多层级装配作业车间分批调度算法设计与分析

多层级装配作业车间调度是一类包含加工与装配的双阶段调度问题，装配产品具有不同的树状结构，且各层级的装配工序需要直属零部件完工方可执行。分批调度可以提高车间生产流动性，故而被运用在作业车间调度等领域。装配作业车间分批调度需要解决关联零部件及其下属子批的进度协同性问题，为此建立了多层级装配作业车间的分批优化调度模型，以最小化拖期成本与库存持有成本为优化目标。出于求解效率考虑，构建基于遗传算法与优先分派规则的混合求解算法以应对批量划分与排序两个子问题。最后，设计仿真实验验证分批调度算法的有效性，并分析评估在8种作业分派规则、3类分批策略下混合算法对于差异化产品结构的适应性。通过分析实验结果发现，等量分批策略可以在给定条件下有效提升混合算法的调度性能。     

考虑供应商交货数量风险的订货量分配模型

针对有装配线最小批量要求且供应商交货数量随机条件下的多物料订货量分配问题,以订货成本、采购成本、库存持有成本和拖期成本组成的总成本最小为优化目标,构建了混合整数随机规划模型;使用离散粒子群优化算法对模型进行求解,通过两组算例将粒子群优化算法与遗传算法和枚举算法进行了对比分析,算例结果验证了离散粒子群优化算法解决该问题的可行性和有效性。最后,通过一组实例分析了不同单位拖期成本和单位库存成本情形下的订货量分配方案以及单位拖期成本/单位库存成本这一比例对总成本的影响。实例结果表明,物料的订货量分配方案与单位拖期成本/单位库存成本有关,且总成本与该比例呈线性相关关系。     

某钢铁企业精益策略解决多机排产转运问题

以某钢铁加工企业多机连续生产为研究对象,针对在制品多、过程周期长的问题,应用精益方法对计划、调度和操作作业进行改善,实现多机生产均衡化及物料同期化,降低了在制品数量和过程周期时间.为保证生产准时化运行,对现场进行作业改善及目视化.实施改善方案后,该工厂的在制品库存降低33％,变质损失成本减少为0.     

考虑疲劳效应的伤员应急手术调度模型及算法

为了解决城市突发事件应急救援中批量应急手术的调度问题,并考虑医生长时间连续手术对手术持续时间和挽救病人生命的成功率带来的恶化效应,提出了三阶段批量手术调度模型,将应急手术调度看作是存在并行机的流水车间调度问题。利用改进的飞蛾扑火算法对应急手术模型进行求解,并通过实证来测试模型和算法的有效性。为了验证算法的性能,将经典飞蛾扑火算法、粒子群算法和布谷鸟算法与其对比,取20次运行结果,得知最大手术完成时间均值中改进的飞蛾扑火算法为最小,调度模型给出的调度方案中,3个救治阶段在时间维度上保持连贯。仿真结果表明,改进的飞蛾扑火算法能很好地求解批量手术调度模型,获得较好的调度结果。     

优化交货可靠性的装配作业车间分批调度

装配作业车间生产多规格小批量装配型产品,通常具有差异BOM结构,主要由客制零件组成,但同规格产品仍然包含一定比例的可互用零件,每类零件具有一定批量。此类车间分批调度需要最优化零件类的批次分割和子批加工序列。考虑客户对高交货可靠性的需求,构建了基于最优化交货可靠性为决策优化目标的分批调度数学模型,建立了基于遗传算法和优先级分派规则的混合求解算法。最后通过仿真实验分析和验证了所提方法的有效性。     

考虑生产过程时间的柔性作业车间调度优化

通过研究生产过程时间,重新细分和定义等待时间,建立包括运输时间、调整时间、故障时间、等待时间、加工时间在内的柔性作业车间生产过程的时间模型,研究了柔性作业车间调度优化问题并设计了混合遗传算法的求解算法。最后,采用经典柔性作业车间调度用例,验证和对比了柔性作业车间调度的结果。结果表明,基于生产过程时间模型研究柔性作业车间调度问题,其优化性能有较好的改进,具有更好的实际应用价值。     

