分為單目標(biāo)經(jīng)典生產(chǎn)模式下Job Shop調(diào)度問題、多目標(biāo)靜態(tài)柔性非模糊生產(chǎn)模式下Job Shop調(diào)度問題、多目標(biāo)靜態(tài)柔性模糊生產(chǎn)模式下Job Shop調(diào)度問題、多目標(biāo)動(dòng)態(tài)柔性生產(chǎn)模式下Job Shop調(diào)度問題等四個(gè)子問題；在此基礎(chǔ)上，對(duì)論文所要研究的Job Shop調(diào)度四個(gè)子問題的總體數(shù)學(xué)模型、一般典型流程和總體技術(shù)框架

3、進(jìn)行了深入研究。
　　 ③針對(duì)單目標(biāo)經(jīng)典生產(chǎn)模式下Job Shop調(diào)度問題，分別從改善算法結(jié)構(gòu)和算法融合的角度出發(fā)，提出了兩種優(yōu)化技術(shù)：基于改進(jìn)免疫克隆算法的優(yōu)化技術(shù)和基于含精英策略的小生境遺傳模擬退火算法的優(yōu)化技術(shù)。前者，在融入并行計(jì)算和種群協(xié)同競爭思想的基礎(chǔ)上，通過免疫記憶機(jī)制、克隆增殖、高頻變異和交叉算子的操作，取得了深度搜索和廣度尋優(yōu)之間的平衡；后者，通過小生境技術(shù)、自適應(yīng)雙點(diǎn)交叉和互換變異策略、精英保留策略改善算法性能

4、，并采用這兩種優(yōu)化技術(shù)對(duì)以最小化加工周期為目標(biāo)的經(jīng)典Job Shop調(diào)度問題進(jìn)行了優(yōu)化。
　　 ④針對(duì)多目標(biāo)靜態(tài)柔性非模糊生產(chǎn)模式下Job Shop調(diào)度過程中只考慮工件和機(jī)器設(shè)備而忽略人機(jī)協(xié)同的問題，提出人機(jī)協(xié)同配置的調(diào)度優(yōu)化技術(shù)。解決方案的基本思路如下：根據(jù)目前絕大多數(shù)調(diào)度理論僅關(guān)注機(jī)器設(shè)備單一資源調(diào)度的特點(diǎn)，提出人機(jī)雙資源協(xié)同配置的多目標(biāo)優(yōu)化模型；并設(shè)計(jì)了可實(shí)現(xiàn)工藝路線和人機(jī)配合的兩層柔性約束的三層編碼方式；采用遺傳算法非支

5、配解集思想對(duì)多產(chǎn)線共存下的生產(chǎn)路徑進(jìn)行尋優(yōu)。
　　 ⑤針對(duì)多目標(biāo)靜態(tài)柔性模糊生產(chǎn)模式下Job Shop調(diào)度中的多資源多工藝路線優(yōu)化問題，提出了兩種優(yōu)化技術(shù)：基于多種群遺傳算法的優(yōu)化技術(shù)和基于改進(jìn)非支配排序遺傳算法的優(yōu)化技術(shù)。前者，采用多目標(biāo)單一化方法處理多個(gè)需要優(yōu)化的目標(biāo)，建立了以最小化最大完工時(shí)間和最大化顧客滿意度為目標(biāo)的優(yōu)化模型，提出了多種群協(xié)同進(jìn)化的遺傳算法，并用該算法對(duì)多目標(biāo)靜態(tài)柔性模糊生產(chǎn)模式下Job Shop調(diào)度問題

6、進(jìn)行了研究；后者，采用非支配解集思想處理多個(gè)需要優(yōu)化的目標(biāo)，建立了以最小化生產(chǎn)總流程時(shí)間、最大化客戶滿意度和最小化加工成本為目標(biāo)的優(yōu)化模型，提出了改進(jìn)非支配排序遺傳算法，并用該算法對(duì)多目標(biāo)靜態(tài)柔性模糊生產(chǎn)模式下Job Shop調(diào)度問題進(jìn)行了優(yōu)化。
　　 ⑥針對(duì)多目標(biāo)動(dòng)態(tài)柔性生產(chǎn)模式下Job Shop調(diào)度中周期和事件雙重?cái)_動(dòng)的優(yōu)化問題，提出了基于自適應(yīng)遺傳算法的多目標(biāo)優(yōu)化技術(shù)，解決方案的基本思路如下：首先，對(duì)動(dòng)態(tài)調(diào)度策略、動(dòng)態(tài)調(diào)度