双资源约束的航天结构件车间生产调度方法

针对航天结构件生产调度过程中工序加工时间随操作人员能力级别而变化,关重件和关键工序特定设备和人员要求约束等问题,构建综合考虑关键设备和人员双资源约束的柔性车间作业调度数学模型,解决航天结构件生产设备资源维、人员资源维、工序信息维的描述。为实现双资源约束下的柔性调度,提出嵌套式蚁群-遗传混合算法,针对结构件加工工序设备和人员双资源选择问题,建立资源选择问题与蚁群并行搜索的映射关系,设计蚁群算法实现资源选择;为提高算法搜索性能,利用遗传算法求解当前蚂蚁资源选择下的调度问题,在避免人员资源使用冲突前提下实现设备加工工序的优化排序,使得关键设备利用率最大,总完工时间最短,并通过综合考虑蚁群和遗传算法阶段的求解目标进行蚁群算法信息素的更新,大大提高算法获得较优解的性能。最后,通过航天结构件车间实际案例进行算法测试,测试结果表明,嵌套式蚁群-遗传混合算法能有效地求解双资源约束的航天结构件车间生产调度问题,可降低资源总负荷,提高关键设备利用率,避免人员资源冲突,具有良好的综合调度性能。     

有限资源约束下的刀具调度方法研究

数字化车间的刀具库存量有限,在生产中经常会发生多道工序同时采用同一种刀具的情况。为了解决刀具使用冲突的问题,提出了有限资源约束下的刀具调度模型,建立包括最大完工时间和拖期惩罚费用最小化的目标函数,设计了基于刀具时间冲突的调度算法对其进行求解,得到了最优的生产作业排程以及满足该排程的刀具需求计划,并通过具体生产排程实例验证了算法的有效性。     

基于瓶颈工序的多资源多目标机械加工车间调度研究

为求解多资源约束的机械加工车间调度问题,建立了包括最大完工时间、平均流经时间、总拖期惩罚和生产成本在内的多目标优化模型,并结合免疫遗传算法和约束理论提出了一种基于瓶颈工序的机械加工车间调度算法。算法依据约束理论提出了一种基于工序的多参数级联编码方法和基于鼓-缓冲器-绳索(DBR)的四阶段解码方法,以及有效的交叉、变异操作。基于瓶颈工序的免疫操作及基于浓度的选择更新机制,保证了多目标优化问题的收敛性以及Pareto解集的多样性。仿真结果表明了该算法的可行性和有效性。     

考虑工件移动和成本的多目标柔性作业车间调度问题优化研究

针对考虑工件移动时间约束的柔性作业车间调度问题,构建了以加工总成本和最大加工时间最小为目标的数学模型并用改进遗传算法求解。针对柔性作业车间调度问题(FJSP)特性,算法中采用基于工序的集成编码操作,实现工序排序和机器匹配的内在关联并由此产生可行的调度方案;根据编码结构设计了有效的交叉和变异操作,从而避免了非法调度解的出现;为克服遗传算法的早熟收敛和减少调度开销,用贪婪解码算法生成主动调度、设计了自适应变异规则并采用混合子代产生模式提高染色体适应值。最后通过测试问题的求解及数值分析,证明了算法和模型的有效性及鲁棒性。     

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。     

柔性作业车间机床与搬运机器人联合调度方法

针对当前柔性作业车间机床和搬运机器人单独调度存在的不匹配问题,以车间完工时间为目标,提出基于多代竞争强进化遗传算法的机床与机器人联合调度方法。对多工件、多工序、多机床、多机器人的柔性作业车间联合调度问题进行了描述;考虑了机床生产和机器人搬运的时序约束,建立了最小化车间完工时间的优化模型;使用工序链、机床链及机器人链缠绕的染色体编码方式,将联合调度问题转化为算法优化问题;在遗传算法中引入多代竞争机理和强进化算子,其中多代竞争机理增加了优秀染色体的遗传概率,强进化算子具有保留优秀基因片段和强制差基因进化的能力。经生产实验验证,在15个工件44道工序的调度中,该算法的车间完工时间比标准遗传算法缩短了14.75%;另外,在不同规模的工件生产调度中,与克隆选择算法和标准遗传算法相比,该算法的迭代次数最少、车间完工时间最短。上述实验结果充分证明了多代竞争强进化遗传算法在柔性作业车间生产联合调度中的优越性。     

