基于分枝定界方法的人造衛(wèi)星生產(chǎn)調(diào)度研究.pdf

1、人造衛(wèi)星生產(chǎn)可以抽象為流水車間調(diào)度模型，該調(diào)度問題是典型的多品種小批量生產(chǎn)方式。在流水車間調(diào)度問題中，被調(diào)度的工件必須按照相同的順序流經(jīng)不同的機器加工，每臺機器同時最多只能加工一個工件，每個工件同時也只能在一臺機器上加工，工件的加工不能被中斷。調(diào)度算法研究的重點即為確定工件調(diào)度順序，并使目標函數(shù)最優(yōu)化。流水車間調(diào)度問題廣泛應用于工程技術(shù)和經(jīng)濟管理的各個領(lǐng)域，而多品種小批量生產(chǎn)方式在當今工業(yè)生產(chǎn)中占有重要地位，對于該生產(chǎn)模式，分枝定界算法

2、有著良好的應用前景。
　　本文主要對流水車間調(diào)度模型中的三個問題進行了研究，分別設(shè)計了分枝定界算法，求得問題的最優(yōu)解或近優(yōu)解。最后通過數(shù)值仿真驗證了算法的有效性。具體內(nèi)容概括如下:
　　首先，針對帶有釋放時間的流水車間極小化最大送達時間問題，提出以工件釋放時間為核心的分枝策略，減少計算量，加快優(yōu)化速度;并提出了該問題的一個新的下界，證明了該下界的有效性。最后，通過數(shù)值仿真驗證了該問題的分枝定界算法的有效性。并對衛(wèi)星生產(chǎn)中的一

3、個二階段流水車間調(diào)度問題進行實驗驗證，評價算法的性能。
　　其次，針對機器帶阻塞的流水車間極小化最大送達時間問題，設(shè)計了分枝定界算法。根據(jù)機器間緩沖區(qū)有限的情況，設(shè)計了問題的下界，并分析了下界的有效性。最后，通過數(shù)值仿真驗證并分析了機器帶有阻塞的流水車間調(diào)度問題的分枝定界算法的有效性。
　　再次，針對帶有學習效應的動態(tài)流水車間極小化完工時間和問題，設(shè)計了在學習效應函數(shù)影響下的分枝定界算法。對于該問題，設(shè)計了分枝策略，判斷分枝