一類離散制造業(yè)生產過程中的優(yōu)化問題研究.pdf

1、生產調度和下料問題廣泛存在于離散制造業(yè)的生產過程中，采用優(yōu)化的生產調度方案安排生產是提高企業(yè)制造資源利用率的有效手段：而根據優(yōu)化的配切方案進行下料是降低原材料消耗，提高企業(yè)競爭力的重要途徑。當今離散制造業(yè)多品種小批量的生產方式決定了其生產調度和下料問題多為NP難題，通常無法在有效的時間內求得最優(yōu)解，因此尋求近優(yōu)解的方法被廣泛地應用到實際的生產過程中。文章研究了一類離散制造業(yè)生產過程中的半flowshop等生產調度問題和多型材變截面一維下

2、料問題，分別提出了改進的自適應混合遺傳算法和兩級分組啟發(fā)式算法對問題進行求解，并將優(yōu)化算法與信息系統(tǒng)的設計相結合，開發(fā)出了一個生產優(yōu)化與執(zhí)行系統(tǒng)。文章的主要貢獻和創(chuàng)新點如下： 1.在對馬鋼車輪公司火車車輪生產線的生產過程深入研究后，提煉出了一類離散制造業(yè)生產線生產方式中廣泛存在的“半flow shop”生產調度問題，該調度問題類似于flow shop但又與flow shop有差別，它允許生產線上加工的產品可以跳過一些工序。文章根

3、據實際生產情況建立了該調度問題的數學模型，并針對該調度問題的特點提出了一種用自適應遺傳算法與FCFS調度規(guī)則結合求解的混合算法。 2.提出了一種具有序依賴setup time的單機器批量生產調度問題，以總的setup time最小為目標建立了該生產調度問題的數學模型，設計了一種改進的自適應混合遺傳算法求解該生產調度問題，對遺傳算法的交叉和變異算子均按照該調度問題的特點進行了改進，提出一種“緊后任務選優(yōu)重組交叉算子”，該算子能將調

4、度排序上的優(yōu)良性狀很好地遺傳到下一代群體中。用一種局部優(yōu)化算法代替變異算子以提高算法的爬山能力。 3.將一類使用多種型號圓臺形原料的下料問題定義為“多型材變截面一維下料問題”。建立的數學模型考慮了刀縫寬度對切割計算的影響，考慮了企業(yè)生產的實際約束，并提出一種兩級分組啟發(fā)式算法對問題進行求解。 4.在自適應遺傳算法交叉和變異概率的計算中，引入基因信息熵的概念來計算個體差異度，克服了傳統(tǒng)自適應遺傳算法靠個體適應度來計算的不足