智能制造系統(tǒng)車間生產(chǎn)優(yōu)化調(diào)度.pdf

1、該文用遺傳算法首先研究了具有多工藝加工路徑的車間生產(chǎn)智能優(yōu)化調(diào)度問(wèn)題,提出了一種將遺傳算法和分派規(guī)則相結(jié)合的調(diào)度算法,將加工計(jì)劃與生產(chǎn)調(diào)度同時(shí)考慮.該算法不僅通過(guò)與國(guó)外學(xué)者提出的算法相比較,而且通過(guò)了標(biāo)準(zhǔn)算例的驗(yàn)證,證明了其正確性和優(yōu)越性.針對(duì)中小批量調(diào)度的問(wèn)題,提出并研究了五種調(diào)度策略,并給出了最佳調(diào)度策略.研究了雙資源受制約的車間生產(chǎn)的調(diào)度問(wèn)題.對(duì)于機(jī)床設(shè)備/工人受制約的調(diào)度問(wèn)題,給出了調(diào)度算法,通過(guò)了與國(guó)外學(xué)者的算法進(jìn)行比較和分析

2、,證明了該算法的正確性和優(yōu)越性,并闡述了該算法采用的遺傳編碼的優(yōu)越性.在國(guó)際上領(lǐng)先研究了機(jī)床設(shè)備/機(jī)器人受制約的車間生產(chǎn)調(diào)度問(wèn)題,給出了調(diào)度算法,仿真結(jié)果表明了所提算法的可行性.提出一種基于遺傳算法的調(diào)度算法,用于解決多資源制約條件下車間生產(chǎn)的動(dòng)態(tài)優(yōu)化調(diào)度.提出了一種新的染色體基因型,基因型的長(zhǎng)度隨加工環(huán)境的變化而變化.文中采用一種基于周期和事件驅(qū)動(dòng)的滾動(dòng)窗口機(jī)制,以適應(yīng)連續(xù)加工過(guò)程中的環(huán)境變化.仿真結(jié)果表明該算法是可行的,與傳統(tǒng)的靜態(tài)