智能制造系統(tǒng)車間生產(chǎn)計(jì)劃與調(diào)度.pdf

1、車間生產(chǎn)計(jì)劃與調(diào)度，是體現(xiàn)企業(yè)競(jìng)爭(zhēng)力的一個(gè)重要方面；其研究具有重要的現(xiàn)實(shí)意義和一定的理論價(jià)值。研究工作主要內(nèi)容及創(chuàng)新點(diǎn)如下： ⑴ 為滿足實(shí)際生產(chǎn)計(jì)劃與調(diào)度優(yōu)化目標(biāo)的多樣性需求，提出了一種綜合優(yōu)化目標(biāo)模型，實(shí)現(xiàn)了多目標(biāo)、模糊目標(biāo)、特殊性要求子目標(biāo)等綜合目標(biāo)的評(píng)價(jià)；試驗(yàn)結(jié)果表明該模型合理、可行，并在后續(xù)的研究?jī)?nèi)容中得到成功應(yīng)用。 ⑵ 為了加快迭代速度、避免早熟，提出了個(gè)體優(yōu)化群體多樣化的遺傳算法；在該算法中，提出了一種新的矩

2、陣編碼及其對(duì)應(yīng)的遺傳算子操作方法，并給出了一種可保證群體多樣性的GA參數(shù)控制方法；試算結(jié)果顯示，該算法性能優(yōu)良。 ⑶ 為了提高全局尋優(yōu)的能力及效率，整合了遺傳算法的選擇、交叉和變異算子，提出了解的覆蓋面較大的集成算子遺傳算法。該算法采用一種新的矢量編碼及對(duì)應(yīng)的算子操作方法；三個(gè)多目標(biāo)FJSP試算結(jié)果，均優(yōu)于國(guó)際最新文獻(xiàn)和近期IEEE成員文獻(xiàn)的結(jié)果。 ⑷ 為了獲得求解計(jì)劃與調(diào)度集成優(yōu)化所需的快速算法，提出了一種個(gè)體粒子與群

3、體粒子搜索經(jīng)驗(yàn)的表示、學(xué)習(xí)和整合方法，并給出了算法的具體實(shí)現(xiàn)；多個(gè)標(biāo)準(zhǔn)算例試驗(yàn)結(jié)果及其分析顯示，該算法計(jì)算速度較快。 ⑸在上述理論的基礎(chǔ)上，為某汽車變速箱企業(yè)裝配車間，建立了車間生產(chǎn)計(jì)劃與調(diào)度集成優(yōu)化模型；提出了一種分層搜索優(yōu)化策略和兩層內(nèi)嵌結(jié)構(gòu)的集成算子遺傳算法；給出了該車間生產(chǎn)計(jì)劃與調(diào)度集成優(yōu)化的具體結(jié)果；結(jié)果分析表明，所給模型及其求解方法正確可行，其優(yōu)化結(jié)果遠(yuǎn)好于生產(chǎn)實(shí)際中的結(jié)果。 ⑹ 建立了該企業(yè)軸類熱后加工工段