具有串并行异类工序约束的多柔性车间联合调度

为了减少具有串并行异类工序约束多车间联合调度的总延期时间,提出了基于知识牵引遗传算法的调度求解方法。首先,采用扩展工艺树描述串并行异类工序约束,并基于无向图描述机器在多车间的分布;针对染色体初始化和进化过程中的扩展工艺树约束,定义了紧前工序数和剩余紧前工序数的概念,基于剩余紧前工序数设计了染色体初始化和进化方法;为了提高遗传算法的进化能力,将种群进化能力和最优个体进化能力作为知识,用于牵引算法的进化方式和方向,从而提出了知识牵引遗传算法的求解方法。经实验验证,知识牵引遗传算法调度的总延期时间均值最小,为30.8 h,说明该算法在多车间调度中具有最好的优化性能;且总延期时间盒须图长度最小,说明知识牵引遗传算法的稳定性也较好。

非紧密衔接工序动态车间调度算法

对于实际生产中经常出现的非紧密衔接工序调度问题,提出一种将非紧密衔接工序变为紧密衔接工序的转换策略,用该策略在对工序间延迟约束进一步研究的基础上,提出标准工序、延迟工序和扩展加工工艺树概念。通过对拟关键路径法和最佳适应调度法算法进一步完善,设计一种通过优先调度延迟工序,对标准工序分批采用拟关键路径法和最佳适应调度法,同时考虑关键设备上标准工序尽量紧凑的具有非紧密衔接工序的动态调度算法。实例验证表明,所提出的调度算法不仅能够较好地解决更具实际意义的动态非紧密衔接工序调度问题,而且能够扩展解决动态紧密衔接工序调度问题。

加工工序非紧密衔接的车间调度策略

针对以往车间调度算法忽略非紧密衔接工序调度,从而导致调度结果不精确这一情况,提出了一种考虑工序间空闲时间延迟约束的调度策略,即解决加工工序非紧密衔接调度问题的方法。该方法在对由延迟约束造成的工序非紧密衔接型调度问题进行定义和研究的基础上,提出了标准工序、延迟工序和扩展加工工艺树概念。设计了一种将延迟约束转换为顺序约束的转换策略,使得转换后的非紧密衔接工序变为虚拟紧密衔接工序,并可采用经典车间调度算法调度。实例验证表明,该调度策略可有效地解决非紧密衔接工序调度问题,可在不增加算法复杂度的情况下,得到更为实用的调度方案。