任务负载竞争下制造资源配置的非合作博弈方法

在制造资源配置过程中,针对不同生产设备为了追求任务负载而存在的自由竞争关系,引入博弈论描述设备之间在任务负载上的相互制约关系。提出基于非合作博弈的制造资源优化配置方法,把生产设备映射为非合作博弈制造资源优化配置模型的局中人,建立局中人的策略及其收益函数。利用模糊聚类分析的方法对博弈局中人进行聚类,进行Nash均衡的求解。通过实例与遗传算法、禁忌搜索、粒子群算法进行比较,结果表明基于非合作博弈的制造资源优化配置方法获得的任务负载策略能够保证生产设备总体具有更高的利用率,由此,验证了算法的有效性和正确性。      

集团制造多主体外协订单任务制造资源配置

集团制造企业的外协订单任务制造资源配置过程具有多主体、多任务、多资源、多工序以及协同性的特点,增加了订单制造资源配置过程的复杂性和不确定性。针对这一问题,提出两阶段多主体外协订单任务制造资源配置方法;设计了基于成本—工期—收益的订单任务排序算法和基于PageRank的订单任务制造资源排序算法,并建立了多主体外协订单任务制造资源配置模型;运用遗传算法求解多目标下多主体外协订单任务制造资源配置模型的Pareto最优解。以某建材装备制造集团的外协订单任务制造资源配置为例,验证了所提理论方法的合理性和有效性。     

基于改进蚁群算法的多主体制造资源配置冲突协调方法

在多主体制造资源组合优化配置过程中,当某个制造资源在同一时刻接收到多个订单加工需求而引发冲突时,结合多主体订单对所有制造资源加工优先级的启发式全局冲突协调过程往往被轻视或忽略。针对这一问题,提出一种改进的双维度蚁群算法。该算法将订单的加工路线作为蚂蚁的第一维度路径,将每个资源对于订单的优先级作为蚂蚁的第二维度路径,实现两个方向的启发式搜索。以某建材装备制造集团的外协订单任务资源配置为例,验证了所提理论方法的合理性和有效性。     

产品定制协同制造资源优化配置

为实现产品定制协同生产模式下各种制造资源的优化选择与配置,提出产品定制协同制造资源优化配置的双层规划求解方案。在对产品定制协同制造资源配置过程进行分析的基础上,给出客户满意度及企业定制经济效益的定义和计算公式,构建了产品定制资源优化配置的双层规划数学模型;提出一种嵌入双层迭代规则的混合遗传算法对产品定制资源优化配置双层规划模型进行求解。以某5MW风机产品客户定制加工订单为例,验证了所提资源优化配置双层规划模型的可行性及其混合遗传算法的有效性。     

敏捷制造单元动态重构算法的研究

提出了一种基于整数规划和排序聚类算法的敏捷制造单元动态重构算法,该算法为两步,首先根据加工任务、工艺规程和允许的制造资源整合,通过整数规划算法,确定由哪些制造资源以何种工艺规程完成加工任务,然后,根据制造资源承担加工任务的工艺相似性,通过排序聚类算法,将制造资源聚合成不同的敏捷制造单元。最后,对该算的性能和特点进行了分析,并用实例加以验证。     

基于加工特征向量的制造设备分组算法研究

针对目前网络化制造环境下设备分组和检索算法效率不高的现状,提出了基于设备加工特征向量的分组方法来提高算法的效率。首先,按照设备所能完成的加工特征,从特征的形状、尺寸以及加工精度等三个维度构建了制造设备的加工特征描述向量;然后基于制造设备的加工特征描述向量,通过设计了初始分组中心选择策略和采用非遍历分组组数优化技术,改进了扩展模糊C-均值算法,构建了基于加工特征向量的设备分组模糊聚类算法。该算法可高效、精确地计算出设备最优分组组数。最后,以50台制造设备的分组为例验证了该算法的有效性。     

基于改进自适应布谷鸟算法的云制造资源配置优化研究

针对云制造资源优化配置模型求解的相关问题,在基本布谷鸟算法(CS)的基础上提出了一种改进自适应布谷鸟算法(SAACS),并将其应用于求解云制造优化资源配置问题。改进自适应布谷鸟算法对基本布谷鸟算法的部分参数和Levy飞行步长做了自适应性调整,加入了双向搜索策略,并引入模拟退火思想,可以在云制造资源配置中快速地求出最优解,获得一条最优资源服务链。最后通过算例验证了该算法求解资源配置问题的有效性和准确性。     

