流程工業(yè)的不確定性生產(chǎn)調(diào)度研究.pdf

1、流程工業(yè)生產(chǎn)調(diào)度是CIPS的關(guān)鍵環(huán)節(jié)，是連接生產(chǎn)經(jīng)營管理和生產(chǎn)過程控制的紐帶。而實(shí)際生產(chǎn)過程中存在著大量的不確定因素，往往會(huì)導(dǎo)致計(jì)劃、調(diào)度與控制優(yōu)化脫節(jié)，不能有效協(xié)調(diào)和均衡生產(chǎn)。本文在國家自然科學(xué)基金項(xiàng)目(60374056)“基于自治與協(xié)作機(jī)制的不確定生產(chǎn)過程動(dòng)態(tài)調(diào)度方法及其應(yīng)用”的資助下，針對(duì)兩類不確定因素——操作時(shí)間不確定和交貨期不確定，對(duì)流程工業(yè)中的化工批處理過程調(diào)度進(jìn)行了研究，在模糊理論基礎(chǔ)上，分別建立起了基于操作時(shí)間不確定、交

2、貨期不確定和兩種不確定性并存的化工批處理過程模糊調(diào)度模型，利用模糊數(shù)學(xué)中的三角模糊數(shù)來表示操作時(shí)間的不確定性，用梯形模糊數(shù)來表示交貨期的不確定性。 在基于操作時(shí)間不確定的模糊調(diào)度模型中，以多產(chǎn)品批處理過程的總完成時(shí)間最小為目標(biāo)函數(shù)，同時(shí)充分考慮了五種中間存儲(chǔ)策略的影響，并將實(shí)際生產(chǎn)中最常見的一種存儲(chǔ)策略——混合中間存儲(chǔ)策略(MIS)的思想融入調(diào)度模型中。 隨著準(zhǔn)時(shí)制(JIT)生產(chǎn)的日益突出，人們對(duì)生產(chǎn)過程中的提前和拖期情

3、況提出了更高的要求。本文在這樣的背景下，建立了模糊交貨期下的多產(chǎn)品批處理過程調(diào)度模型，以平均客戶滿意度最大為目標(biāo)函數(shù)，研究了準(zhǔn)時(shí)制下的提前和拖期調(diào)度的問題，同時(shí)考慮了混合中間存儲(chǔ)策略的影響。 由于實(shí)際生產(chǎn)過程中，各種不確定因素并不是孤立存在的，它們會(huì)同時(shí)存在并對(duì)生產(chǎn)過程產(chǎn)生影響。本文研究了模糊操作時(shí)間和模糊交貨期并存時(shí)的多產(chǎn)品批處理過程調(diào)度，建立了以三角模糊操作時(shí)間和梯形模糊交貨期相交所得到的平均面積滿意度最大為目標(biāo)的調(diào)度模型。

4、 在模型的轉(zhuǎn)換過程中，本文利用模糊數(shù)學(xué)的原理對(duì)模糊數(shù)進(jìn)行了相應(yīng)的運(yùn)算，采用基于面積補(bǔ)償?shù)谋容^方法，將原先模糊的調(diào)度模型清晰化，得到一個(gè)確定性的調(diào)度模型。然后分別采用了遺傳算法和粒子群算法對(duì)各個(gè)模型進(jìn)行了優(yōu)化求解，均得到了滿意的結(jié)果。仿真結(jié)果表明所建立的模型和采用的算法是有效的，符合實(shí)際情況。 最后，將基于遺傳算法和粒子群算法的生產(chǎn)調(diào)度算法封裝到算法庫中，擴(kuò)展了生產(chǎn)計(jì)劃與調(diào)度的智能算法軟件包，增加了化工批處理調(diào)度子系統(tǒng)，從