基于自适应遗传算法的模具制造动态调度研究

模具生产工艺复杂,生产过程动态多变,为有效求解模具制造动态调度问题,设计动态调度算法。文章首先建立简化模具企业车间作业调度问题模型,利用自适应遗传算法确定模具各工件各工序的加工方案。其次,考虑模具生产中的不确定因素,提出了局部更新和全局更新相结合的、基于滚动窗口技术的动态调度方法。最后,将算法用于求解实际模具企业车间作业调度问题,结果表明,该算法通用性强,可行性高。     

最优生产技术在模具车间作业调度系统中的应用

针对模具企业单件订货的特点，提出了在模具车间作业工中采用最优生产技术编排工序顺序，给出了模具车间作业调度系统的设计结构和建立在最优生产技术上的算法步骤。     

综合多路径选择与前工序作业排序的热处理多目标在线调度

以模具热处理车间及其上游多路径可选的柔性作业车间为背景,总结其为一类多路径可选的FJSP类型批调度问题。考虑热处理车间中任务到达的动态性、上游多路径的可选性,构建了反映拖期、能耗与加工质量的优化目标,建立了综合多路径选择与前工序作业排序的热处理在线调度机制。当工件在上游工序时,通过多路径选择方案的调整,可以使工件以一个更为合适的时间到达热处理车间,通过具有良好鲁棒性的嵌入直接牵引的批调度机制对当前组批进行优化,周期性的前工序作业排序方案可以对所有组批方案进行优化,算法核心根据多层折衷规划模型对多目标优化进行深度协调。仿真研究验证了该算法的有效性和环境适应性。     

遗传算法在模具生产调度中的应用

根据遗传算法结合生产工艺知识,提出了一种实用的生产调度算法,该算法应用于模具生产企业的车间调度中,收到了满意的效果。     

两阶段流水类型模具热处理车间的联合批调度方法

以两阶段流水类型模具热处理生产控制为背景,总结其为一类柔性Flow-shop类型批调度问题,考虑到模具热处理车间中任务到达的动态性、多工件族不相容性,构建了反映拖期和能耗的优化指标,建立了事件与周期联合调度机制,对淬火阶段生产环境的变化进行实时响应,对回火任务滚动排产,通过算法中两层折衷规划模型的嵌入,实现了对多目标的有效协调。最后通过仿真试验证明了所提方法的优越性和适应性。     

基于自适应NSGA-Ⅱ算法的柔性车间多目标生产调度

针对大型军工电子装备企业的组件制造生产调度问题,建立了以最小化最大完工时间、生产成本和最大设备负荷为目标的柔性车间生产调度模型。依据柔性车间多目标调度问题的特点,提出了一种改进的自适应NSGA-Ⅱ算法,在遗传算法的不同阶段动态的调整交叉和变异的概率,提高了算法的计算效率。同时,为了提高种群多样性、避免非法解产生和最优解丢失,该算法对工序和设备进行独立的交叉和变异操作,并采用独立于种群的精英保留策略。最后通过实例验证了算法的有效性,相较于初始输入的最大完工时间、生产成本和设备负荷分别减少了34.97%、9.80%和31.63%。     

多模式下模具柔性作业车间调度问题研究

针对模具柔性作业车间优化调度问题,考虑了多模式对任务工期的影响,构建了以提前/拖期惩罚代价最小为目标函数的优化模型,提出了一种混合蚁群算法对问题进行求解,利用蚁群算法确定模具零件各道工序的加工中心和加工模式,由模具部件优先级确定各个加工中心上相应模具零件加工的先后顺序,最后通过算例说明算法的有效性。     

模具热处理车间动态批调度方法研究

以模具热处理车间的实际生产状况为背景,研究模具零件热处理动态批调度问题,既要考虑工件动态到达和不相容性,还要考虑准时性和完工情况双目标。构建了针对单工件族的混合整数模型,提出基于事件驱动的新型算法TM-LAB,并与其他2种调度规则(SMWJ、SLWT)进行对比,通过仿真试验验证了该算法的有效性和适应性。     

基于改进NSGA-II算法的高维多目标柔性冲压车间生产调度优化

为了优化柔性冲压车间的生产调度、减少车间的生产能耗、实现绿色可持续发展，以车间总能耗、最大完工时间、总拖期、设备总负载最小为目标，建立了高维多目标柔性车间调度模型。提出改进的二代非支配排序遗传算法NSGA-II,该算法优化了局部搜索操作、精英选择策略、交叉和变异概率。根据柔性冲压车间的生产实例，利用传统和改进的NSGA-II算法分别对4个目标函数进行求解，并对各目标的优化迭代过程进行对比，验证了改进算法的有效性。同时，采用优劣解距离法选取一个调度方案，与基于传统NSGA-II算法求出的生产调度方案相比，改进算法得出的调度方案的车间总能耗降低了22.1%、最大完工时间缩短了14.8%、设备总负载减少了11.6%。     

混合NSGA-Ⅱ算法求解多目标柔性作业车间调度问题

针对柔性作业车间调度问题(Flexible job scheduling problem,FJSP),以最大完工时间、提前/拖期惩罚函数、生产总成本为优化目标,提出了一种融合NSGA-Ⅱ与模拟退火算法的混合算法来求解多目标柔性作业车间调度问题。个体编码方式采取工序与对应机器的双层编码表达方式;在选择过程中采用更加有效的模拟二进制交叉与模拟退火相结合的方法,来保持种群的多样性,使得进化更加完全;使用非支配排序规则获取种群中个体间的支配关系,得到问题的Pareto解集。通过文献中的仿真实例,验证了算法的优越性。     

