农机转向器制造车间的动态调度算法研究

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。     

引入免疫算子的遗传算法对作业车间调度结果的影响

解决车间生产调度问题能缩短生产周期,提高生产效率,降低制造成本。通过对作业车间调度问题的分析,提出一种求解作业车间调度问题的免疫遗传算法。该算法通过引入免疫算子,进行抽取疫苗和接种疫苗等免疫机制,充分利用待求解问题的特征信息来指导个体的进化,有效改善基本遗传算法的未成熟收敛和局部搜索能力差的不足,显著提高了基本遗传算法对全局最优解的搜索能力和收敛速度。利用Delphi实现该算法并实例仿真,结果表明免疫遗传算法能有效解决作业车间调度问题。     

解决多目标Flow-shop问题的生物免疫调度算法

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     

不确定条件下的作业车间生产调度综述

在分析了确定性生产调度问题存在的假设前提与实际生产过程中存在的大量干扰因素和相违背情形的基础上,进一步分析了目前解决不确定条件下生产调度问题的建模方法、调度方案以及优化算法的研究现状,并对不确定条件下的生产调度的进一步的研究内容作了展望。     

基于生物免疫机理的智能调度系统建模与仿真

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。     

考虑批量和辅助时间等生产工况的智能调度方法

根据车间调度实际要求,综合考虑批量、毛坯到达时间和辅助时间等生产工况,研究复杂生产调度问题。给出了此问题的模型及求解此问题的生物免疫算法模型,并介绍了基于生物免疫机理的智能调度方法实现过程中的关键技术,包括抗体编码设计、工件起始加工时间的计算准则和优化方法、交叉和变异操作等。对考虑辅助时间、批量等多工况问题的测试结果表明,所提出的综合考虑批量和辅助时间等生产工况的智能调度方法是有效的, 且在调度过程中考虑批量是必要的。     

重型机械加工车间天车调度问题过程仿真与优化

天车作为重型机械加工车间主要的物料搬运设备,其调度方法直接影响生产的连续性和生产效率。重型机械加工车间天车调度是典型的多机多任务问题,以完成生产任务为目标建立基于免疫遗传算法的仿真模型和天车调度优化方法。该模型结合过程仿真与启发式算法有效解决天车调度过程中由于空间约束导致的多机多任务冲突,通过免疫算法的免疫机理对各近似最优解进行动态邻域搜索,维持了群体多样性,实现了多峰值收敛,使调度方案有效可行。最后通过实例仿真验证了该天车调度优化方法的可行性和有效性。     

生产调度研究综述

作为管理科学、机械工程、应用数学等多学科的交叉研究热点和难点,生产调度有着深刻的实际背景和广阔的应用前景.深入分析了生产调度的内涵,对生产调度进行了分类,研究了生产调度策略.全面综述了生产调度建模研究现状及存在问题,深入阐述了生产调度方法研究现状及存在问题,分析了生产调度系统和工具包研究现状,指出了生产调度未来发展趋势和研究热点.     

生产调度研究综述

作为管理科学、机械工程、应用数学等多学科的交叉研究热点和难点,生产调度有着深刻的实际背景和广阔的应用前景。深入分析了生产调度的内涵,对生产调度进行了分类,研究了生产调度策略。全面综述了生产调度建模研究现状及存在问题,深入阐述了生产调度方法研究现状及存在问题,分析了生产调度系统和工具包研究现状,指出了生产调度未来发展趋势和研究热点。     

生产调度研究综述

作为管理科学、机械工程、应用数学等多学科的交叉研究热点和难点,生产调度有着深刻的实际背景和广阔的应用前景。深入分析了生产调度的内涵,对生产调度进行了分类,研究了生产调度策略。全面综述了生产调度建模研究现状及存在问题,深入阐述了生产调度方法研究现状及存在问题,分析了生产调度系统和工具包研究现状,指出了生产调度未来发展趋势和研究热点。     

基于多代理和规则调度的敏捷调度系统研究

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。     

仿真优化在制造系统生产调度中的研究进展

在阐述了生产调度概念、分类和仿真优化基本原理、方法的基础上,介绍了国内外仿真优化技术在制造系统生产调度中的应用概况、研究成果,并分别进行分析,指出目前制造系统仿真优化研究中存在的问题以及主要发展趋势。     

制造业生产调度体系探讨

论文以制造业生产调度体系为研究对象,从生产车间调度的目标、方法、手段、资源等基本要素入手,总结了传统生产调度系统在实际生产中的问题,并概括了系统集成视角下的生产调度方法及其改进措施,介绍了不确定条件下生产调度策略及评价指标;运用系统集成的思想,探讨了供需链环境下的制造业生产调度系统模式,最终提出了生产调度系统的集成化、动态化、高效智能化、柔性化和排程可视化等发展方向。     

面向实时排程的车间生产调度系统研究与实现

通过对车间实际需求与现行生产模式的分析,提出实时排程模式下的车间生产调度系统的设计思想,详细介绍系统的功能模块,开发满足车间多种需要的车间生产调度软件系统,实现基于遗传算法的自动排程和基于Agent的自动导航与派工技术,同时系统还为车间生产中的异常扰动事件提供了响应处理机制,很大程度上提高了车间生产管理水平和生产效率.     

可重组制造系统的生产调度问题研究

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。     

网络控制系统中信息调度的研究进展

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。     

面向配做的柔性生产线调度

配做是精密加工中常用的方法,它增加了调度约束和调度的难度。为解决这一难题,在对各种调度约束标准化的基础上,进行了适于配做的调度操作标准化技术和启发式调度算法的研究,保证了调度解的正确性并实现了调度解的快速生成,在此基础上进行了调度解优化技术和调度评估方法的研究,最终实现了人机协同的调度、评估一体化,为配做生产提供了有效的调度工具。     

变扰动强度下柔性装配作业车间调度性能分析

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。     

Scheduling decisions in FMS using a heuristic approach

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.     

基于仿真的生产调度优化技术研究

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.