基于ATC和GA的可重构制造单元分级调度研究*

为了优化以零件族为单位进行生产的可重构单元内单个零件族的加工时间和协调各零件族同时完工以实现整体调度所用时间最短,提出一种分级调度算法.该算法将调度过程分为三层,即时间决策层、分配决策层和路径决策层.以时间决策层为最终优化目标,通过将时间分解至分配决策层再至路径决策层,下层时间达到最优后反馈至上层,层层优化以实现整体调度时间最优.最后通过实例验证该算法在分配各零件族的机器数量和零件的加工路径中的合理性和有效性.     

多目标FJSP的一维编码粒子群优化求解方法

以单件小批量生产方式为主的柔性车间调度中,快速得到满足低生产成本、高生产效率,避免瓶颈发生的调度方案,是调度优化算法的设计目标。就此建立了以制造期、机床总负荷和单机最大负荷为综合目标的柔性车间调度问题（Flexible Job-shop Scheduling Problems,FJSP）优化模型;设计了一种以概率值为分量的一维粒子群优化算法,通过概率区间划分将连续粒子分量离散化,结合完工时间最早启发式规则,实现工序的排序与加工机床的选取。通过不同规模算例的比较,分析结果表明该方法在求解较大规模问题时具有一定的优势。     

双资源批量生产柔性作业车间多目标调度方法

针对双资源批量生产柔性作业车间调度问题,提出了一种多目标精细化调度方法。针对双资源批量生产柔性作业车间多目标调度问题特点,建立了一类以制造成本最低和完工时间最短为优化目标的双资源等量分批柔性作业车间调度多目标优化模型;提出了5种双资源批量生产柔性作业车间精细化调度技术;针对模型提出并设计了一种改进的NSGA II算法。通过案例分析验证了该方法的有效性。     

车间作业调度问题的仿真研究

研究车间作业调度优化问题,使资源、车辆调试、交通分配等达到优化配置,因此车间作业调度问题是一个多约束条件的目标优化问题,采用多项式求解方法不能获得最优解,导致车间作业调度效率低.为了提高车间作业调度效率,提出了一种蚁群算法的车间作业调度优化算法.首先以最小加工时间作为优化目标,蚂蚁爬行路径为作业调度方案,通过蚁群中个体间互相协作和信息交流获得最优车间作业调度方案.通过车间作业调度测试案例对算法进行验证性实验,实验结果表明,蚁群算法提高了车间作业调度效率,能在最短时间找到最优调度方案,为车间作业调度优化提供了依据.     

多目标柔性车间调度的文化基因非支配排序粒子群算法

本文以离散型柔性制造车间为对象, 以缩短生产周期、减少机器空转时间和提高产品合格率为优化目标, 提出一种文化基因非支配排序粒子群算法. 该算法采用二维编码方式. 首先, 分别对工序和机器分配进行不同的变异操作, 建立了多目标离散型资源优化调度模型. 然后, 采用非支配排序策略和随机游走法获得Pareto最优解, 接着利用层次分析法给出资源优化配置方案. 最后, 利用实际生产数据进行仿真, 结果表明所提出的优化算法具有平衡全局搜索能力和局部搜索能力的特性.     

考虑多目标的柔性工艺与调度集成优化算法

针对工艺规划与车间调度集成优化问题,在考虑零件的加工工序柔性、工序次序柔性及加工机器柔性的基础上,以最大完工时间、总加工成本和总拖期时间为优化目标,对多目标柔性工艺与车间调度集成问题建模,提出一种基于改进人工蜂群算法的多目标柔性工艺与车间调度集成优化策略,并提出邻域变异操作以及全局交叉操作,对种群进行更新。引入Pareto方法,通过对适应度评价、贪婪准则、Pareto最优解集构造和保存以及解得多样性维护等方面进行改进,设计了一种基于Pareto方法的多目标人工蜂群算法。最后,通过采用基本人工蜂群算法及改进人工蜂群算法对六个工件、五台机床的柔性工艺与车间调度集成问题进行优化,验证了改进算法的有效性。     

基于AGV的管道加热器柔性作业车间调度方法研究

针对基于AGV约束的管道加热器柔性作业车间调度问题,以最小化最大完工时间和最小化车间总负载为目标,提出改进麻雀搜索算法求解调度方案。建立合理的编解码方式表示调度方案;为解决多目标优化问题,引入Patero排序;考虑麻雀搜索算法求解离散优化问题时无效解较多、易陷入局部最优等缺陷,提出引入交叉变异算子、设置精英种群、设计自适应种群比例因子等改进措施。根据标准算例数据及实际车间生产数据对算法可行性进行验证,结果表明改进算法可有效求解合理的调度方案,相比于车间原生产方案,生产效率提高19.6%,且有效降低了车间总负载。     