基于制造资源的复杂箱体零件可制造性评价

在复杂箱体零件设计阶段,为实现基于制造资源的箱体零件可制造性评价,首先构建一定环境下的制造资源模型。然后利用箱体零件模型信息与制造资源模型信息之间的关系建立零件评价规则。最后以零件制造特征为桥梁,判断该零件整体可制造性以及在各道工序中的可制造性,筛选出符合要求的加工设备。基于层次分析法理论构建设备优选算法,择优选择候选加工设备,辅助箱体零件工艺设计。     

基于ACGA的虚拟制造单元重构中资源选择与分配问题研究

在虚拟制造单元可重构的环境下,制造资源选择策略是决定制造系统生产性能的关键因素之一。在保证按时完成所有加工任务的前提下,尽可能有效地利用系统的制造资源,对制造资源进行优化组合,降低制造费用,缩短加工任务的完成时间,从而根据产品开发的需要进行单元重构。本文建立了以满足工件交货期为前提,在产品多工艺路径的制造方式下,制造费用最小,直接利润最大化的资源选择与分配问题的数学模型,引入蚁群遗传算法。这种资源选择首先产生若干个多工艺路径中可能的资源配置,再以此为初始解空间,采用基于动态信息素更新策略的蚁群优化算法,进行寻优搜索,并应用遗传算法中的交叉和变异策略,拓展可行解空间,直至得到满意解。通过实例表明,与遗传算法相结合的蚁群资源优化选择算法收敛速度快,适用于规模较大的计算,并能得到最优解。     

基于市场均衡的制造网格资源配置方法

建立了制造网格资源市场,并基于市场均衡原理和资源使用者偏好来配置资源。基于制造网格的总体框架构建了制造网格资源配置的经济架构;结合完全竞争市场特征界定了资源配置的经济环境,给出了可行的和帕雷托最优的资源配置条件,定义了帕雷托最优的资源配置的竞争性均衡状态,在资源的市场均衡状态实现资源提供者收益最大化和使用者效用最大化;最后,引入了资源市场均衡价格确定的迭代算法,测试结果表明资源价格可快速收敛到均衡价格,使实际的资源配置结果逼近均衡状态。     

设备负载均衡的制造资源优化配置方法

为了解决航空复杂产品混线生产中设备负载不均衡引起的资源配置不合理问题,文章根据工艺规划和设备对生产线制造资源优化配置问题进行描述,构建满足工序需求的设备可选集,采用模糊聚类方法对设备可选集中设备进行排序。以设备负载率的方差为优化目标,提出基于免疫遗传算法(IGA)的制造资源优化配置方法,实现了生产线设备的负载均衡,降低了生产线的运行成本。结合实例并与遗传算法(GA)进行对比,证明了该方法在制造资源配置过程中能获得更加均衡的设备负载。     

蚁群算法及灰色理论在制造资源配置中的应用

为了优化网络化制造环境下的制造资源配置问题,提出了一种将灰色关联理论和蚁群算法相结合的资源优化选择求解方式.在该求解方式中,首先根据工艺规划将零件加丁任务分解为按照时间先后排列的工序集;然后在每个工序节点上利用灰色关联理论解决多目标决策问题中的优势,通过多层次灰色关联系数的确定,筛选出一定数量满足要求的候选制造资源,从而缩小问题域的范围;最后利用蚁群算法从运输成本角度出发,寻找零件加工最优的制造资源选择路径,以实现网络化制造中制造资源的优化配置.     

