大规模柔性作业车间组批调度及求解方法研究

针对大规模柔性作业车间排程调度问题,采用基于工件组批调度方法降解问题规模,并利用自适应遗传算法优化求解.该方法首先将加工工艺类似、管径尺寸在同一范围内且毛坯材质相同的零件进行组批,从而减小问题求解规模.其次在优化过程中,采用OBX(Order-Based Crossover)交叉方法,根据最优交叉点个数与染色体长度的关系,改进自适应遗传算法,提高其优化速度及求解能力.最后经实例验证该方法可以有效地缩减工件完工时间、减少订单拖延期和寻优时间.

大规模柔性作业车间调度问题分解建模和求解方法

研究在满足既定工序顺序约束的情况下,按序组合工序来分解柔性作业车间大规模调度问题,建立分解调度问题的数学模型,并探索高效求解的方法。首先基于工序组合与遗传算法,将大规模调度问题进行分解降低问题空间复杂度,形成调度子问题,并建立分解后的调度数学模型;其次将利用组合规则生成高质量的初始解,采用遗传算法与蛙跳算法相结合的混合算法,采用双线程进行并行计算求解,提高全局搜索能力和效率,重组后形成原问题的可行解;最后利用实例证实了模型和算法的可行性。

多行车间布局混合整数规划的精确建模技术研究

针对车间总体布局问题,考虑更多约束,建立符合实际布局情况的精确数学模型,并采用基于混合编码技术的遗传算法进行优化求解。首先基于多行布局的混合整数规划模型,将通道、间距和横竖放置等实际要素转化为约束条件,构建精确数学模型;其次采用混合编码技术,利用SLP获取的方案作为遗传算法部分初始种群,研究参数设置和操作策略,避免算法陷入局部最优解,提高搜索能力和效率;最后经实例验证,通过构建精确建模技术,获得了更加理想和可行的车间总体布局。