多品種可變批量柔性車間調(diào)度算法設(shè)計.pdf

1、隨著社會的發(fā)展，生產(chǎn)力的提高，對企業(yè)的生產(chǎn)效率要求越來越高，并且大規(guī)模的車間生產(chǎn)已經(jīng)逐漸成為制造業(yè)的主流。研究批量車間調(diào)度的優(yōu)化方法，對于制造業(yè)的現(xiàn)代化建設(shè)以及指導(dǎo)企業(yè)實際生產(chǎn)具有重要的理論價值和實際意義。
　　本文介紹了生產(chǎn)調(diào)度問題的基本概念和研究方法、批量調(diào)度領(lǐng)域的相關(guān)研究成果，簡介了遺傳算法的基本理論和流程以及遺傳算法在生產(chǎn)調(diào)度問題研究中的應(yīng)用。在基于智能搜索算法(遺傳算法，模擬退火算法)的基礎(chǔ)上，提出了解決多品種可變批量的

2、柔性作業(yè)車間調(diào)度問題的算法。
　　分析了機(jī)器在處理工件的工序時所需要的處理時間的劃分問題，將處理時間分為可提前做出準(zhǔn)備的預(yù)處理時間和實際處理時間，并分析了該劃分對降低生產(chǎn)周期的作用；基于機(jī)器的預(yù)處理時間，采取相同工件的同道工序在某臺機(jī)器上連續(xù)處理時節(jié)省預(yù)處理時間的思想，利用遺傳算法(MPGA)求解多品種可變批量的車間調(diào)度問題。為了更好的控制遺傳搜索的收斂同時防止過隨機(jī)化過程的出現(xiàn)，對染色體種群的迭代加入了刺激措施。
　　在大

3、規(guī)模批量的環(huán)境下，分析了將大批量進(jìn)行分批的有效性，并討論了不同分批策略對調(diào)度結(jié)果的影響。為尋找最優(yōu)的分批策略，受Boltzmann選擇過程的啟發(fā)，提出了Boltzmann模擬退火算法(BSA)。MPGA依據(jù)BSA搜索得到的分批策略進(jìn)行調(diào)度，MPGA得到的生產(chǎn)周期是指導(dǎo)BSA搜索的目標(biāo)值。兩個智能搜索算法結(jié)合使用，當(dāng)BSA搜索結(jié)束時，得到最優(yōu)的分批策略，此時MPGA得到依據(jù)此分批策略可以找到的最優(yōu)調(diào)度方案和生產(chǎn)周期，BSA與MPGA同時收