模糊環(huán)境下基于協(xié)同進化的柔性車間調(diào)度方法研究.pdf

1、隨著全球經(jīng)濟一體化的不斷加深，用戶對產(chǎn)品需求變化速度的加快，多品種、小批量生產(chǎn)越來越普遍，這種生產(chǎn)方式使得生產(chǎn)環(huán)境越來越復(fù)雜。怎樣減少生產(chǎn)過程中不必要的開支，對于企業(yè)的生存和發(fā)展有著相當(dāng)重要的意義，企業(yè)越來越迫切需要能使生產(chǎn)更節(jié)省，更智能的方案即有效的生產(chǎn)調(diào)度。在過去的50年來，生產(chǎn)調(diào)度作為NP難題，基于其顯著的經(jīng)濟效益以及自身較高的挑戰(zhàn)性，越來越多地受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。
　　 實際生產(chǎn)中大量存在的不確定和柔性等因素使

2、制造環(huán)境的模擬變得相當(dāng)復(fù)雜，但為了更加準確地描述生產(chǎn)過程中的實際情況和提高調(diào)度的質(zhì)量，又不得不對此進行全面而深入的研究。本文針對目前研究較少且非常復(fù)雜的模糊柔性作業(yè)車間調(diào)度的兩類問題，分別提出基于協(xié)同進化的調(diào)度算法，并通過仿真實驗驗證調(diào)度算法的性能。
　　 第一類問題為模糊柔性作業(yè)車間調(diào)度問題。對柔性調(diào)度問題的一般研究方法進行探討，分析了分解法和集成法的優(yōu)缺點，并提出了基于協(xié)同進化的研究方法。這種方法將問題分解成機器分配和工序排

3、序兩個種群，并利用適應(yīng)度值的計算將兩個種群聯(lián)系在一起，使這兩個種群相互影響共同進化。本文通過大量的仿真對比研究，最終選定機器分配和工序排序兩個種群各自的優(yōu)化算法—模擬退火和遺傳算法，優(yōu)化算法中的各種優(yōu)化算子，以及基于這兩種算法的協(xié)同進化調(diào)度算法。實驗通過3組實例，對不同參數(shù)選擇情況下的解以及算法的性能進行了分析，并和現(xiàn)有的優(yōu)秀算法進行比較，驗證了算法的有效性和優(yōu)越性。
　　 第二類問題為具有預(yù)防性維修的模糊柔性作業(yè)車間調(diào)度問題。