Integrated and events-oriented job shop scheduling

When events such as rush orders or machine breakdown occurs during the production process in a job shop, the delivery date of order may be delayed. To solve this problem, an events-oriented job shop scheduling process is built, and a scheduling model integrated with an enterprise information system (EIS), including Enterprise Resource Planning (ERP), Product Data Management/Computer Aided Process Planning (PDM/CAPP), etc., is proposed and analyzed in detail. A genetic algorithm and a hybrid allocation-based method are used in scheduling. Lastly, an events-oriented job shop scheduling simulation system is presented.     

基于过程集成的闭环动态工艺规划系统

描述了一个在过程上实现工艺规划与车间规划集成的闭环动态工艺规划系统,建立了实用化CAPP系统的新模型,丰富了动态CAPP的概念。它能根据车间环境的状态,充分利用制造工艺和车间环境的柔性产生优化的工艺方案。系统在车间环境约束下采用专家系统技术进行非线性工艺规划,产生可选工艺路线和工序可选设备。在一个由工艺路线选择、设备动态优化选择和车间优化规划构成的闭环系统中,以高生产效率为目标,根据推广的关键路线分析的结果和一系列启发式知识动态地选择工艺路线和设备,最后获得有较高实践意义的结果。     

工艺计划与车间作业计划集成系统的研究

分析了现有工艺计划与车间作业计划的系统集成模型,建立了企业生产工艺计划与作业计划的层次结构,提出了面向车间作业计划的动态、分布式工艺计划与车间作业计划集成模型。将工艺计划与基于周期和事件驱动的动态作业计划相结合,把改进的离散化粒子群算法引入车间优化作业计划运算,使集成模型中生产作业计划与控制功能得以实现。实例证明了集成系统的可行性和有效性。     

分段式车间作业调度算法

车间作业调度问题是制造系统运筹技术、管理技术与优化技术发展的核心。本文对离散作业型 (Job Shop)车间中的作业调度问题做了探讨 ,并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法。通过对一个实际车间作业调度仿真比较 ,此算法运算速度比最短加工时间 (SPT)和最少工作量剩余 (L WR)算法快 ,其调度结果具有可执行性     

基于混合遗传算法的动态车间调度系统的研究

分析了生产工艺计划与车间调度系统的集成原理，提出将CAPP模块与基于周期和事件驱动的滚动窗口调度有机地相结合，从而实现工序分段设计的CAPP系统和基于周期和事件驱动的滚动窗口再调度策略的生产调度系统的集成。在建立集成模型的基础上，对算法进行研究，把简单遗传算法（SGA）和模拟退火算法（SA）有机结合，使算法优化机制融合和优化结构互补，形成高效的混合遗传算法，使集成系统能适应连续加工过程中复杂的环境变化并高效地完成实时处理，减少突发事件造成的工序大范围的重新设计。实例验证了系统的可行性和有效性。     

工艺路线可变的双资源双目标车间调度优化

将遗传算法与启发式调度规则相结合 ,研究了工艺路线可变的双资源双目标的作业车间调度优化问题。在探讨过程中 ,不仅考虑到了每个工件有几条可行的工艺路线 ,而且考虑到了工件的调度受到机床、工人等资源的制约 ,以及在加工过程中发生的储存费用、机床的加工费用和工人的劳动费用对工件调度的影响 ,设计了以生产周期和生产成本综合优化为目标的适应度函数。启发式调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性。最后给出了算例 ,并对计算结果进行了分析和讨论     

基于过滤定向搜索的Job-Shop调度算法及评价

对以Makespan最小为目标的Job Shop调度问题进行了研究。首先对Job Shop调度问题进行了描述,在此基础上建立了一种求解Job Shop调度问题的启发式优化算法———基于过滤定向搜索的算法,同时结合实例对算法的优化过程作了具体描述。最后通过不同规模的Benchmark实例对该算法进行了仿真评价,结果表明基于过滤定向搜索的算法搜索效率高,解的性能好,是一种有效的优化算法。     

面向IC生产模式的Job Shop调度问题的研究

针对即时定制生产模式的车间调度的特点,提出基于粒子群算法(PSO)的车间调度问题的解决方案.利用粒子群算法本身的优越性解决复杂的车间作业排序问题,克服了传统调度算法存在寻优效率低或全局寻优能力差的弱点.对粒子群的编码及寻优操作进行研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到理想的排序结果,能够适用于IC生产模式的车间调度问题.     

Lot streaming in a two-machine mixed shop

Most classical scheduling models overlook the fact that products are often produced in job lots and assume that job lots are indivisible single entities, although an entire job lot consists of many identical items. However, splitting an entire lot (process batch) into sublots (transfer batches) to be moved to downstream machines allows the overlapping of different operations on the same product while work needs to be completed on the upstream machine. This approach is known as lot streaming in scheduling theory. In this study, the lot streaming problem of multiple jobs in a two-machine mixed shop where there are two different job types as flow shop and open shop is addressed so as to minimize the makespan. The optimal solution method is developed for the mixed shop scheduling problem in which lot streaming can improve the makespan.     

Integration of process planning and scheduling in a job shop environment

Today’s manufacturing systems are striving for an integrated manufacturing environment. To achieve truly computer-integrated manufacturing systems (CIMS), the integration of process planning and production scheduling is essential. This paper proposes a framework for integration of process planning with production scheduling in a job shop environment for axisymmetric components. Based on the design specifications of incoming parts, feasible process plans are generated taking into account the real time shop floor status and availability of machine tools. The scheduling strategy prioritizes the machine tools based on cost considerations.     

