分享到:

制造业生产物流系统规划与调度技术研究

本文结合合肥车桥有限责任公司的H1后桥车间实际规划项目以及安徽省自然基金课题,对制造业生产物流的静态规划和动态调度技术进行了系统地分析和研究,重点研究机械制造业生产物流的规划方法。在分析制造业的不同生产物流系统的基础上,将其本质属性归纳为节点守恒属性、复制属性、约简属性、关系属性和信息映射属性。将物流系统分为决策层、管理层和控制层三个层次及分析指标体系、系统表达体系、评价指标体系等三个体系进行分析研究。在传统的面向所有行业的玛格数定义基础上,针对机械制造业的物料特点,提出适合机械制造业的OPTIZ玛格系数概念,用于制造系统的当量物流量的计算。采用基本Petri网对制造物流系统各个子系统进行建模,提出了面向对象的着色赋时Petri网(OCTPN)的物流系统建模方法,该方法既保留了贴近人们思维习惯的图形符号描述法,又改变了因系统复杂所带来的模型复杂状况。同时,对制造加工及物流系统进行集成建模,建立了包含制造加工系统和物流系统的层次化  (本文共155页) 本文目录 | 阅读全文>>

《西南师范大学学报(自然科学版)》2016年11期
西南师范大学学报(自然科学版)

求解柔性车间作业调度的改进人工免疫算法

作业车间调度问题(JSP)是指在一定的时间内,对可用共享资源的分配和生产任务进行排序,使得某些性能指标得以优化,典型的FJSP模型因为较为理想化,难以全面反映出实际应用情况[1].柔性作业车间调度问题(FJSP)减少了机器约束,扩大了可行解搜索范围,更接近于实际生产环境,同时也增加了问题的复杂性,FJSP属于NP难题,一直是生产调度领域和组合优化领域的研究重点[2].近年来,FJSP受到了学者们的广泛关注,他们对其进行深入研究,当前FJSP的求解算法大致可分为3类:精确求解算法、启发式算法和智能算法[3].精确算法最常用的是分支定界法,对于小规模FJSP可以快速找到最优解,由于精确算法实质上是一种穷举搜索算法,因此对于大规模FJSP,精确算法求解的时间长,难以实现[4].启发式算法最常用的是拉格朗日松弛法,以最小化最大完工时间作为FJSP的目标函数,其与精确算法一样,只适应于规模较小的FJSP,应用范围受限[5].智能算法主要有...  (本文共6页) 阅读全文>>

《计算机仿真》2011年07期
计算机仿真

模拟退火遗传算法在车间作业调度中的应用

1引言车间作业调度问题(Job Shop Schedu ling Prob lem,JSP)是制造执行系统研究的核心和重点之一,它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产成本、提高企业在市场经济中的竞争力具有非常重要的意义[1]。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点,因此受到学术界和工业界的广泛关注,目前传统的算法有分支定界法[2]、基于析取图模型的枚举方法[3]、混合整数规划模型[4]、拉格朗日松弛法和优先权规则调度算法[5]等,这些算法虽保证得到全局最优解,但由于都是基于启发式算法,只能解决小规模的调度问题,无法实际应用中的大规模调度问题。遗传算法(Genetic A lgorithm,GA)[6]是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型,是一类全局优化搜索算法,遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点,...  (本文共4页) 阅读全文>>

《电子世界》2012年09期
电子世界

基于遗传算法的柔性车间作业调度

1.引言在基本的车间作业调度问题(Job Shop Problem,简称JSP)中,所有工件的工序都只能由指定的某一台机器进行加工。随着加工技术、自动化技术的发展,特别是柔性制造系统的出现,此传统限制已被突破,工件具有多个可选择的加工路线,即路径柔性已经成为生产的实际需求。生产技术的进步推动着调度理论研究的进深,具有柔性路径的柔性车间作业调度(Flexible Job Shop Problem,简称FJSP)研究也开始进入人们的视野并引起重视[1-3]。目前,遗传算法以其优良的计算性能和显著的应用效果,在求解JSP问题和FJSP问题中获得了很大的成功[4-11]。本文使用遗传算法来求解FJSP问题,提出了多维矩阵的编码方式,以及相应的选择、交叉、变异操作设计,保证遗传操作每一步产生的染色体都是合法的,避免了传统柔性车间作业调度中繁琐的染色体合法化修复工作。最后用一个调度实例验证了算法的正确性和有效性。2.调度问题描述n种工件J=...  (本文共3页) 阅读全文>>

《计算机应用与软件》2009年06期
计算机应用与软件

基于启发式规则和蚁群算法的车间作业调度方法

0引言车间作业调度问题JSSP(Job Shop Schedu ling Prob lem)是按一定的时间顺序要求分配资源来完成任务的问题。JSSP是一类复杂且极具代表性的生产调度问题,它具有约束松弛度紧、约束内联度高和NP-hard等特性。一直以来,人们普遍尝试采用各种方法来求解JSSP,如:遗传算法[1]、禁忌搜索[2]、蚁群算法[3]、演化算法[4]和模拟退火[5]等。采用单个方法的调度结果似乎不甚理想,因而各国学者普遍采用混合方法来求解JSSP问题。这里的“混合”包括两层含义:(1)将启发式规则融入到现有的求解方法中;(2)两种或多种方法的有效集成。鉴于此,本文提出了一种基于启发式规则和蚁群算法的车间作业调度方法。该方法将启发式规则有效地融入到蚁群算法中,使得该混合方法的优化效率得到极大的改进。1本文的混合方法为了有效地求解JSSP,本文提出了一种基于启发式规则和蚁群算法的混合调度方法。该方法首先采用蚁群算法得到车间作业...  (本文共3页) 阅读全文>>

《世界有色金属》2016年16期
世界有色金属

云计算环境下冶金车间作业调度方法研究

云计算的出现使企业无需投资建设新的基础设施,培训新员工或研发许可软件[1],反而,企业可以完整部署并运行新的系统,同时在很短的时间内获得大量的计算资源和网络服务[2]。利用市场化制造生产资源并非可以无限使用,在冶金车间各工序的加工时间也并非一成不变的[3],这使得冶金生产过程具有灵活性。对冶金车间作业调度的研究属于柔性作业车间调度问题,是一种复杂的组合优化问题[4],假设一个过程可以选择车间的一台机作业,起重机器在车间调度的传统工艺具有唯一性的约束条件,能减少交通拥堵情况,比传统购物更接近实际生产调度工作。为了解决冶金车间柔性作业车间调度问题求解过程中的难题,进而解决云计算环境下冶金车间作业调度问题,提出了一种基于人工免疫算法求解柔性作业车间调度问题的方法,采用人工免疫算法进行求解,并针对标准人工免疫算法存在的不足,引入粒子群算法保持种群的多样性,以避免出现局部最优解。1冶金车间作业调度方法国内外的研究现状经典而又传统的冶金车间...  (本文共2页) 阅读全文>>