多目標集成式工藝規(guī)劃與車間調(diào)度問題的求解方法研究.pdf

1、集成式工藝規(guī)劃與車間調(diào)度是制造系統(tǒng)中急需解決的關(guān)鍵問題。在實際的企業(yè)生產(chǎn)當中，管理者需要尋求滿足多個目標的合理折中方案。本文針對多目標集成式工藝規(guī)劃與車間調(diào)度（Integrated Process Planning and Scheduling，IPPS）問題開展研究。IPPS問題是最困難的NP-Complete組合優(yōu)化問題之一，多目標IPPS問題還需同時優(yōu)化多個目標，問題的求解難度大大增加。目前國內(nèi)外鮮有關(guān)于多目標IPPS問題的研究，

2、相關(guān)研究還處于起步階段。
　　本文提出了先優(yōu)化、后決策的多目標IPPS問題求解策略。在優(yōu)化階段，工藝規(guī)劃為車間調(diào)度不斷地提供近優(yōu)的工藝路線以實現(xiàn)集成優(yōu)化，采用多目標優(yōu)化算法求得非支配解集。在決策階段，使用決策準則從非支配解集中挑選出最終方案。圍繞多目標IPPS問題的求解方法，在上述求解策略指導(dǎo)下，本文以一種新興的蜂群算法——蜜蜂繁殖優(yōu)化（Honey Bees Mating Optimization，HBMO）算法為依托，分別對柔性

3、工藝規(guī)劃方法、多目標IPPS優(yōu)化方法和多目標不確定IPPS優(yōu)化方法進行了深入研究，并探討了多目標IPPS問題的決策方法。
　　本文提出了基于HBMO算法的柔性工藝規(guī)劃方法。針對工藝規(guī)劃問題中存在的加工柔性、加工次序柔性和加工機器柔性，提出了多維編碼方法分別處理多種柔性因素；設(shè)計了HBMO算法中蜂王婚飛階段、幼蜂生成階段和工蜂培育幼蜂階段的具體操作；采用實例對提出的HBMO算法進行了測試，并與其他算法進行了比較，驗證了提出的算法具有

4、更高的求解效率和更好的穩(wěn)定性。
　　本文提出了基于HBMO算法的多目標IPPS優(yōu)化方法。該優(yōu)化方法中，使用已提出的柔性工藝規(guī)劃方法，為車間調(diào)度不斷地提供近優(yōu)的工藝路線；設(shè)計了一種新的多目標HBMO算法優(yōu)化車間調(diào)度，提出了基于免疫原理的車間調(diào)度種群多樣性保持策略，并采用快速非支配排序方法更新蜂王集和雄蜂種群；使用測試實例對提出的優(yōu)化方法進行驗證，與其他算法進行了比較，驗證了提出的多目標IPPS優(yōu)化方法的有效性和優(yōu)越性。
　　實

5、際生產(chǎn)過程中存在著大量的不確定事件，不確定環(huán)境下的IPPS問題調(diào)度結(jié)果能更好地指導(dǎo)實際生產(chǎn)。本文對多目標不確定IPPS問題進行了研究?；谀：碚摻⒘硕嗄繕瞬淮_定IPPS問題模型，該模型綜合考慮了模糊數(shù)目標和度量調(diào)度方案不確定性的目標；設(shè)計了基于HBMO算法的多目標不確定IPPS優(yōu)化方法，采用模糊數(shù)的相關(guān)操作實現(xiàn)適應(yīng)度評價、非支配關(guān)系判斷以及調(diào)度解碼；設(shè)計了多目標不確定IPPS問題測試實例，并使用提出的優(yōu)化方法對測試實例進行求解，驗

6、證了該方法的有效性。
　　在多目標IPPS問題的決策階段，本文提出了一種基于組合權(quán)重TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）的多目標IPPS決策方法。結(jié)合待決策方案集中元素的特點，設(shè)計了相應(yīng)的決策矩陣規(guī)范化操作方法；針對不同目標值的特點，提出了相應(yīng)的目標權(quán)重確定方法；使用提出的決策方法在不同偏好情況下對已求得的非支配解集進行決策，驗