考虑不确定加工时间的工艺规划与调度集成问题研究

为使工艺规划与调度集成问题更加符合实际,将不确定加工时间考虑到工艺规划与调度集成问题中,并以三角模糊数表示加工时间,提出一种考虑模糊加工时间的工艺规划与调度集成问题。以最大模糊完工时间最小为目标,对该问题进行建模。提出一种多层编码结构的遗传算法,对该问题进行求解。最后,以实例验证了上述模型的正确性及算法的有效性。

不确定加工时间下装配过程物料配送方法研究

文章针对加工时间不确定导致装配过程物料配送活动无法及时准确进行的问题,在实现装配过程信息实时采集与处理的前提下,提出一种基于实时信息驱动的物料配送模式;在此基础上,提出了物料配送系统,构建了系统的功能体系结构,并对系统实现的关键技术、物料配送动态决策系统进行了研究。将该物料配送方法应用于某发动机装配线物料配送系统,验证了方法的可行性和有效性。

加工时间不确定的船体分段空间调度方法

针对调度过程中存在的不确定性因素及调度对象存在关联约束关系,提出了一种加工时间不确定的船体分段空间调度方法.以旁板这一类分段关联件的加工时间的变动作为不确定影响因子,建立了船体分段在不确定环境下的空间调度模型,目标为最小化由不确定因素造成分段提前、拖期的时空占用成本.该模型考虑了船厂实际生产过程中的随机加工时间以及分段和关联件的约束关系,结合某船厂的实际生产数据进行实例验证,结果表明,该模型能对加工时间不确定条件下的船体分段空间调度给出较优的调度解,而且在空间调度解的质量和模型应用范围等方面更贴近船厂现实生产情况.

工序加工时间不确定条件下作业车间调度问题的区间数求解方法

针对一类难以获取工序加工时间变量的准确分布规律或隶属度函数的作业车间调度问题,采用区间数方法描述工序加工时间不确定变量,在分析工件完工时间区间与交货期时间窗的6种关系的基础上,分析归纳出提前/拖期惩罚取值区间的求解方法;论证了提前/拖期惩罚区间可以预估提前/拖期惩罚值的波动范围,为不确定调度问题转化为区间调度问题求解提供了理论支撑。以提前/拖期惩罚的取值区间为优化目标构建了区间调度模型。通过区间可能度方法对不同的提前/拖期指标区间值进行定量比较,解决了遗传算法求解区间调度模型时适应度值的比较问题。通过算例仿真验证了区间数定理和调度算法的有效性。

不确定加工时间下同型并行机的鲁棒排程

在现实作业排程中,工件加工时间常常是不确定的。考虑到同型并行机的现实和理论意义,本文研究了加工时间不确定情况下以工期(最大完工时间)为目标的同型并行机排程问题。为了确定最优鲁棒排程,采用最小最大遗憾准则。其中,加工时间没有给出概率信息,而是用区间表示。经证明,该问题是一个NP-难问题且求解困难。为简化问题便于求解,本文给出了最大遗憾的计算公式,还证明出最坏情景出现在端点值,即各工件加工时间不是取区间上界就是下界。然后,提出了一种可以求出该问题最优解的迭代松弛算法并分析了其计算量。最后总结了本文的主要研究工作以及未来的研究方向。

基于灰数描述的不确定工时作业车间E/T调度优化

针对不确定加工时间的作业车间调度问题,考虑每个工件的交货期窗口,旨在最小化工件提前/拖期成本和机器空闲成本。分别采用基本遗传算法和混合遗传算法进行求解,并比较两种算法的求解质量。通过灰色理论和模糊数理论对不确定加工时间分别建立调度模型,分析两种模型的优化程度和稳定性。结果表明,与基本遗传算法相比,引入按指定邻域结构进行局部搜索的混合遗传算法具有更好收敛能力;与模糊数方式相比,采用灰色理论能够更好地描述不确定加工时间,且在求解过程中也具有更好的适应性和稳定性。

基于中智数及ε-支配的加工时间不确定IPPS问题多目标优化研究

工艺规划与车间调度的集成优化有利于缓解制造资源冲突,充分利用制造系统的柔性并提升制造系统运行效率.为避免实际加工时间的波动及其对调度方案鲁棒性的影响,利用中智数在刻画不确定事物方面的优势,本文使用中智数模拟工序的不确定加工时间并建立了相应的数学模型.为引导非支配解趋向于偏好区域,提出基于ε-支配的多目标优化算法,对调度鲁棒性及名义最大完工时间这两个指标进行了优化.提出的多目标优化算法对经典的Kim实例进行了求解,得到了偏好区域内的非支配解.