精密注射模柔性制造中的智能调度研究现状分析

以带AGV搬运系统的精密注射模车间生产特点为背景,介绍了精密注射模柔性制造车间的生产调度。指出AGV作为柔性制造系统中的物流模块,其运输特点和运输路线对生产调度目标有重大影响。根据不同的调度目标和需求,阐述了柔性制造车间的调度种类,并对带AGV系统的精密注射模柔性制造车间调度算法的研究现状进行了分析归纳和总结。     

基于Plant Simulation的模具车间再调度驱动机制仿真

针对模具在随机制造环境下难以确定何时启动再调度策略的问题,提出了一种基于累积延期的再调度混合驱动机制。通过对工序累积延期值的计算,构建了何时启动再调度的流程。面向模具三阶段柔性流水车间,利用Plant Simulation仿真工具,建立了再调度混合驱动机制仿真模型。以某轮胎模具企业实际生产历史数据作为算例,验证了所提出的再调度混合驱动机制的有效性。     

基于合弄的模具车间系统框架及其调度

文章介绍了合弄建模的方法和原则,并结合模具车间生产的特点建立了基于合弄的模具车间管理系统的框架结构。研究系统框架的模块组成和合弄的内部结构,以及各合弄间的交互机制。在该系统框架基础上分析模具车间单元的生产调度问题,研究模具制造单元生产调度问题的数学模型以优化模具车间的生产。     

生产周期——交货期双目标生产车间调度优化

目前生产车间调度问题研究主要集中在单目标调度问题上，离实际调度问题还有很大差距。文章结合实际，将遗传退火算法与双向调度策略相结合，研究了工艺路线可变的以生产周期和关键工件交货期为目标的生产车间调度问题。双向调度策略既满足了客户的要求，又考虑到了车间生产效率，具有很强的实际应用价值。遗传算法和模拟退火算法的结合，充分发挥了遗传算法良好的全局搜索能力以及模拟退火算法能有效避免陷入局部极小的特性，具有很好的收敛精度。最后给出的仿真结果证明该算法是可行的，并具有明显的优越性．     

考虑组合加工的模具企业Job Shop调度启发式算法

提出了一类考虑组合加工的模具生产环境下的Job Shop调度问题,通过引入"非弹性组合加工相关性"、"虚拟工序"等概念,将此类非传统调度问题转化为传统调度问题,同时考虑了实际Job Shop车间存在的复杂生产环境中的各种因素,实现了基于调度规则选择引擎的启发式算法,并将算法集成到了生产管理系统中,在深圳某模具企业中运行半年后,为企业减少了约20%的延期订单,提高了10%～20%的生产效率。     

基于双层编码的柔性作业车间分批调度研究

针对柔性作业车间分批调度问题,提出一种基于双层编码的柔性分批调度算法。算法采用批量分割和工序调度相结合的双层编码方式,可同时对工件的批量分割和工序调度进行优化;并针对等量分批规则缺乏柔性的问题,提出一种FR柔性分批方法,使工件的批量分割可得到柔性调节。此外,该算法也考虑了生产车间的上期遗留任务问题。通过实例仿真分析,验证了该分批方法可有效减小子批数量,并明显缩短生产周期,同时也证明了该算法的有效性和可行性。     

基于强繁殖NSGA-Ⅱ算法的柔性车间调度多目标优化

为了实现减少车间完工时间、机器总负荷和车间能耗等优化目标,提出了基于强繁殖NSGA-Ⅱ算法的柔性车间调度优化方法。对柔性车间调度问题进行了描述,建立了车间调度的多目标优化模型,给出了调度问题编码和甘特图解码方法。以NSGA-Ⅱ算法为基础,根据繁殖能力的不同将染色体分为强繁殖子群和普通子群,两个子群根据自身特点使用不同的遗传操作,从而给出了强繁殖NSGA-Ⅱ算法。将强繁殖NSGA-Ⅱ算法应用于柔性车间调度优化,改进算法求解的Pareto解集分布优于传统NSGA-Ⅱ算法;选择一个折中解进行验证,强繁殖NSGA-Ⅱ算法解的甘特图完工时间、机器总负荷、车间能耗均小于传统NSGA-Ⅱ算法解的参数,验证了NSGA-Ⅱ算法在柔性车间调度多目标优化中的优越性。     

基于熵增强混沌遗传算法的柔性作业车间调度

为使企业获得最优综合调度质量的车间调度方案,研究了多目标柔性作业车间调度数学模型及其求解算法,建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度4个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型,应用伯努利混沌映射公式改进算法选择操作,用高斯云模型改进变异算子和交叉算子,提高算法的全局寻优能力和搜索效率。根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性。以M8J12P3调度问题为例验证了MFJSP模型和ECGA算法的有效性。结果表明,与SGA、PSO和ABC相比,ECGA具有更快的收敛速度和更好的全局搜索能力,有助于企业提高生产效率和降低成本。     

基于带精英策略的NSGA-Ⅱ遗传算法的车间作业调度研究

研究了带精英策略的非劣前沿分级遗传算法，优化了算法终止条件。针对多目标车间作业调度优化无法找到唯一最优解的问题，提出了基于带精英策略的非劣前沿分级遗传算法的多目标车间作业调度的优化策略和实现方案。仿真结果表明，基于带精英策略的非劣前沿分级遗传算法是求解多目标车间作业调度问题的有效算法。     

基于多级优先规则的模具企业动态车间作业调度算法

提出了一种基于多级优先规则的动态车间作业调度算法,在多级优先规则中,综合考虑一般优先规则的优先数、常规暂停和工件的权重,通过评价函数得出各工件的优先级进行调度。结果表明:调度结果可行,并具有较好的优化效果。对模具企业生产车间调度具有指导作用。