基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法：应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

不确定环境下跨国供应链生产计划研究

介绍了跨国供应链生产计划研究与不确定规划论在供应链计划研究中的应用;提出了包含模糊需求与随机生产能力的跨国供应链计划模型,模型中将运输成本分配因子与转让价格作为决策变量,根据随机机会约束规划等价类理论,将模型转化为模糊机会约束规划模型,并利用遗传算法与模糊模拟技术相结合的混合算法设计了模型的求解方案;最后,通过数据仿真说明了模型的有效性与适用性。     

不确定环境下再制造发动机曲轴轴向间隙优化控制

再制造发动机曲轴轴向间隙既是影响再制造发动机性能的重要因素,也是不确定环境下再制造发动机装配过程质量控制的难点。以再制造发动机装配过程中曲轴轴向间隙优化控制为研究目标,分析不确定环境下再制造发动机曲轴轴向间隙影响因素,并构建基于信息熵的装配尺寸不确定测度模型,进而研究再制造发动机装配过程中曲轴轴向间隙质量耦合内在关系;在确保再制造发动机曲轴轴向间隙装配尺寸熵不大于新品的前提下,通过数学公式推导出再制造曲轴第一轴颈宽度和缸体轴承座宽度分级选配尺寸公差宽放系数;提出基于分级选配的再制造发动机曲轴轴向间隙优化控制方法;通过某再制造发动机企业的实例验证了该方法的有效性和可行性。     

面向半导体生产线生产计划的混合智能算法研究

针对传统半导体企业生产计划优化方法不能体现市场和生产环境中不确定性的不足,将模糊机会约束规划应用于半导体生产计划优化模型的建立,通过结合了模糊模拟和遗传算法的混合智能算法对半导体企业生产计划进行求解并通过实例及验证来说明该方法的可行性和有效性。     

制造/再制造集成物流网络模糊优化设计方法

为提高制造/再制造物流管理绩效,提出了合理设计制造/再制造闭环物流网络结构.将废旧产品回收量、新产品或再生品需求量、物流设施的生产或处理能力等看成三角或容差模糊参数,建立了单周期、单回收产品、有能力限制、同一物流设施备选地点对应多种可选物流设施类型的集成物流网络设计的模糊混合整数线性规划模型.为求解该模型,利用模糊机会约束规划方法将其转换成等价清晰模型.介绍了模糊混合整数线性规划模型针对同类型不同规模的物流设施选择的扩展应用,阐述了置信水平重要程度的分析方法,通过算例验证了模糊优化设计方法的有效性.     

多重不确定环境下考虑产品差异的再制造批量生产计划

针对多重不确定环境下制造／再制造混合生产场景中的批量计划问题,建立了库存和生产能力受限的混合整数规划模型。该模型分别采用已知概率的离散情景集合描述收回品数量和产品需求的不确定性,区间分析描述再制造成本的不确定性,以及随机机会约束描述再制造率的不确定性,并以需求满足率、运作成本和再制造产品率为运作目标,同时考虑再制造产品的差异,以单向替代策略增强生产计划的柔性。最后,将自适应机制引入双倍体遗传算法,设计了相应的求解过程,并对仿真算例进行了求解。计算结果表明,该计划模型和求解算法具有一定的有效性和实用性。     

随机环境下再制造逆向物流网络优化设计

建立了在第三方逆向物流企业参与情况下的再制造逆向物流网络随机规划模型，给出了用期望值方法和机会约束规划方法求解模型的步骤。通过实例数值仿真，证明了该模型的可行性，揭示了回收量的波动对最优选址策略的影响。     

模糊生产环境下作业车间调度优化方法研究

研究不确定环境下的车间调度问题,通过引入模糊理论以提高调度模型对动态变化的、存在不确定性的现实环境的适应能力,采用三角模糊数来代表不精确的加工时间,在此基础上结合模糊集合论中有号距离(signed distance)和优化指标概念提出两种模糊作业车间调度(Job Shop Scheduling,JSP)模型,针对这两类模型,采用遗传算法进行排序寻优.计算结果表明了两种模型的可行性.     

基于关键链的再制造系统不确定性生产调度方法

针对再制造系统生产调度的不确定性问题,提出一种基于关键链的再制造系统不确定性生产调度方法。基于单代号网络图(Activity-on-node,AON)对再制造系统调度问题进行参数描述,并建立再制造系统生产调度模型,对目标函数和约束条件进行描述。基于关键链理论对模型进行求解,将再制造生产调度问题看作是不确定性的资源受限型项目调度,以平均作业时间求得基准调度;将基准调度作为AON网络图中的资源约束,综合考虑AON网络图中的工序约束和资源约束得出再制造生产调度的关键链;再通过压缩作业时间、设置缓冲区以解决再制造工艺时间的不确定性问题,获得最终的调度方案。将该方法应用到某再制造车间的生产调度实践中,并用Crystal Ball软件对调度结果进行仿真。     

