【摘要】：在“中國(guó)制造2025”和“工業(yè)4.0”的大背景下,如何提高制造企業(yè)的生產(chǎn)效率和競(jìng)爭(zhēng)力成為工業(yè)界重點(diǎn)關(guān)注的問(wèn)題。調(diào)度在工業(yè)生產(chǎn)中起著決定性的作用,它能直接影響企業(yè)的生產(chǎn)效率,進(jìn)而影響客戶的滿意率。而柔性作業(yè)車(chē)間調(diào)度的優(yōu)化始終是調(diào)度問(wèn)題研究領(lǐng)域中的一大熱點(diǎn),一方面它與制造企業(yè)的實(shí)際生產(chǎn)十分吻合,另一方面它也是實(shí)現(xiàn)制造企業(yè)高效率生產(chǎn)的關(guān)鍵因素之一。鑒于以上所述,本文以柔性作業(yè)車(chē)間調(diào)度問(wèn)題(Flexible job shop scheduling problem,簡(jiǎn)稱(chēng)FJSP)為研究對(duì)象,去研究如何運(yùn)用人工蜂群算法解決單目標(biāo)和多目標(biāo)優(yōu)化調(diào)度問(wèn)題。通過(guò)對(duì)柔性作業(yè)車(chē)間調(diào)度問(wèn)題的本質(zhì)進(jìn)行深入研究,從數(shù)學(xué)模型和析取圖模型兩方面去構(gòu)建FJSP的模型,并根據(jù)實(shí)際生產(chǎn)情況,確定了決策變量、約束條件和優(yōu)化指標(biāo)。建立模型之后,引入人工蜂群算法,并通過(guò)對(duì)相關(guān)測(cè)試函數(shù)的仿真驗(yàn)證了人工蜂群算法在優(yōu)化問(wèn)題上良好的求解性能。同時(shí)通過(guò)對(duì)幾個(gè)簡(jiǎn)單的FJSP實(shí)例的優(yōu)化求解,證明了人工蜂群算法在求解FJSP上的可行性。在求解以最大完工時(shí)間為最小化目標(biāo)的FJSP時(shí),本文設(shè)計(jì)了一種改進(jìn)的人工蜂群算法,主要的改進(jìn)和突破包括:為豐富初始種群的多樣性,采用混合規(guī)則進(jìn)行初始化;雇傭蜂階段引入改進(jìn)RPOX交叉算子增強(qiáng)局部搜索能力;跟隨蜂階段加入基于模擬退火的局部搜索提升了算法的全局搜索和開(kāi)發(fā)能力。使用兩個(gè)測(cè)試集中的15個(gè)實(shí)例進(jìn)行仿真,并通過(guò)與其他文獻(xiàn)中不同算法的仿真結(jié)果進(jìn)行對(duì)比,驗(yàn)證了所提出的改進(jìn)人工蜂群(IABC)算法在求解單目標(biāo)FJSP的有效性,IABC算法能夠得到最優(yōu)的調(diào)度方法。最后將所提出的IABC算法應(yīng)用于飛機(jī)總裝生產(chǎn)線的實(shí)際生產(chǎn)數(shù)據(jù)中,得到了最優(yōu)的調(diào)度方案,從而證明了算法在實(shí)際生產(chǎn)中的應(yīng)用價(jià)值。將單目標(biāo)FJSP延伸到多目標(biāo)FJSP,以最大完工時(shí)間、最大機(jī)器負(fù)荷和機(jī)器總負(fù)荷為優(yōu)化目標(biāo),并對(duì)人工蜂群算法進(jìn)行了改進(jìn),包括在雇傭蜂階段加入領(lǐng)域搜索、跟隨蜂階段采用錦標(biāo)賽選擇策略和優(yōu)化外部檔案集更新機(jī)制等。通過(guò)以上改進(jìn),使算法在求解多目標(biāo)優(yōu)化問(wèn)題上的性能得以提升,最后通過(guò)仿真驗(yàn)證了所提出的算法能夠得到質(zhì)量更高的Pareto最優(yōu)解。
【圖文】：

類(lèi)：進(jìn)度安排（Project Scheduling）；排程（Single Machine Scheduling）；式車(chē)間調(diào)度（Open Shop Scheduling）；作業(yè)調(diào)度（后衍生出柔性流水作業(yè)調(diào)度）；車(chē)間調(diào)度（后衍生出柔性作業(yè)車(chē)間調(diào)度）。關(guān)于作業(yè)車(chē)間調(diào)度問(wèn)題的研究最早出現(xiàn)在 1954 年，Johns析解法來(lái)對(duì)雙機(jī)組流水車(chē)間調(diào)度優(yōu)化進(jìn)行研究，打開(kāi)了作研究大門(mén)。經(jīng)過(guò)學(xué)者們和工業(yè)生產(chǎn)人員 60 多年的研究和應(yīng)已經(jīng)成為一個(gè)獨(dú)立的研究分支，并且取得了非常豐碩的研間調(diào)度問(wèn)題（Job Shop Scheduling Problem，簡(jiǎn)稱(chēng) JSP）[6]是器是唯一的且加工時(shí)間也是固定的為前提，通過(guò)對(duì)每臺(tái)機(jī)來(lái)優(yōu)化既定的系統(tǒng)目標(biāo)（如加工時(shí)間最少等）。一般研究車(chē)經(jīng)典的作業(yè)車(chē)間調(diào)度問(wèn)題為基礎(chǔ)進(jìn)行研究，每個(gè)工件的每上加工，并且僅僅只能加工一次，加工時(shí)間是確定的，，如