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。     

基于遗传算法的配作齐停类调度约束处理技术

针对离散作业车间调度中的工序作业非独立以及资源非独占式占用的作业排产需求,提出面向配作及批处理的基于改进遗传算法的配作齐停类调度约束处理技术。通过分析配作、批处理、工艺顺序和设备能力等约束,建立了综合批处理设备的利用率和订单平均延误时间的目标模型。设计了一种综合适应配作和批处理约束的二维染色体编码方式,提出基于遗传算法的配作齐停类调度约束处理流程。结合配作和批处理约束所要求的工序级协调需求,提出一种面向配作约束的加工序列染色体调整机制,以及面向动态分批的合批染色体调整机制,解决了多工序间的加工时间齐停控制问题。最后结合工程实例验证了技术的有效性。     

考虑动态资源和工件批量约束的柔性车间生产调度

针对实际车间生产调度过程中车间设备资源受上一调度周期剩余任务影响、工件批量和加工路径柔性等问题,构建考虑设备动态负荷和工件批量约束的柔性车间生产调度模型。提出双层嵌套式遗传算法:外层遗传算法确定工件批量划分和各子批零件的工艺路径,并设计一种基于设备优选法的解码算子来确定个体对应的批量划分中各子批零件的工艺路径;内层遗传算法确定外层遗传算法个体所对应的工件分批和加工路径约束下的调度方案,调度方案的完工时间和超出交货期时间将反馈到外层遗传算法中,用于综合评估当前分批和加工路径方案的性能,实现综合优化。最后在柔性调度标准案例10×10案例基础上增加批量、交货期、设备资源等约束,对所提模型和算法进行测试,结果表明所提算法在对工件进行合理分批和工艺路径确定的同时,能够优化调度结果,满足产品交货期和设备资源约束。     

半自动化多机照料作业车间多目标调度模型及算法

研究了半自动化作业车间生产情况,将半自动化作业车间生产时间按照过程分为自动化生产时间和生产准备时间,处于自动化生产时间的工人可同时照料多台设备,处于生产准备时间的工人无法同时照料其他设备。建立了一种包括设备资源和人力资源2种约束的半自动化多机照料的作业车间多目标优化调度模型,采用多机照料双层染色体编码方案、设定工人可照料多台设备、任一工人在任一时刻最多为1道工序进行生产准备的条件约束,基于双层染色体进行单点交叉变异,对模型求解并仿真分析,最后与半自动化单机照料作业车间调度情况对比。实验结果表明,半自动化多机照料作业车间调度能够缩短工期,降低成本。     

成批生产计划调度的集成建模与优化

针对多品种批量生产类型,建立了调度约束的生产计划与调度集成优化模型。模型的目标函数是使总调整费用、库存费用及生产费用之和最小,约束函数包括库存平衡约束和生产能力约束,同时考虑了调度约束,即工序顺序约束和工件在单机上的加工能力约束,保证了计划可行性。该模型为两层混合整数规划模型,对其求解综合运用了遗传算法和启发式规则,提出了混合启发式求解算法。最后,针对某机床厂多品种批量生产类型车间进行了实例应用,对车间零件月份作业计划进行分解,得到各工段单元零件周作业计划,确定了零件各周生产批量与投产顺序。     

基于遗传算法和贪婪算法的作业车间调度

研究了有关Job Shop作业车间调度问题,并分析了与操作顺序有关的工件加工时间和工件到期时间的约束.提出了一种混合遗传算法的调度新算法。运用遗传算法决定各工件的加工时间和每天的使用刀具总数,运用贪婪算法来决定工件在机器上的加工时间和所用的工具。将贪婪算法引入遗传算法的个体解码过程,可提高用遗传算法求解此类问题的效果。     