多模糊信息条件下的物料配送路径规划问题研究

混流装配线的物料配送是支撑装配线运作的复杂系统。配送准确、及时不仅能够保证生产不断线,还能大大提高生产效率,发挥混流装配的优势。但是配送环节中往往存在工位货物需求量,工位预约到货时间和车辆运输时间不确定等因素,使得传统路径规划模型不能真实地反映现场情况,反而因种种异常导致事倍功半。对不确定因素进行考虑,建立模糊信息条件下的机会约束规划模型,并改进传统混合智能算法去求解模型。算法设计上,采用轮盘赌启发式算法来缩小初始解的搜索范围,在交叉算子中提出用广义海明相似度概念来区分染色体的相似程度,在进化过程中采用双选择双变异流程来加快算法的收敛速度。通过实例证明该算法处理不确定因素的可行性和高效性,并对模糊参数中关键因子的置信度选择不同值进行对比分析,给出选择建议。     

不确定信息条件下Job-shop调度的混合智能算法

目前大多数生产调度的研究往往聚焦于经典调度问题的优化算法而忽略了车间中大量存在的不确定性，因而难以应用于实际车间调度。采用随机变量来描述真实车间中存在的一些不确定信息，在基于不确定规划理论的基础上建立了相应的不确定性调度模型，并研究了解决此类问题的混合智能算法。开发了混合智能优化原型系统，并结合仿真工具对该调度模型和混合智能算法进行了验证。     

不确定条件下车间动态重调度优化方法

分析车间生产环境复杂、多变以及生产过程中各种随机扰动所导致的不确定性问题,将扰动分为显性扰动和隐性扰动两类。分别采用主动和被动触发式重调度驱动规则,对各种扰动进行响应,并通过建立重调度优化集,结合滚动时域优化方法,对大规模动态重调度优化问题进行了简化。提出重调度优化集内待加工工件的选取规则,以减少工序间机器空闲时间。最后提出混合粒子群调度优化算法,对优化集内待加工工件进行智能优化调度,并采用该算法结合具体的仿真实例验证了该动态随机重调度优化方法的有效性。     

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。     

面向再制造的生产计划与调度研究综述

介绍了再制造的定义及作用。对再制造生产计划与调度的难点进行了分析。着重对再制造生产计划与调度领域的主要方法：最优化方法、启发式规则法、系统仿真法和遗传算法进行了阐述,并对生产计划与调度理论的发展现状进行了归纳。最后指出了可行的发展方向。     

不确定信息条件下的车间调度策略研究

为了在不确定的车间信息环境下做出正确的调度策略,提出了一种支持多目标和多优先级车间调度策略的随机规划模型,并给出了求解算法。该模型的求解通过包含3个步骤的混合智能算法来实现,首先利用随机仿真生成近似的样本数据,然后利用神经网络进行不确定目标和约束函数的逼近,并用遗传算法最终完成对多目标优化解的搜索。最后,通过一个汽车企业模具制造车间中调度问题的实例,验证了该模型和算法的有效性及实用性。     

随机和模糊约束下的扩展型集约生产计划方法

针对不确定环境下具有模糊需求量、随机加工能力约束的多阶段多品种集约生产计划问题进行了研究。在考虑生产任务跨阶段性的基础上,建立扩展型随机模糊混合优化模型,并运用随机模糊机会约束规划理论、不确定等价方法和Lingo软件对模型进行转化和求解。通过案例分析,证明了该模型和方法的有效性,为决策者在不确定环境下的生产计划决策提供了依据。     

再制造工艺过程二阶优化决策方法

为形式化描述再制造工艺过程优化决策目标属性,从制造系统工程的角度建立了一种决策问题框架模型;为克服决策过程中存在的不确定性和信息不完整性,提出了一种基于专家评判及模糊回归理论的二阶段再制造工艺过程优化决策方法。其中决策方法第一阶段为工艺控制参量分析、专家方案制订、方案满意度评价阶段;第二阶段以控制参量值及满意度评价值为输入,进行模糊回归分析及优化决策计算,得出工艺控制参量方案的理论最优值及其决策目标满意度值。最后,通过某废旧机床导轨再制造工艺方案的决策案例,对该方法的具体应用和计算过程进行了验证说明。     

基于不确定条件下的制造／再制造系统双向平衡模型

不确定性是制造企业必须面对的问题。研究了制造／再制造生产过程中不确定性产生的原因并对其进行分类分析;建立了信息管理／库存模型,提出了信息管理／库存集成模式,将制造系统和再制造系统有机地结合起来,有效降低了其生产过程中产生的不确定性,解决制造与再制造系统间的矛盾;最后给出模型的作用,并通过实例证实了模型的优点。     

基于遗传算法的不确定条件下作业车间调度

针对不确定条件下的作业车间(Job Shop,JS)调度问题,建立了基于模糊数学规划理论的不确定作业车间调度模型。不确定加工时间用三角模糊数来表示,不确定交货期用梯形模糊数来表示,以最大化产品平均客户满意度为优化目标,设计了基于模糊数学的改进的遗传算法来求解这类问题,并通过MATLAB软件仿真实验验证了该算法的有效性和稳定性。