生產(chǎn)調(diào)度干擾管理模型和算法研究.pdf

1、生產(chǎn)調(diào)度問(wèn)題作為經(jīng)典組合優(yōu)化問(wèn)題，具有高度的計(jì)算復(fù)雜性和廣闊的應(yīng)用前景。經(jīng)典生產(chǎn)調(diào)度問(wèn)題假設(shè)加工環(huán)境穩(wěn)定，初始最優(yōu)加工時(shí)間表制定后可以順利執(zhí)行。然而現(xiàn)實(shí)生產(chǎn)過(guò)程中充滿不確定性，機(jī)器維護(hù)、機(jī)器故障、工件優(yōu)先級(jí)變化和新工件到達(dá)等事件單獨(dú)或者組合發(fā)生，使得初始計(jì)劃無(wú)法按計(jì)劃執(zhí)行。這些事件統(tǒng)稱(chēng)為干擾事件，在干擾事件發(fā)生后，如何以盡量小的代價(jià)恢復(fù)加工系統(tǒng)正常運(yùn)行是干擾管理(Disruption Management)致力于解決的問(wèn)題。對(duì)應(yīng)于加工系

2、統(tǒng)基本構(gòu)成要素，干擾事件可以大致分為資源相關(guān)和任務(wù)相關(guān)，對(duì)初始計(jì)劃造成不同的影響。針對(duì)不同類(lèi)型干擾事件，準(zhǔn)確量化干擾事件的擾動(dòng)，基于此構(gòu)建同時(shí)考慮初始優(yōu)化目標(biāo)和擾動(dòng)目標(biāo)的模型，并設(shè)計(jì)高效算法求得問(wèn)題有效解集供決策者選擇，是生產(chǎn)調(diào)度干擾管理問(wèn)題的核心和難點(diǎn)問(wèn)題。本論文的主要研究?jī)?nèi)容包括:
　　(1)資源相關(guān)擾動(dòng)的干擾管理研究。選擇資源相關(guān)擾動(dòng)中最具代表性的機(jī)器維護(hù)作為研究對(duì)象:在單機(jī)環(huán)境中針對(duì)機(jī)器維護(hù)，研究初始最優(yōu)加工時(shí)間表是基于加

3、權(quán)折扣最短加工時(shí)間優(yōu)先規(guī)則的問(wèn)題，使用相對(duì)于初始計(jì)劃工件完工時(shí)間的延遲來(lái)度量擾動(dòng)，建立同時(shí)考慮原目標(biāo)和與擾動(dòng)目標(biāo)的模型，結(jié)合量子算法和非支配排序遺傳算法優(yōu)勢(shì)設(shè)計(jì)混合算法進(jìn)行模型的求解。在并行機(jī)環(huán)境中面對(duì)干擾事件為改變加工效率的機(jī)器維護(hù)，使用機(jī)器-工件重新分配來(lái)度量擾動(dòng)，構(gòu)建干擾管理模型。設(shè)計(jì)求解問(wèn)題有效前沿的窮舉算法，以及在此基礎(chǔ)上更高效率地優(yōu)化某特定指標(biāo)函數(shù)的分支定界算法。
　　(2)任務(wù)相關(guān)擾動(dòng)的干擾管理研究。選擇工件相關(guān)干擾

4、事件中最具代表性的工件優(yōu)先級(jí)變化和新工件到達(dá)作為研究對(duì)象:針對(duì)單機(jī)環(huán)境下存在安裝時(shí)間的最優(yōu)化工作流時(shí)間問(wèn)題，研究工件優(yōu)先級(jí)突發(fā)提高的應(yīng)對(duì)，設(shè)計(jì)最近鄰域和插入混合算法為非支配排序遺傳算法提供較優(yōu)初始解，最終求得高質(zhì)量有效前沿。針對(duì)單機(jī)環(huán)境下工件加工時(shí)間可通過(guò)非線性資源消耗進(jìn)行壓縮的問(wèn)題，研究單個(gè)新工件到達(dá)和處理依概率發(fā)生時(shí)的應(yīng)對(duì)，基于工件吸收干擾影響的能力制定初始加工時(shí)間表，使得干擾發(fā)生后新時(shí)間表能盡快和初始計(jì)劃完全匹配。針對(duì)單機(jī)環(huán)境下計(jì)

5、劃外多個(gè)新工件抵達(dá)，研究通過(guò)外包手段為加工服務(wù)承接商制定生產(chǎn)配送的集成優(yōu)化方案，在運(yùn)營(yíng)成本和服務(wù)水平之間進(jìn)行有效權(quán)衡。
　　(3)資源相關(guān)擾動(dòng)和任務(wù)相關(guān)擾動(dòng)并發(fā)的干擾管理研究。以上述內(nèi)容為基礎(chǔ)，研究了機(jī)器維護(hù)和新工件達(dá)到同時(shí)發(fā)生時(shí)的干擾管理問(wèn)題。將客戶對(duì)于完工時(shí)間延遲的非對(duì)稱(chēng)感知考慮在擾動(dòng)度量中，從而使新的解決方案更具現(xiàn)實(shí)意義。提出一種基于有效解的元啟發(fā)式算法，其中部分初始種群是通過(guò)動(dòng)態(tài)規(guī)劃方式求得。為了檢驗(yàn)該方法的性能，設(shè)計(jì)了計(jì)

6、算機(jī)仿真實(shí)驗(yàn)，比較了重調(diào)度干擾策略和局部修復(fù)策略，分析了不同啟發(fā)式算法和分派規(guī)則的性能。通過(guò)對(duì)數(shù)值仿真結(jié)果進(jìn)行統(tǒng)計(jì)分析，并根據(jù)現(xiàn)有度量有效前沿質(zhì)量指標(biāo)進(jìn)行計(jì)算，驗(yàn)證了重調(diào)度策略和設(shè)計(jì)方法的有效性。
　　本研究屬于排序理論、運(yùn)籌學(xué)優(yōu)化理論和智能優(yōu)化算法的交叉滲透，對(duì)生產(chǎn)調(diào)度干擾管理這一難題進(jìn)行了有益探索。為加工制造企業(yè)面對(duì)突發(fā)干擾事件在生產(chǎn)成本和系統(tǒng)擾動(dòng)之間權(quán)衡決策提供理論支持，對(duì)企業(yè)提高服務(wù)質(zhì)量具有重要現(xiàn)實(shí)意義，對(duì)豐富拓展生產(chǎn)排序