加工时间不确定的作业车间滚动窗口动态调度

以作业车间为研究对象,针对加工时间不确定这一扰动因素,主要采用周期驱动来制定相应的滚动调度策略。辅以事件驱动来保证车间运行整体情况的平衡。设计加工时间偏差容忍(LDT)来避免不必要的重调度。考虑车间的资源约束,重新定义状态转移规则,克服了长蚂蚁路径搜索容易停滞的缺点。通过仿真,获得了所需的合适滚动调度策略参数,进一步实验结果显示了改进的蚁群算法性能,针对调度方案所做的改进在计算时间和计算结果上均取得较优效果。

考虑机器周期性维护的不确定加工车间调度优化研究

为使加工车间调度问题更加符合实际,将不确定加工时间和机器的预防性维护周期考虑到车间调度问题中。首先,建立考虑服从正态分布的随机加工时间和机器的预防性维护周期的联合优化模型,该模型以最大完工时间的期望最小为目标函数;其次,对基于多层编码的遗传算法进行编码操作,每个个体表示全部工件的加工顺序;最后,通过MATLAB中进行了仿真实验。通过实例验证了该模型的合理性和算法的有效性。对实际工业生产中车间加工调度具有重要的意义。

工时不确定条件下基于改进遗传算法的柔性作业车间调度问题的区间数求解方法

以不确定工序加工时间为切入点,使用区间数表征不确定工序加工时间,研究了基于不确定工时的单目标柔性作业车间调度问题,并设计了基于区间数理论的改进遗传算法对该问题进行求解。

工序加工时间不确定的可重入调度问题的求解

针对一类工序加工时间不确定的可重入调度问题,以提前/拖期惩罚区间大小为目标构建调度模型,并设计一种兼顾区间极值和区间跨度的方法对惩罚区间进行定量比较,同时可根据生产的实际需求或调度人员的倾向灵活调节区间极值和区间跨度所占的比重.根据调度模型,提出一种变邻域化学反应优化算法(VNCRO),并设计4种化学反应.其中:碰壁反应采用粒子群算法中对最优粒子的跟踪思想和变步长邻域搜索方法,加速算法收敛,同时使局部搜索更加精细;双分子碰撞反应可使种群内分子进行信息交流.结合所设计的全局搜索分解反应和合成反应,可使局部搜索与全局搜索达到更好的平衡.通过仿真实验验证模型的可靠性,并通过与CRO、DICA、IDABC、DWOA算法的性能比较,说明VNCRO算法在解决工序加工时间不确定的可重入调度问题的优越性.

基于最小最大遗憾的同型并行机鲁棒调度模型

研究了加工时间不确定的最小化总完工时间的同型并行机调度问题.在仅知加工时间所在区间的条件下,基于最小最大遗憾准则建立了同型并行机的鲁棒调度模型.估计出了最大遗憾值的情景(即最坏情景)发生在工件加工时间取区间上端点或下端点处,并指出任意调度的最大遗憾可以通过求解一个指派问题得到.证明了同型并行机鲁棒调度问题的最优解与经典的确定性问题的最优解在工件配置上相同.该问题可以转化为一个单机器鲁棒调度问题来处理.

Job Shop调度问题的Minimax模型及双空间协同遗传算法

针对工序加工时间不确定环境下的Job Shop调度问题,为了预估最差调度工况及其对应的调度性能指标边界,采用一类保守、稳健的Minimax分析方法,建立了基于提前/拖期惩罚成本的Minimax调度模型;为了解决传统基于遍历或枚举方法存在的搜索空间巨大的问题,提出并证明了给定调度顺序条件下,关于内层Max优化过程的凸函数定理,并依此定理提出了一种工序加工时间搜索空间过滤机制。针对Minimax调度问题存在的双空间寻优特性,在分析调度顺序种群和工序加工时间种群的交替进化机制的基础上,设计了一种高效的双空间协同遗传算法。最后通过仿真算例验证了该过滤机制和双空间协同遗传算法的有效性。

加工时间不确定的炼钢-连铸区间多目标优化调度

加工时间不确定是炼钢-连铸生产中普遍存在且具有代表性的一类不确定因素。针对其调度问题,采用三参数区间数描述加工时间不确定性信息,建立了以炉次总等待时间和浇次开浇时间提前/拖期总惩罚最小化为优化目标的区间多目标混合整数规划模型,并结合问题特征,设计了一种基于分类进化策略的改进快速非支配排序区间多目标遗传算法。在算法中,融合区间数相关操作提出了区间意义下的逆序并行倒推解码法和基于机器选择规则的种群初始化混合策略,设计了基于个体拥挤距离的交叉变异算子分类进化策略,并提出对种群中重复个体执行再变异操作,以维持种群多样性。基于实际生产数据的仿真实验验证了区间多目标优化算法在求解质量和求解效率方面的有效性。

基于后悔值准则的个性化产品鲁棒调度

个性化产品的生产过程具有非重复性,致使工序的加工时间不确定且难以估计其概率信息。因此,传统的确定调度和随机调度方法不再适用。采用最小化最大后悔值的鲁棒优化方法,研究变速平行机加工环境下个性化产品的生产调度问题。首先,采用区间情景描述不确定的加工时间,构建基于后悔值准则的个性化产品鲁棒调度模型;其次,证明任意调度方案带来的最大后悔值可通过求解一个指派问题得到;然后,提出基于混合整数规划和迭代松弛过程的两种精确算法获取最优解;最后,通过仿真实验评估两种精确算法的有效性,结果表明基于混合整数规划的精确算法明显优于迭代松弛算法,并且可以快速求解中小规模的调度问题。