改进的粒子群算法在多目标车间调度的应用

利用粒子群算法解决车间调度问题,是一种有效的策略。对粒子群算法进行分析,针对多目标的柔性车间调度问题,构建了以加工时间最小化、加工成本最小化和单机器最大负荷最小化的多目标柔性车间调度模型。提出基于交叉变异的变参粒子群算法,以提高其跳出局部最优快速达到全局最优的能力。同时,引入智能小车概念,将运输时间考虑到此调度中。并将该方法用于某离散制造业的柔性车间作业调度中,最后验证了该算法的实用性及高效性。     

求解多目标流水车间调度Pareto最优解的遗传强化算法

针对多目标流水车间调度Pareto最优问题, 本文建立了以最大完工时间和最大拖延时间为优化目标的多目标流水车间调度问题模型, 并设计了一种基于Q-learning的遗传强化学习算法求解该问题的Pareto最优解. 该算法引入状态变量和动作变量, 通过Q-learning算法获得初始种群, 以提高初始解质量. 在算法进化过程中, 利用Q表指导变异操作, 扩大局部搜索范围. 采用Pareto快速非支配排序以及拥挤度计算提高解的质量以及多样性, 逐步获得Pareto最优解. 通过与遗传算法、NSGA-II算法和Q-learning算法进行对比实验, 验证了改进后的遗传强化算法在求解多目标流水车间调度问题Pareto最优解的有效性.     

生物地理学算法求解柔性车间作业调度问题

针对加工设备和操作工人双资源约束的柔性作业车间调度问题,建立以生产时间和生产成本为目标函数的柔性作业车间调度模型,提出基于模糊Pareto支配的生物地理学算法,采用模糊Pareto支配的方法计算解之间的支配关系并对Pareto解集排序,进行全局最优值的更新,并采用余弦迁移模型来改善生物地理学算法的收敛速度。将该方法应用于某模具车间的柔性作业车间调度中,仿真结果验证了该方法的可行性和有效性。     

A Case Study on Integrated Production Planning and Scheduling in a Three-Stage Manufacturing System

This paper presents an integrated optimization model of production planning and scheduling for a three-stage manufacturing system, which is composed of a forward chain of three kinds of workshops: a job shop, a parallel flow shop consisting of parallel production lines, and a single machine shop. As the products at the second stage are assembled from the parts produced in its upstream workshop, a complicated production process is involved. On the basis of the analysis of the batch production, a dynamic batch splitting and amalgamating algorithm is proposed. Then, a heuristic algorithm based on a genetic algorithm (known as the integrated optimization algorithm) is proposed for solving the problem. Note to Practitioners-This paper presents a method for integrated production planning and scheduling in a three-stage manufacturing system consisting of a forward chain of three kinds of workshops, which is common in such enterprises as producers of automobiles and household electric appliances, as in the case of an autobody plant usually with the stamping workshop, the welding and assembling workshop, and the painting workshop. Herein, the production planning and scheduling problems are simultaneously addressed in the way that a feasible production plan can be obtained and the inventory reduced. A batch splitting and amalgamating algorithm is proposed for balancing the production time of the production lines. And a case study of the integrated planning and scheduling problem in a real autobody plant verifies the effectiveness of our method     

基于柔性job shop的集成化工艺规划与生产调度

为有效利用车间资源管理系统,在研究基于柔性jobshop的工艺规划与生产调度集成问题的基础上,提出基于工艺规划的多agent生产调度系统（Flexible process planning based Multi-Agent production Scheduling System,FMASS）．该系统综合考虑零件的工艺规划柔性和车间生产柔性,采用混合建模的方法建立4类agent及其行动规则,通过各类agent相互之间的协商与竞争得到零件的工艺规划和工序,从而实现工艺规划与车间调度系统的集成．对工艺规划与车间调度的集成算法进行性能测试,结果表明该系统具有一定的预见性和全局优化能力,且柔性和对动态变化的适应性较好．     