小批量離散生產(chǎn)方式所替代，一個(gè)制造企業(yè)的核心競(jìng)爭(zhēng)是否能在較短的生產(chǎn)周期內(nèi)，生產(chǎn)出較低成本、較高質(zhì)年來(lái)，帶有一定柔性的生產(chǎn)系統(tǒng)逐漸涌現(xiàn)，使得經(jīng)典 得到直接應(yīng)用，其局限性被無(wú)限地放大。因此，柔性作 Job Shop Scheduling Problem，簡(jiǎn)稱(chēng) FJSP，以下 FJSP 代應(yīng)運(yùn)而生，迅速成為學(xué)者們重點(diǎn)關(guān)注的研究?jī)?nèi)容。FJS地與實(shí)際生產(chǎn)過(guò)程相契合，研究成果的實(shí)用性也得以提990 年率先采用多項(xiàng)式算法對(duì)兩個(gè)工件的 FJSP 問(wèn)題進(jìn)行者。FJSP 也是一類(lèi)非常經(jīng)典的組合優(yōu)化問(wèn)題，它放寬臺(tái)機(jī)器加工的約束，允許工件的任意一道工序可以在多間允許不相同[8]，如圖 1-2 所示。這使得在實(shí)際生產(chǎn)過(guò)的負(fù)荷，對(duì)資源進(jìn)行更加靈活地選擇，從而提高生產(chǎn)效中需要同時(shí)對(duì)機(jī)器選擇加工的工序以及工序加工的順序，使得問(wèn)題的求解難度大大提升[9]。因此，F(xiàn)JSP 是比題[9,10]。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TH165;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 梁小曉;韋崇崗;;基于人工蜂群算法的物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù)研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2013年05期

2 陸漢東;何衛(wèi)平;周旭;李亞杰;;基于禁忌搜索的柔性作業(yè)車(chē)間分批調(diào)度[J];上海交通大學(xué)學(xué)報(bào);2012年12期

3 李傳鵬;王桂從;崔煥勇;;柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究現(xiàn)狀及發(fā)展趨勢(shì)[J];組合機(jī)床與自動(dòng)化加工技術(shù);2012年11期

4 黃玲玲;劉三陽(yáng);高衛(wèi)峰;;具有人工蜂群搜索策略的差分進(jìn)化算法[J];控制與決策;2012年11期

5 畢曉君;王艷嬌;;加速收斂的人工蜂群算法[J];系統(tǒng)工程與電子技術(shù);2011年12期

6 王輝;;一種帶共享因子的人工蜂群算法[J];計(jì)算機(jī)工程;2011年22期

7 高衛(wèi)峰;劉三陽(yáng);姜飛;張建科;;混合人工蜂群算法[J];系統(tǒng)工程與電子技術(shù);2011年05期

8 張國(guó)輝;高亮;李培根;張超勇;;改進(jìn)遺傳算法求解柔性作業(yè)車(chē)間調(diào)度問(wèn)題[J];機(jī)械工程學(xué)報(bào);2009年07期

9 公茂果;焦李成;楊咚咚;馬文萍;;進(jìn)化多目標(biāo)優(yōu)化算法研究[J];軟件學(xué)報(bào);2009年02期

相關(guān)博士學(xué)位論文 前4條

1 張靜;基于混合離散粒子群算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];浙江工業(yè)大學(xué);2014年

2 張國(guó)輝;柔性作業(yè)車(chē)間調(diào)度方法研究[D];華中科技大學(xué);2009年

3 康飛;大壩安全監(jiān)測(cè)與損傷識(shí)別的新型計(jì)算智能方法[D];大連理工大學(xué);2009年

4 程蓉;復(fù)雜生產(chǎn)環(huán)境下優(yōu)化調(diào)度方法研究與系統(tǒng)實(shí)現(xiàn)[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前5條

1 彭郎軍;基于螢火蟲(chóng)算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];湘潭大學(xué);2016年

2 王李凡;基于多目標(biāo)優(yōu)化的射孔方案研究[D];西安石油大學(xué);2014年

3 朱文凡;基于遺傳算法的多柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];合肥工業(yè)大學(xué);2014年

4 魯麗君;改進(jìn)蟻群算法在柔性作業(yè)車(chē)間調(diào)度中的應(yīng)用研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2012年

5 陳罡;柔性作業(yè)車(chē)間調(diào)度問(wèn)題的一種求解算法及其實(shí)現(xiàn)[D];西安電子科技大學(xué);2012年

本文編號(hào)：2611717