多色粒子群的作业车间调度研究

为了对车间的资源配置和作业调度这两个问题进行综合考虑,提出了一种基于多色粒子群的作业车间调度方法。首先根据各个作业的要求,对车间的设备资源进行配置。针对车间设备资源管理和配置的特点,应用多色集合和多色图,建立资源关联图模型。并运用多色集合的围道矩阵和推理运算规则,对作业任务需要的加工设备进行分配,推导出工序集所有可行的资源配置集合;然后根据粒子群算法的原理和特点解决作业车间调度问题,以最大完工时间最小为优化目标,结合基于工序的编码方式,构建了求解作业车间调度问题的方法,并通过实例验证了算法的收敛性及有效性。     

模糊神经网络与启发式算法相结合的制造单元构建方法

为提高制造单元构建效率和制造单元的可实施性,提出了模糊自适应谐振神经网络与启发式算法相结合的制造单元构建方法.该方法以加工相似模式匹配思想为指导,将制造单元的构建分为两个阶段.首先对标准模糊自适应谐振神经网络进行改进处理,并以此构建初始的工件族和设备集合;然后,在初始工件族和设备集合的基础上,建立基于规则的启发式资源优化分配算法,解决制造单元的设备共享、可选设备分配和设备负荷不均等问题.最后,以某企业机加车间生产的典型工件为例,验证了算法的有效性.     

基于协同制造多任务的设备资源配置优化方法研究与应用

为解决协同企业设备资源配置失衡的问题,实现设备资源最佳化动态调度,分析了设备资源配置组合优化过程中的决策目标,提出基于成本、时间、质量等变量的多目标优化模型,利用改进遗传算法对协同制造多任务设备配置优化问题进行研究。以某电机制造企业为实例,分析验证了多目标优化模型及求解方法的可行性与实用性,为多目标配置优化问题的研究提供参考。     

云制造环境下的制造资源优化配置研究

为有效地对云端服务资源进行优化配置以降低制造服务成本,在云制造资源优化配置问题进行形式化描述的基础上,考虑物料流和信息流对时间和成本的实际影响,构建了以成本和时间最小化、质量最优化为目标的资源优化配置模型,并采用最大继承法对资源配置模型进行求解,计算结果表明了该模型和算法的有效性。通过与现存算法进行比较,验证了该模型及算法的稳定性和可行性。     

云制造环境下基于双层规划的资源优化配置方法

为解决云制造环境下的制造资源优化配置问题,在深入分析云制造的运行模式和制造资源配置过程的基础上,充分考虑云制造环境下制造服务过程中的不确定因素以及制造任务需求方和云制造服务平台运营方的利益,提出包括服务质量指标和柔性指标的云制造资源服务组合评价指标体系,建立了云制造环境下的制造资源优化配置双层规划模型,并采用改进的进化多目标优化算法对模型进行求解,实验结果表明了该模型和算法的可行性和有效性。     

智能制造环境下产业联盟制造资源配置的评价方法

为解决智能制造环境下产业联盟企业间资源配置调度优化的问题,在充分考虑制造服务需求方、提供方、平台运营方的利益的基础上,提出了一种高效智能的产业联盟服务平台资源配置方法以及评价指标。平台由感知层通过传输层向服务平台提供设备资源、人力资源、技术资源等信息,通过资源配置评价方法将联盟企业的资源根据任务进行筛选,并通过遗传算法求解选出最佳满足单元任务平衡率、成本、质量、服务等多目标的最优组合。     

考虑学习曲线的精益生产制造系统双重资源配置方法

为了有效配置设备与人员资源以提高车间单元化生产的产能与效率,针对劳动力资源的消耗利用是一个复杂的认知过程,提出一种考虑学习曲线的基于精益指标的制造系统双重资源配置方法。以产品制造单元化生产方式为主线,将生产成本、生产时间和加工质量作为车间精益优化目标,考虑员工学习曲线对生产过程的动态作用,研究人机两类资源与员工学习能力的动态变化关系,获得优化配置的数学模型,并给出多目标优化模型的求解方法。以纺机企业锡林组件加工为例具体分析了其求解过程,结果表明,用所提出的模型与方法求解多目标约束下的资源配置问题是可行和有效的。     

基于可重构制造系统生产能力扩展过程的工艺重构

基于生产能力扩展,对可重构制造系统的工艺重构进行了研究,提出一种工艺重构方法——在现有制造资源(加工设备、刀具、夹具等)的基础上,根据各工位的装夹方式,对加工操作进行聚类和分类的预处理;通过增加并行工位,并以各工位间加工操作的转移实现工艺重构。构建了扩展后系统工艺平衡的数学模型,并提出一种结合遗传算法与自动机机制的混合算法来进行求解,通过实例验证了方法的可行性。