考慮原材料保質期的變速并行機調(diào)度問題研究.pdf

1、近年來，因企業(yè)使用過期原材料而引發(fā)的食品、藥品安全事故頻頻發(fā)生，引起人們對原材料安全的廣泛關注。原材料是產(chǎn)品生產(chǎn)的基礎，為了保證生產(chǎn)順利安全的進行，必須確保生產(chǎn)所需要的原材料的安全性，但受到自身屬性和外界環(huán)境等因素的影響，原材料在生產(chǎn)或儲存的過程中會發(fā)生過期變質，給生產(chǎn)調(diào)度帶來了極大的挑戰(zhàn)。同時，現(xiàn)實中的許多生產(chǎn)過程，比如食品、藥品的生產(chǎn)，都是在變速并行機調(diào)度環(huán)境下進行的。因此本文在變速并行機的調(diào)度環(huán)境下，研究帶有原材料保質期約束的生產(chǎn)

2、調(diào)度問題。
　　首先，為了避免生產(chǎn)過程因為原材料的過期或短缺而發(fā)生中斷，本文分析了原材料的四種使用狀態(tài)，并進一步研究了不同狀態(tài)下的生產(chǎn)決策對后續(xù)生產(chǎn)活動造成的影響。
　　其次，本文研究了考慮原材料保質期的單目標變速并行機生產(chǎn)調(diào)度問題。首先，以最小化機器運作成本和原材料成本的加權總生產(chǎn)成本為目標，構建了單目標非線性混合整數(shù)規(guī)劃模型。然后，為了解決該問題，本文提出了可變鄰域離散粒子群算法。該算法繼承了粒子群算法向最優(yōu)個體學習的思

3、想，從而保證了算法的進化速度，然后通過結合問題的性質，對粒子群操作進行了重新的定義，使算法可以有效的求解離散的生產(chǎn)調(diào)度問題，同時，為了解決粒子群算法容易過早收斂的缺點，本文引入了可變鄰域搜索操作，來提高解集的多樣性。最后，通過數(shù)值實驗，驗證了可變鄰域離散粒子群算法解決該問題的有效性和優(yōu)越性。
　　最后，本文進一步研究了考慮原材料保質期的雙目標變速并行機生產(chǎn)調(diào)度問題。以同時實現(xiàn)原材料成本最小化和項目總完成時間最小化為目標，建立了雙目

4、標非線性混合整數(shù)規(guī)劃模型。由于該問題不僅是NP-hard問題，而且是雙目標調(diào)度問題，所以本文提出了進化離散粒子群算法來進行求解。該算法在粒子群算法的基礎上，結合混合貪婪初始解生成方法、基于最短加工時間的鄰域搜索算法等操作，保證了算法得到的解的質量和多樣性。最后，通過數(shù)值實驗，充分證實了進化離散粒子群算法各操作和整體性能的有效性和優(yōu)越性。
　　本文的研究不僅豐富了生產(chǎn)調(diào)度理論，提供了新的生產(chǎn)調(diào)度模型和智能優(yōu)化求解方法，為考慮原材料保