基于公理设计的车间调度算法研究

车间调度问题是典型的NP难题,也是一种完全耦合的复杂系统.基于公理设计思想对车间调度系统进行了解耦设计,给出了相应的解耦思路及解耦矩阵,提出并实现了一种车间调度算法,并对算法的复杂性进行了分析.以实际车间生产调度作为研究对象,针对实际生产中零件紧急程度不一的情况,为待加工零件赋予不同的权值,并优先考虑调度加工工时较长的零件;采用以解耦设计为总目标,在满足约束条件的情况下,尽量优化压缩加工时间.对算法的复杂性进行了分析,该算法属于三次多项式复杂级,较优于一般的算法.通过2个实例计算和对比,验证了本算法的实用性和有效性.     

基于深度强化学习的柔性作业车间节能调度研究

针对当前柔性作业车间节能调度研究无法充分利用历史生产数据,且对复杂、动态、多变的车间生产环境适应性不足的问题,引入深度强化学习思想,利用具有代表性的深度Q网络（deep Q-network, DQN）求解柔性作业车间节能调度问题。将柔性作业车间节能调度问题转化为强化学习对应的马尔科夫决策过程。进而,提炼表征车间生产状态特征的状态值作为神经网络输入,通过神经网络拟合状态值函数,输出复合调度动作规则实现对工件以及加工机器的选择,并利用动作规则与奖励函数协同优化能耗。在3个不同规模的案例上与非支配排序遗传算法、超启发式遗传算法、改进狼群算法等典型智能优化方法进行求解效果对比。结果表明,DQN算法有较强的搜索能力,且最优解分布情况与提出的柔性作业车间节能调度模型聚焦能耗目标相一致,从而验证了所用DQN方法的有效性。     

基于最早完工时间疫苗的免疫遗传算法求解FJSLP

在生产过程中,车间作业调度的主要任务是确定工件在各台设备上的加工顺序,合理的调度方案能提高设备的利用率和企业的效益。针对柔性车间分批调度问题,采用免疫遗传算法进行求解。在疫苗技术方面,依据工件工序的加工信息,选择工件工序所能最早完工的机器作为疫苗,对相应工件个体机器码进行接种。通过对案例的测试,结果表明所采取的方法能求得更好的调度方案,减少作业总流程时间。     

基于精益生产的某民营企业继电器生产线改善研究

以某民营企业JZX-22F系列继电器生产线为研究对象,针对现场调查发现的库存堆积多、生产周期长、物料配送紊乱等问题,运用工作抽样法明确了生产线的库存状况及其产生原因.通过减少生产线的料盒数量、制定标准作业三票、降低转运批量等方法进行生产线改善.结果显示,生产线的在制品库存与完工检成品库存均减少了一半以上,精益生产对于继电器生产线改善有很好的实用价值.     

圆钢热轧批量调度的多目标优化方法

针对圆钢热轧批量调度问题,考虑热轧工艺约束、综合生产需求优化等因素,建立了以最小化最大完工时间、机器调整成本以及提前\拖期时间为目标的优化模型,并构造了基于种群修复的改进强度Pareto进化算法。算法以改进强度Pareto进化算法为框架实现批量序列调整,并结合问题变量的离散性特征设计编码规则,以及选择、交叉和变异等遗传进化方式;考虑问题约束的特殊性,设计种群修复策略,以修正违反热轧工艺约束的批量序列。通过基于实际生产数据的仿真实验验证了模型和算法的可行性和有效性。     

有模具约束的并行机批量流调度问题研究

大多数调度问题均假设产品以单个或整批的方式进行生产,而实际生产过程中,会把产品分批后再进行生产。但当考虑模具约束时,对如何解决产品分批以及制定合理调度方案的问题,本文以最小化最大完工时间为优化目标,建立了考虑模具约束的并行机批量流调度模型,并提出了一种基于遗传算法和差分算法结合的混合差分遗传算法（DEGA）,实现分批与调度两个问题并行优化。最后通过对算例测试,DEGA算法得到更优的解,证明了该算法的优越性和稳定性。结合实际案例,验证了模型和算法的可行性。     

交货期的并行机器生产线动态调度的遗传算法

针对生产调度中的拖期问题,通过研究在生产过程中引起拖期的因素,制定调度规则,并提出以调度规则为基因位,采用遗传算法实现对生产车间的优化组合.同时根据在实际生产中出现的各种情况如某段工序延时完成或提前完成、急件插入等,通过重新生成染色体以实现对生产的动态调度,进而对整个生产进行实时优化,从而获得客户的最大满意度.     

