多工艺路线的批量生产调度优化

以优化生产周期为目标,研究了多工艺路线的批量调度问题,提出了一种基于工序优先级的调度算法,并将该算法嵌入到遗传算法中,得到了全局优化的批量调度算法。遗传算法搜索最佳染色体,调度算法把染色体解码为调度。在调度算法中,采用了3种提高生产率的策略,即区分批量启动时间与工序加工时间,在工件到达机床之前做好准备工作;把一批工件分成多个小生产批次,每批次独立加工:一批工件加工部分后就运向后续加工机床,缩小后续机床的等待时间。仿真表明,该调度方法能取得较好结果。     

半导体制造批量计划调度问题的量子粒子群算法研究

对半导体制造批量计划调度问题进行研究,提出了一种收敛速度快、全局性能好、不易陷入局部最优的智能迭代算法一量子粒子群算法来实现对该问题的求解.该算法采用0-1编码方式,来实现对lot的分批和分配,并以最小完工时间为目标函数值进行寻优.最后通过具体算例,对该算法进行了仿真验证,结果表明,在求解半导体制造批量计划调度问题时,量子粒子群算法要优于二级蚂蚁算法、DSH算法,从而验证了该算法的可行性和有效性.     

基于遗传算法的批量 Flow-shop调度问题研究

结合实际情况，对批量Flow—shop调度问题进行了研究，给出批量Flow—shop调度问题的建模，根据不同的移动方式。给出工件在各机床上的起始加工时间的确定方法，并提出一种融入启发式规则的遗传算法进行问题的最后求解。最后的实例证明了提出的算法求解批量Flow—shop调度问题的有效性。     

面向智能工业的柔性装配批量调度优化策略

在实际的多品种批量柔性生产的过程当中,一种产品可以分割为多个子批量进行生产,一个完整的生产过程包含多个加工流程,每个加工流程可能有多条功能相同的生产线,每条生产线可以完成多种产品的相应加工流程的生产,如何优化该生产过程完成固定生产任务所需的最小完成时间对生产效益非常重要。为解决产品柔性分批与批量调度的问题,提出了一种模拟退火算法与遗传算法相结合的方案。所提方案不但可以根据生产线产能限制将生产任务划分成具有柔性批量的多个子批,而且可以使加工排序以及生产线的选取得到优化。进行了大量实例仿真,结果证明提出的批量调度算法的有效性和可行性。     

面向注塑行业的MES生产调度系统研究

针对注塑行业生产调度中产品受设备数量、设备吨位、加工时间等约束条件的限制,提出了面向注塑行业的MES生产调度系统设计方案,对注塑行业实际生产调度过程进行建模,并通过约束条件将模型转换成混合Flow-shop模型,使用MATLAB软件进行仿真求解,以设备甘特图显示调度结果,结果表明:该生产调度系统能够为注塑行业缩短生产周期时间,减少设备调度次数,节约生产成本。     

批量生产柔性作业车间优化调度研究

在批量生产柔性作业车间调度问题中,不但要考虑路径选取和加工排序两个子问题,而且工件还可被分割为多个子批量,不同子批可选择不同工艺路线。该问题是对传统柔性作业车间调度问题(FJSP)的扩充,它更接近于实际生产调度问题。针对问题的特点,提出了一种基于遗传算法的柔性分批调度算法。在算法中,提出了一种基于"游标"的柔性批量分割方法,并采用一种批量分割与加工工序相融合的染色体编码方法。该算法不但可根据机床负荷将工件分割成具有柔性批量的多个子批,而且可使子批工艺路线选取及加工排序同时得到优化。通过实例仿真,对算法性能进行分析和评价,结果表明了算法的有效性和可行性。     

并行生产线的批量分割和调度优化

研究了一类并行生产线上生产调度和批量分割的同时优化问题。给出了产品在生产线上连续加工时产品批量的完工时间计算公式，并证明了该公式的正确性。考虑相邻批次在生产线上加工会产生重叠，给出了产品批量开工时间的一个下界。证明了批量连续发交时保证缓冲区总是可用的充分条件，并在此基础上提出了一个求解批量开工时间的迭代算法，该算法计算复杂度与批量大小无关。最后通过建立的批次发交模型和提出的批量分割启发算法，构造了一种基于遗传进化的启发式方法以求解该类问题。计算实验表明，该方法通过批量分割可以有效地平衡生产线上的负荷。     

面向生产-库存-配送的联合调度问题及蚁群优化算法

研究一类差异分批制造模式下的生产-库存-配送三阶段联合调度问题。在生产过程中,作业的体积有差异,而加工设备为容量限定的批处理设备,批的加工不可抢占;作业加工完毕后转入产成品库存;在配送阶段,制造企业委托第三方物流企业进行配送,车辆具有相同的运输能力;优化目标为制造企业的生产-库存-配送总成本。采用整数规划方法,对联合调度问题进行建模,证明了总成本的最小化问题为强NP-hard问题,并给出最优解的下界;设计一种改进蚁群算法进行求解,采用作业分类的策略产生候选表,有效降低算法运行时间,并采用轮换方法对信息素进行更新,避免算法陷入局部最优;设计48类算例进行仿真,对算法性能进行全面的分析验证,仿真结果表明了算法的有效性。     

考虑柔性分批的IPPS问题研究

工艺规划与调度是制造系统的两个重要组成环节,二者的集成是制造系统发展的关键技术之一。针对工艺规划与调度集成问题在批量方面考虑的不足,考虑将批量划分问题集成到工艺规划与调度集成问题中。为避免等批分批可能导致调度过程中生产能力与负载不均衡,采用柔性分批策略。同时考虑准备时间和加工时间,以最大完工时间最小为目标,对该问题进行建模。针对该问题,提出一种粒子群算法进行求解。最后,以实例验证了该数学模型的正确性及算法的有效性。     

具有柔性加工路径的作业车间智能优化调度

用遗传算法研究了具有柔性加工路径的作业车间的智能优化调度问题 ,提出了一种将遗传算法和分派规则相结合的调度算法 ,将加工计划与生产调度同时考虑 ,避免了加工计划和生产调度相脱节的弊端。最后给出了此调度算法的仿真结果 ,证明该算法是可行的 ,并获得优异的结果