基于Petri网和GASA的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模.该模型不仅能够反映柔性生产线上待加工产品的多条工艺加工路径及其资源约束,还可以对系统的设备维护、各种优先级等特性进行描述.利用遗传算法和模拟退火算法(GASA)获得调度结果,用于解决作业车间在机床、操作工人等生产资源制约条件下的动态优化调度.该调度以生产周期为目标,通过多种交叉、变异、概率更新、再分配策略等遗传和模拟退火操作,得到目标的最优或次优解;尤其重要的是该算法能够在扰动发生后迅速提供新的调度计划.对算法进行了仿真研究,结果表明该算法是可行、有效的.

基于Petri网和GA的多目标动态优化调度问题研究

以最小化生产周期、机床负载和机床与工人的费用为调度目标,基于受控Petri网和遗传算法提出了一种多目标作业车间调度方法,用于解决作业车间的加工受到机床、操作工人双资源制约条件下的动态优化调度。首先,给出了基于Parikh矢量的Petri网控制器简化设计方法,并应用该方法构建了基于紧急订单的受控Petri网模型;然后设计了基于Pareto的遗传算法,能够获得Pareto最优解集;尤其重要的是能够针对车间的动态扰动给出相应的调度方案。最后,通过实例验证了该方法的可行性和有效性。

基于Petri网和GASA的JSP动态分类调度研究

针对车间作业的加工受到机床、操作工人等双资源制约条件下出现多种扰动的JSP调度问题,提出了基于受控Petri网和GASA对不同扰动进行分类处理的新方法。首先通过构建带有控制器的Petri网模型使系统的运行满足期望的目标,然后基于该模型把遗传算法和模拟退火算法相结合,以最小化最大完工时间为目标,基于机床故障修复时间、工人离岗时间及取消订单包含任务的多少进行分类调度,然后根据扰动恢复后剩余任务的多少决定是否进行再次调度,避免大范围调整造成的生产不稳定状态,最大限度的维持车间的生产能力。最后通过实例验证了算法的有效性和可行性。