對(duì)帶托盤自動(dòng)交換系統(tǒng)的雙工作臺(tái)單機(jī)實(shí)際調(diào)度問題進(jìn)行了研究,其中考慮首檢合格率、不合格調(diào)整時(shí)間等隨機(jī)因素,求取總加權(quán)延誤時(shí)間、最大完工時(shí)間與相對(duì)魯棒性三項(xiàng)目標(biāo)的優(yōu)化解。針對(duì)該問題提出了一種以多目標(biāo)進(jìn)化和雙工作臺(tái)仿真相結(jié)合的進(jìn)化算法,在適應(yīng)度評(píng)估時(shí)能夠考慮首件檢驗(yàn)時(shí)間不確定、首件檢驗(yàn)風(fēng)險(xiǎn)系數(shù)及雙工作臺(tái)輪換工作的影響,在進(jìn)化過程中能夠?qū)Ψ囚敯粜曰蜻M(jìn)行篩查。通過與其它多目標(biāo)進(jìn)化算法進(jìn)行試驗(yàn)對(duì)比,證明上述算法在同樣評(píng)估次數(shù)下得到的近似最優(yōu)解集具有更好的性能,并在實(shí)際生產(chǎn)中獲得了驗(yàn)證。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(07)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

基于輪盤賭的變異操作

首先, APCRA產(chǎn)生數(shù)量為N的初始種群,然后算法開始進(jìn)行遺傳進(jìn)化過程。種群的遺傳過程包括錦標(biāo)賽選擇、PMX交叉與基于輪盤賭的SWAP變異。APCEA算法會(huì)對(duì)產(chǎn)生的新子代進(jìn)行基因篩查,如果子代染色體含有非魯棒性基因,則會(huì)以50%的概率舍棄該個(gè)體,重新進(jìn)行遺傳操作,直到新子代種群數(shù)量達(dá)到N時(shí)為止。所有子代個(gè)體都需要按照雙工作臺(tái)仿真方法進(jìn)行適應(yīng)度評(píng)估,然后選取精英解更新歸檔集并繼續(xù)參與下一代運(yùn)算,直到滿足算法終止條件時(shí)為止。算法流程如圖 1所示。3.2 編碼與解碼

本文提出了一類考慮首件檢驗(yàn)的雙工作臺(tái)加工中心調(diào)度問題,針對(duì)首件檢驗(yàn)帶來的不確定因素,以總加權(quán)拖期時(shí)間、最大完成時(shí)間、相對(duì)魯棒性為優(yōu)化目標(biāo),設(shè)計(jì)了一套APCRA算法。通過與其它算法的對(duì)比實(shí)驗(yàn)證明,APCRA在同樣評(píng)估次數(shù)情況下得到的Pareto解集具有更好的性能,并在實(shí)際工廠制造執(zhí)行系統(tǒng)中取到了較好的應(yīng)用效果。未來研究會(huì)考慮將APCRA算法融入移動(dòng)瓶頸法或者多代理智能調(diào)度系統(tǒng)中,成為其解決調(diào)度子問題算法的一部分。另外也考慮將算法部署在工廠邊緣計(jì)算裝置中,從而實(shí)現(xiàn)APC加工中心的在線調(diào)度,成為其信息物理系統(tǒng)核心組成部分。

【參考文獻(xiàn)】：
期刊論文
[1]不確定因素?cái)_動(dòng)下多目標(biāo)柔性作業(yè)車間魯棒調(diào)度方法[J]. 顧澤平,楊建軍,周勇.  計(jì)算機(jī)集成制造系統(tǒng). 2017(01)
[2]關(guān)于柔性作業(yè)車間調(diào)度問題的仿真研究[J]. 周愷,紀(jì)志成.  計(jì)算機(jī)仿真. 2016(03)
[3]加工時(shí)間不確定的柔性作業(yè)車間魯棒調(diào)度方法[J]. 汪俊亮,張潔,秦威,銀莉,陳定方.  中國(guó)機(jī)械工程. 2015(05)
[4]單機(jī)魯棒調(diào)度多目標(biāo)優(yōu)化方法[J]. 張先超,周泓.  計(jì)算機(jī)集成制造系統(tǒng). 2013(10)
[5]隨機(jī)故障下單機(jī)魯棒調(diào)度算法的遺傳編程方法[J]. 尹文君,劉民,吳澄.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(01)



本文編號(hào)：3251123