基于窗口的印刷车间作业动态调度研究

为了解决实际印刷车间突发设备故障和紧急插单问题,采用滚动窗口技术结合遗传算法的方法,建立适合实际印刷车间生产的动态再调度模型;设定若干印品订单、机器设备的加工工序以及各工序加工时间、工序约束条件等,以订单的最大最小加工时间和再调度的偏离度为多目标优化,采用周期与事件混合驱动策略,将滚动窗口再调度机制和遗传算法相结合进行流程设计和编码,构建印刷车间再调度模型;采用标准问题FT06和FT01验证了文章设计的模型算法的有效性和可行性;运行程序,模拟正常加工时紧急插单和机器故障突发时,系统生产新的调度计划即调度甘特图,仿真结果表明该动态调度模型可以用于印刷作业的正常排产调度,在遇突发状况时可生成稳定、符合交货日期的再调度方案。     

基于多智能体的虚拟企业群协同生产调度模式研究

为了实现虚拟企业群的协同生产调度, 提高企业群整体运作水平, 建立了基于多智能体的虚拟企业群制造企业生产调度模型, 分析了生产计划调度及信息交互作用。在企业协同层, 提出了基于多目标和价格协商的供应商选择过程, 确定了合作伙伴的初选过程方法, 企业层采用了基于EDD+SCR规则组合确定企业任务分配, 并为所有订单任务确定交货期, 各车间层则根据企业层的生产计划进行车间生产调度安排。最后, 运用Swarm仿真软件平台对案例进行仿真分析, 验证了提出的生产调度模式可以有效提高各企业的车间负载率, 并使车间负载率在短时间内达到稳定状态, 从而合理有效地利用企业资源。     

Scheduling Optimization Modelling: A Case Study of a Woven Label Manufacturing Company

Production scheduling involves all activities of building production schedules, including coordinating and assigning activities to each person, group of people, or machine and arranging work orders in each workplace. Production scheduling must solve all problems such as minimizing customer wait time, storage costs, and production time; and effectively using the enterprise’s human resources. This paper studies the application of flexible job shop modelling on scheduling a woven labelling process. The labelling process includes several steps which are handled in different work-stations. Each workstation is also comprised of several identical parallel machines. In this study, job splitting is allowed so that the power of work stations can be utilized better. The final objective is to minimize the total completion time of all jobs. The results show a significant improvement since the new planning may save more than 60% of lead time compared to the current schedule. The contribution of this research is to propose a flexible job shop model for scheduling a woven labelling process. The proposed approach can also be applied to support complex production scheduling processes under fuzzy environments in different industries. A practical case study demonstrates the effectiveness of the proposed model.     

A Petri net model for integrated process and job shop production planning

In this paper a new Petri net class (Chameleon systems) for modeling and analyzing joined process planning and job shop production planning is proposed based on the multi-level Petri net model introduced by Valk (1995). Chameleon system is a High-level Petri net extended with time that consists of a High-level Petri net modeling the workshop which is called system net and ordinary Petri net modeling the jobs and setups which act as tokens of the system net and therefore are called token nets. Process plans of the jobs are partial orders of operation groups and alternatives. The uncertainty of operation duration is captured by a new time model. The advantages of this new modeling approach are the following: (i) a modular construction of the joined process and job shop planning is allowed, (ii) classical known Petri net analysis methods can be applied and (iii) the analysis can be done at different levels of abstraction.     

面向注塑车间的高效作业调度方法

针对注塑生产车间作业调度效率较低的问题,在“归模”的基础上提出一种改进的作业调度方法。该方法通过合并具有相同模具清单作业减少生产所需时间,再通过小机型注塑机优先排产降低车间能耗。理论分析和实验评测结果表明,该方法可以提高生产能力,降低耗电量超过50%,使注塑车间作业调度效率更高。     

基于信息物理系统的多分拣移动机器人调度策略

研究基于信息物理系统建模的多分拣移动机器人(multi-SMR)调度策略.首先,在基于实际应用场景的拓扑地图建模中加入新的路径弧时间损耗指标,以实现对货物不均匀比例和多机器人拥堵状态的精确估计;其次,提出一种改进的启发式路径规划算法,并在路径评估过程中增加目的地距离和时间损耗指标;最后,将完整的调度过程以分层式结构部署在信息物理系统模型中,包括控制层的时间损耗指标更新、交通管制监测,以及物理层的分布式路径规划和机器人状态更新.仿真实验结果表明,改进的调度策略可以进一步提升系统分拣效率,降低计算成本,有效解决机器人拥堵和安全问题.