基于BP神经网络的不确定性动态Job-shop调度研究

针对作业车间调度的不确定和动态问题,围绕设备故障、订单追加、紧急订单插入3种典型的不确定性情况提出1种基于BP神经网络的重调度方法。当生产过程中发生不确定性事件对原先调度方案产生巨大扰动时,通过已构建且训练好的BP神经网络快速进行响应并生成1个重调度方案,保证整个生产过程高效、有序、稳定地运行。通过仿真实例验证了可行性。     

资源不确定环境下模具多项目预测-反应式调度算法

针对模具多项目执行过程中由于可再生资源发生故障而导致的调度计划变更问题,提出了一种预测-反应式调度算法.利用生灭过程理论对可再生资源的不确定性进行分析,通过大量基于启发式策略的仿真计算构建了一个相对稳定的基准调度计划,建立了以调度计划变更费用最小为优化目标的反应调度模型,并用混沌微粒群优化算法进行求解.通过仿真计算分析了所提算法的可行性与有效性.     

虚拟生产系统的自适应动态调度机理及算法

为解决动态制造环境下虚拟生产系统的动态调度问题,提出了一种基于事件驱动的自适应动态调度方法。在该方法中,自适应动态调度机理首先通过检测获得虚拟生产系统所面临的动态事件,进而分析动态事件对调度产生的局部影响,并制定相应的自适应措施和规则,然后在自适应规则的指导下,采用改进的启发式受影响操作重调度算法作为自适应动态调度的算法,来确定调度中的受影响操作并对其做出相应的局部调整,从而以一种自适应的方式快速而平稳地完成虚拟生产系统的动态调度。最后,通过与一种典型的整体重调度方法（基于多智能体的调度方法）的比较,验证了该方法的可行性和有效性。     

基于滚动时域优化策略的柔性作业车间动态调度研究

根据传统柔性作业车间静态调度模型很难适应实际生产过程中动态性和不确定性的特点,通过对动态环境下柔性作业车间调度问题的研究,构建以生产系统最大完工时间最小为优化目标的数学模型。基于滚动时域优化基本框架,设计一种生产设备出现故障情况下周期和事件混合驱动的动态调度策略。同时,采用一种扩展的基于工序和设备双层染色体编码的遗传算法来对动态调度模型进行求解。最后,通过对某一具体生产车间实例进行仿真求解,验证该动态调度策略的可行性和有效性。     

基于Agent的智能制造系统实时动态调度机制研究

近年来随着制造企业生产过程中不确定因素增加,动态调度问题变得愈发复杂。在多Agent制造系统基础上提出了一种基于事件触发的制造系统实时动态调度机制,建立了相应的架构模型,并从调度方法、多Agent协调控制,以及调度控制算法等方面对该机制进行了详细说明。该机制可以根据系统运行状态实现车间层的实时控制和动态调度。最终通过实验表明该方法有效减少设备故障等扰动因素对系统运行的影响。     

免疫度下的柔性车间动态重调度研究

柔性车间具有的机器柔性选择等柔性特点,使动态随机干扰下的车间调度问题更具有灵活性和优化空间.本文针对柔性车间生产系统的动态随机事件的干扰,对车间受影响程度进行量化分析和判断,针对车间调度的调整提出了基于免疫度的规则导向策略,以确保实际生产计划的健康执行.首先本文根据动态随机的干扰环境对车间系统的干扰程度,提出免疫度的概...     

基于分布式计算多代理结构的MTO车间调度方法研究

MTO车间调度在中小型企业中起到了非常重要的作用,然而在实际的生产过程中存在着各种不确定性与不可预知的事件,这就干扰了事先已经定义好的计划与安排,并直接导致产品交货期的延期。为在不确定环境下应对这个挑战,提出了一种新的基于多代理调度体系结构的交互通讯模型,同时应用这个体系结构和分布式计算技术,如XML ＆ Web—basedservices,探讨了在实际的MTO车间调度系统中的实现技术。     

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。     

一种多品种变批量柔性作业车间调度方法

文中针对多品种变批量柔性生产车间交付周期长、设备利用不均衡、生产效率低的问题,提出了一种基于遗传算法的多品种变批量生产调度方法。该方法以最长完工时间和设备总负载为目标构建多品种变批量生产调度优化模型,并基于遗传算法求解该模型。同时考虑在实际生产过程中存在的动态扰动事件,设计并实现了一种基于扰动事件驱动的重调度方法。通过对某发动机的气门传动机构进行测试,验证了文中所提方法的可行性和有效性。     

以生产趋势预测为基础的主动式调度方法

为应对自适应制造需求由被动式调度向主动式调度的转变,提出一种以生产趋势预测为基础的主动式调度。该方法首先构建了实时状态模型,从制造资源、制造资源组合以及生产任务3个层面对生产过程的历史信息和实时状态进行建模,形成了具有时间序列的生产过程状态信息;针对生产过程的不确定性特征,采用贝叶斯网络推理方法,以生产过程状态信息作为输入,获取生产趋势的预测结果;将获取的异常趋势作为主动式调度的触发条件,通过扩展蒙特卡洛树搜索算法,利用其序贯决策能力生成以生产趋势预测为基础的主动式调度方案,从而实现生产过程的自适应制造。将提出的方法应用在某航天机加车间的实时生产过程调度中,验证了方法的有效性。