共查询到20条相似文献,搜索用时 500 毫秒
1.
针对目前农机转向器生产车间对突发事件调度不及时的问题,对车间调度相关问题进行了研究,提出了一种基于改进免疫克隆算法的车间调度模型。首先,结合农业转向器生产实际,以最大完工时间、设备能耗和设备负荷为调度目标构建了目标函数;然后,采用多策略种群初始化和自适应变异算子,对免疫克隆算法进行了改进;最后,在分析车间调度加工时间数据和车间调度加工能耗数据的基础上,以调度模型的适应度和甘特图为指标,对所建模型调度效果进行了验证。研究结果表明:相比传统免疫克隆算法,改进免疫克隆算法寻优速度更快、寻优精度更高,可以实现对农机转向器制造车间的快速动态调度。 相似文献
2.
3.
解决多目标Flow-shop问题的生物免疫调度算法 总被引:7,自引:0,他引:7
生产调度是车间自动化的关键问题之一 ,生产调度的优劣对制造系统的运行影响极大。通常的确定性优化方法往往不适合生产调度这类NP完全问题的求解。文章基于生命科学中的免疫概念与理论 ,构造了基于生物免疫机理的生产调度模型 ,并研制了用于求解目标Flowshop问题的智能调度系统 ,克服了当前遗传算法用于求解此类问题时 ,易于出现早熟、搜索效率低及不能很好保持个体多样性等不足 ,大大改进了搜索效率 ,对复杂的多约束、大规模及多目标生产调度问题 ,算法效果显著 ,并且可以轻松地获得满足要求的多个优化解。文章讨论了模型的建立、算法的实现和应用实例 ,测试情况表明 ,以上模型与算法在生产调度实际中将具有广阔的应用前景 相似文献
4.
5.
基于生物免疫机理的智能调度系统建模与仿真 总被引:13,自引:0,他引:13
根据生物免疫系统的基本概念和免疫应答机理,构造了一种融生物免疫机理和专家系统为一体的生产调度模型,提出了基于工序约束的抗体优生方法和基于机床作业序列的抗体编码规则,介绍了基于生物免疫机理的智能生产调度关键算法,给出了作业车间生产调度案例及其多目标动态优化结果,通过生物免疫记忆,激增和抑制机理,基于工序约束的种子抗体优选方法和抗体进化约束性检验专家系统,有效地解决了大规模,多因素,多目标生产调度问题的求解效率和成功率。 相似文献
6.
7.
8.
9.
10.
11.
基于多代理和规则调度的敏捷调度系统研究 总被引:11,自引:2,他引:9
研究了在敏捷制造环境下制造车间过程的动态调度问题,针对敏捷化调度的特殊要求,提出了综合运用多代理机制与规则调度实现敏捷化制造车间生产过程动态调度的方法,建立了基于多代理生产组织和运行模式的生产过程动态调度系统框架结构,研究了在多代理结构的基础上实现规则调的方法,创建了适应实际生产环境的代理的模型结构,并以一类敏捷加工车间动态调度的仿真研究说明所提出方法的思路和可行性。 相似文献
12.
13.
14.
15.
可重组制造系统的生产调度问题研究 总被引:2,自引:1,他引:2
可重组制造系统的调度问题具有动态性、可重组性的特点。采用Multi Agent技术用于可重组制造系统的调度问题研究,确定基于Multi Agent技术的可重组制造系统的生产调度系统的结构及其实现方法。 相似文献
16.
网络控制系统中信息调度的研究进展 总被引:1,自引:0,他引:1
由于网络带宽的限制以及控制系统的时限要求,网络控制系统的性能不仅取决于控制算法的设计,而且取决于网络信息的调度,以实现各个网络节点资源分配。文中综述了网络控制系统中信息调度的研究进展,主要内容:首先比较了单处理器的任务调度与网络控制系统的信息调度;介绍了单处理器的RM和EDF两种实时调度算法以及多处理器的调度算法;讨论了调度的单独设计和调度与控制的共同设计;最后探讨了若干待解决的问题及发展趋势。 相似文献
17.
18.
柔性装配作业车间是柔性作业车间的一类现实化扩展,其调度问题既要考虑复杂的加工路径柔性,还要考虑零件间的装配关联约束,以及由其带来的关联零件生产进度协同难题。首先给出了柔性装配作业车间调度问题的数学模型;然后考虑现实生产中普遍存在的随机扰动,采用了完全反应式与预测-反应式两类动态调度策略,并提出了相应的优先度规则算法和周期性滚动遗传算法。前者能快速协同各关联任务,但其决策分散,缺乏全局优化力度;后者进行全局周期决策,但扰动将导致性能的下降。最后构建了一般化的仿真模型,并设计了大量的比较实验,分析了不同综合扰动强度对两种调度策略的影响,为实际生产调度策略选择提供了有效的依据。 相似文献
19.
A. Noorul Haq T. Karthikeyan M. Dinesh 《The International Journal of Advanced Manufacturing Technology》2003,22(5-6):374-379
The paper deals with the multilevel scheduling decisions of a Flexible Manufacturing System (FMS) to generate realistic schedules for the efficient operation of the FMS. The primary concern of an Operations Management System (OMS) for a FMS is production scheduling, Material Handling System (MHS) scheduling, Automated Storage/Retrieval System (AS/RS) operation and control and tool management. Scheduling is a critical issue and determines how efficiently the production resources are utilised and how the selected parts are affected in the system. In this paper, the integrated scheduling of FMS, namely, the production scheduling conforming with the MHS scheduling, is addressed. An enumerative heuristic is used, namely Giffler and Thompson, which is an evolutionary combining a Genetic Algorithm (GA) and a stochastic neighborhood search technique using a Simulated Annealing (SA) algorithm is employed.A. Noorul Haq received his PhD in Manufacturing Management from the Indian Institute of Technology (IIT), New Delhi, India, a Master of Engineering degree from Madras University, and a Bachelor of Engineering degree from Annamalai University, India. He is currently an assistant professor in the Department of Production Engineering, Regional Engineering College, Tiruchirappalli 620015, India. His research interests include aggregate production planning, facility layout and scheduling and optimisation techniques.T. Karthikeyan received his Master's degree from Bharathidhasan University. Currently, he is a research scholar in the Department of Production Engineering, Regional Engineering College, Tiruchirappalli 620015, India. His research interests includes facility layout, FMS and simulation.M. Dinesh received his bachelor's degree in engineering from Bharathiar University, India and is currently working on his master's degee in engineering in the Department Of Production Engineering, Regional Engineering College, Tiruchirappalli 620015, India. His current research interests are in optimisation techniques, facility layout and scheduling. 相似文献
20.
基于仿真的生产调度优化技术研究 总被引:4,自引:0,他引:4
现有的调度方法无法同时达到既能建立精确的调度模型又能获得满意的调度结果.为此,提出了基于仿真的优化调度方法.该方法包括试验设计模块、遗传算法模块和仿真模型.首先由试验设计模块设计遗传算法的参数值的组合方案,然后由遗传算法采用每组参数值与仿真模型进行反复迭代,筛选出一组最佳的调度规则序列,以及与其对应的生产系统性能指标值.将该性能指标值反馈到试验设计模块,并选择下一组方案重新进行上述过程.当所有方案试验完毕后,对试验结果进行分析,确定最佳的遗传算法参数值组合方案,以及与该方案对应的调度结果.最后,以某研究所机加车间为例,验证了该方法的可行性和有效性. 相似文献