基于改进SPEA2的原油短期调度问题研究

针对原油短期调度多目标优化问题，在分析已有多目标模型对原油调度过程中的供油罐个数、供油罐切换次数、原油在管道中的混合成本和供油罐罐底混合成本这4个目标优化的基础上，本文建立的模型增加了原油在管道转运过程中的能耗成本这一优化目标，使模型更吻合生产实际。在SPEA2算法中引入极值归档集，结合MOGWO算法指导极值归档集更新来提高算法的全局搜索能力；利用余弦相似度对归档集进行裁剪操作，以保证归档集中个体的多样性。将改进算法与多个具有代表性的进化多目标优化算法进行对比实验，结果表明，本文所提出算法在求解原油短期调度问题时性能较优。     

冷柜门体混流装配线排序问题研究

以某冷柜公司门组生产系统为对象,研究了具有有限缓冲的两生产阶段排序问题,考虑该车间的发泡设备约束,分别对预装线投产排序与发泡线模具排序进行研究,以使得预装线与发泡线的运行尽可能匹配,有效地减少了发泡模具空模数量与在制品库存数量。特别设计库存量计算算法来计算空模数量与在制品库存数量,通过改进遗传算法分别求解两个阶段的排序方案。最后通过案例分析及算例对比验证了算法的有效性。     

船用钢板切割车间生产调度优化研究

车间生产调度问题是企业生产管理系统中需要解决的重要问题之一．结合某船厂切割车间的实际情况,从生产布局、加工能力和生产工序方面分析了切割车间存在的主要问题,提出了基于优先调度法则和成组技术的车间生产调度优化方案,并通过计算对优化前后的切割效率进行了比较,进一步验证了通过生产调度优化实现生产效率提高这一结论．     

装配作业车间分批调度问题的算法对比

建立最小化makespan的装配作业车间分批调度模型,利用遗传算法构建基于整体集成优化策略、分层迭代优化策略和双层进化策略的求解算法。它们的区别在于处理批量划分问题和子批调度问题的联合优化机制不同。最后通过仿真实验对比了几类算法的求解效果和收敛速度,并分析了它们的适应性特点。     

基于价值流的胖轴精益生产分析

为提高胖轴作业效率,通过调查,首先应用价值流图技术,绘制当前状态图,分析胖轴加工过程中存在的生产计划、在制品库存、生产方式等问题,区分胖轴加工中的增值和非增值部分;然后,依据精益思想和工业工程的基本手法,提出平衡物流、合并工序、拉动生产等改善措施,绘制未来状态图作为改善的路标。实施后,胖轴批量加工时间比原来减少54％,形成均衡、拉动生产,减少了在制品库存,使生产过程大为精简。     

基于A-HGA的某钢材加工配送中心车间调度

针对某钢材加工配送中心生产现场存在的在制品仓过多,材料拉动的及时性差以及各机床的负荷分布不均匀等问题,通过解释结构模型找出其发生的真因并得出改善思路。为获得解决方案,将该钢卷生产调度问题抽象为一类JSS(job-shop scheduling作业车间调度)一般性模型,并设计出自适应递阶遗传算法(A-HGA)进行求解,Matlab运行结果表明,该算法的调度结果优于经验排配,提高了机床平均利用率,解决了WIP仓过多,材料拉动的及时性差等问题。同时由于该算法的编码简单、染色体信息量大、收敛性好,在解决一类复杂JSS和拓扑结构等多变量优化问题方面有明显优势。     

对系统提前期/等待时间敏感的批量排队优化模型

过长的制造提前期和过高的在制品库存等问题造成Job shop的生产系统瓶颈,传统的批量策略没有考虑到这些因素.分析了产能、WIP、平均等待时间、系统制造提前期等参数对批量决策的影响,提出了两种不同批量优化策略,分别是减少平均等待时间的最优批量策略和缩短制造提前期的最优批量策略.参数敏感性分析表明,产能约束下,这两种批量...