复杂制造环境下的改进非支配排序遗传算法

针对柔性作业车间多目标调度问题,在考虑机器、操作人员等资源约束和交货日期不确定性的基础上,构建了以加工成本、客户满意度及生产总流程时间为目标函数的模糊调度数学模型。针对传统的加权系数方法不能很好地解决柔性作业车间调度多目标优化问题的缺点,提出改进的非支配排序遗传算法,采用改进的拥挤密度排序法改善同一非劣等级内个体的排序;提出自适应交叉和变异策略,克服了种群早熟化,改善了算法的收敛速度;采用改进精英策略保持种群多样性,改善了算法的搜索性能。将该算法应用于某机械公司的人机双资源多目标柔性车间模糊调度,仿真结果证明了该方法的有效性和可行性。     

改进NSGA-Ⅱ算法求解考虑运输约束的柔性作业车间节能调度问题

传统柔性作业车间调度通常忽略工件在机器间的运输时间和能耗,针对该问题建立了考虑运输约束与节能的柔性作业车间调度模型,并提出了改进的NSGA-Ⅱ算法求解该模型。首先,在柔性作业车间调度数学模型中设立最大完工时间、总延期、设备总负载、车间总能耗4个目标,并根据运输约束实现了调度模型矩阵编码、解码、交叉与变异,基于子代向最优解学习机制改进NSGA-Ⅱ算法迭代过程中易陷入局部最优解问题。最后,在考虑车间机器之间运输约束的前提下结合Kacem、Brandimarte算例对调度模型进行可行性分析,结果表明该模型与算法求解效率高,能有效解决车间运输约束导致的调度方案与实际加工偏差问题。     

一种解决有AGV小车约束的车间智能调度问题的算法

考虑AGV小车在车间调度中只参与运输工件的特点和小车的运输路线对工件工艺路线选择的影响，分析了在机床／AGV小车双资源约束下的车间调度问题，讨论了AGV小车在车间调度中的调度机制。在分析问题的基础上建立了有AGV小车参与调度的车间调度问题的数学模型，并提出了基于遗传算法的机床／AGV小车的调度算法，论述了编码、选择和变异操作的规则，提出了工序特征的交叉算子。仿真结果表明，该算法是可行的，可以获得比较好的效果，为在AGV小车约束下的车间调度提供了一种有效的实践途径。     

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。     

基于交货期和设备能力约束的作业车间调度方法研究

以往对作业车间调度问题的研究中,不少学者尝试添加新的约束条件使之更符合实际的生产情况。但对设备能力约束的考虑不够细致,往往简单地将设备能力视为常数或连续的能力空间。针对这种情况,本文建立了以交货期为指标并带有设备能力约束的作业车间调度模型,采用双向调度方法力求工件的完工时间和交货期尽量靠近,从而使惩罚成本最低。设计了利用时间坐标映射求解工序开／完工时间的方法,该方法消除了因设备能力不等造成的工作时间段间隔,最终通过遗传算法求得优化的调度方案。     

基于遗传算法的作业车间调度研究与应用

提高大功率船舶柴油机的生产能力和水平,对提高我国造船行业的国际竞争力有着重要的意义。介绍作业车间调度问题,提出一种改进的遗传算法,同时将此算法应用于船舶柴油机的作业车间调度,该算法采用基于工序的编码方式,考虑了机床与工艺路线的约束,求解以关键设备的利用率最高和产品的加工周期最短为目标的静态调度问题,并通过具体的实例仿真分析其有效性。     

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。     

可变机器约束的模糊作业车间调度问题研究

在车间实际加工中,工件的加工时间和交货期是一个模糊数,而且工件的某道工序有多台机器可供选择。针对这类作业的车间调度,提出了以极大化最小客户满意度为指标的可变机器约束的模糊作业车间调度模型,并给出了算法设计。应用遗传算法在适应度函数处理中引入模糊数处理方法,解决作业车间模糊调度问题,实现调度优化。仿真实验结果表明了该调度方法的有效性,为可变机器约束的模糊作业车间调度提供了一种实现途径。