具有柔性加工路径的作业车间批量调度优化研究

古典作业车间调度问题已经被研究了几十年并证明为 NP- hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序可以由一个机床集合中的多台机床完成加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法以适用于批量调度 ,并分析了几种批量调度方案 ,最后给出了这些调度的仿真结果 ,证明单件最佳调度不适合扩展成批量最佳调度     

粒子群优化算法求解车间调度问题

针对车间调度问题的特点构造了此问题的粒子表达方法,给出了具体的算法应用过程,并将结果与神经网络方法、遗传算法、改进的加工效率函数的调度算法做了对比.结果表明粒子群算法在柔性工作车间调度问题的应用上是十分有效的.     

基于遗传算法的作业车间调度优化

车间调度问题由于具有重要的理论和实用价值吸引了很多研究者的兴趣 ,但以前的大多数研究集中在经典的作业车间调度问题 ,忽略了很多重要的因素 ,离应用尚有不少的差距。本文结合实际的生产过程 ,考虑到工件的加工受到机床、工人和机器人等资源的制约 ,并且可以有多种可行的工艺路线。提出了一种与启发式调度规则相结合的混合遗传算法 ,调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性 ,算例表明该算法在求解性能和效率两方面均具有显著的优势     

基于遗传-粒子群混合算法的柔性作业车间多资源调度问题

在传统柔性作业车间调度问题(FJSP)中加入运输和装配环节,提出一种柔性作业车间多资源调度问题(MRFJSP),以完工时间最短为目标建立了包含加工、运输和装配的柔性作业车间调度模型。为了提高传统遗传算法(GA)在车间调度问题中的寻优能力,将粒子群算法(PSO)的寻优过程进行改进并与遗传算法进行结合,提出一种带保优策略的遗传-粒子群混合算法,利用单层编码对模型进行求解。通过算例验证了模型的可行性,并将提出的混合算法与遗传算法和粒子群算法进行比较,证明了混合算法的优越性。     

工艺规划和生产计划与控制集成过程中的资源决策

为了得到合理的工艺计划和车间生产计划调度结果，分析了计算机辅助工艺规划和生产计划与控制系统基于非线性工艺规划的并行集成原理，研究了二者集成过程中出现的资源选择问题。在资源决策过程中，首先确定加工某类零件需要的机床加工能力，然后根据车间计划系统反馈的加工资源实际情况确定车间中满足加工能力的机床，最后根据机床实时状态，计算车间每一个可用机床的优先指标。应用BP神经网络以及相关算法实现了二者集成过程中的资源决策。结果表明：利用BP神经网络以及相关算法可以有效地进行CAPP／PPC并行集成过程中的资源决策。     

考虑工序相关性的Job Shop调度问题及其析取图模型

提出了一类考虑工序相关性的Job Shop调度问题,对工序相关性从代数描述、甘特图表示和类型转换等方面进行了较为系统的数学描述;进一步提出在经典的车间作业计划析取图模型中,通过加入相关弧以表示工序的相关性。具体叙述了相关弧的添加方法及考虑工序相关性的 Job Shop调度问题的析取图建模方法,并对一实例进行了建模。     

单件生产系统中动态车间作业计划与监控系统的集成研究

对于动态多变的单件生产系统来说，车间作业计划是最有效的生产管理措施之一；在编制这类生产系统的车间作业计划时，与监控系统有效集成又是必须考虑的最关键的问题。为此研究了单件生产系统中车间作业计划与监控系统的集成问题，又提出了集成的总体结构，基于这一结构，叉提出了日程作业计划的3种确定方法，较详细地分析了在进行车间作业计划滚动编制时，对各种监控反馈信息的处理措施。     

An intelligent operations scheduling system in a job shop

Scheduling jobs effectively under the consideration of actual loads on machines is one of the most complicated tasks in production control. The conventional scheduling methods fail because of the complexity of the tasks. To deal with the complexity, knowledge-based approaches to job shop scheduling have been attempted. This paper presents an interactive scheduling expert system, IOSS (Intelligent Operations Scheduling System), which performs both predictive and reactive scheduling. IOSS combines the knowledge-based scheduling method with the interactive scheduling method to generate a feasible schedule and to revise the existing schedule. It is based on opportunistic and interactive repair based problem solving within a blackboard architecture. To handle conflicting events, heuristics are applied from the order point of view. Flexible reaction management is possible while keeping the changes in the generated schedule to a minimum by adjusting the schedule for tardy operations or changes in job shop status. The effectiveness of the proposed concept is demonstrated by applying the developed system to an example case.     

GA based heuristic for the open job shop scheduling problem

Open job shop scheduling is a kind of job shop scheduling in which operations can be performed in any order. In this paper an attempt is made to develop a heuristic for the open job shop scheduling problem using genetic algorithm to minimize makespan. Genetic algorithm operators are suitably modified to maintain feasibility. The results are statistically compared and found to be significantly better than the earlier reported results.     

基于效率函数的双资源约束作业车间调度算法

目前对制造业领域作业车间调度问题研究中,仅考虑单一设备资源的传统作业车间调度问题已不能反应出实际作业车间的作业环境。根据实际作业车间多资源环境,建立了分别最小化生产完工期和超期时数为目标函数的设备和模具双资源约束作业车间调度模型,并采用基于效率函数的逆序调度算法对问题进行求解。最后,通过实例对算法进行验证并给出对比结果。