本文關鍵詞：基于電梯DFS的車間智能調(diào)度決策研究與系統(tǒng)開發(fā)，，由筆耕文化傳播整理發(fā)布。

【摘要】：在信息化的今天,制造企業(yè)打造數(shù)字化工廠系統(tǒng)尤為顯得重要,而車間調(diào)度則是數(shù)字工廠系統(tǒng)中的關鍵一環(huán)。論文以某電梯零部件制造企業(yè)的數(shù)字化工廠系統(tǒng)的研究與開發(fā)為背景,以螢火蟲算法為主要優(yōu)化手段,對車間智能調(diào)度技術做了如下的研究:(1)對車間調(diào)度問題分類、特點、性能指標、研究方法作了比較細致的闡述,在此基礎上說明了車間調(diào)度問題的研究現(xiàn)狀和發(fā)展趨勢;(2)針對柔性作業(yè)車間調(diào)度問題,建立了數(shù)學模型,提出了一種VEDFA來求解該問題,該算法首先將標準螢火蟲算法進行離散化處理,采用分步更新的策略進行螢火蟲位置的更新,采用病毒感染操作加強了群體的協(xié)作能力和動態(tài)搜索能力,通過Interchange鄰域結構加強算法的局部搜索能力,通過實例驗證了該算法的有效性;(3)針對多資源多目標的車間調(diào)度問題,建立了數(shù)學模型,提出了IMOFA來求解該問題,設計了一種多資源約束下的活動化解碼算法。IMOFA在標準多目標螢火蟲算法中引進了差分算子加強群體間的協(xié)作與競爭,采用基于密集距離的外部檔案維護,保證了解集的均勻性,并采用Baldwinian學習策略在外部檔案執(zhí)行局部搜索。最后采用了層次分析法和熵理論相結合的決策方法對多目標進行決策,通過實例驗證了IMOFA和多目標決策方法的有效性;(4)針對多資源多目標的車間動態(tài)調(diào)度問題,采用了基于周期和事件驅動的滾動窗口的再調(diào)度策略,設計了基于凍結時段的系統(tǒng)狀態(tài)更新策略,保證了新的調(diào)度方案與原調(diào)度方案的有效銜接。在此基礎上建立了動態(tài)調(diào)度問題的數(shù)學模型,并提出了IMOFA-II來生成再調(diào)度方案,該算法采用“非支配排序+擁擠距離”來實現(xiàn)螢火蟲亮度的比較,使用交叉和變異的方式實現(xiàn)螢火蟲位置的更新,并設計了精英保留策略,通過實例驗證了IMOFA-II的有效性。最后,論文在以上理論研究和已開發(fā)出的數(shù)字化工廠系統(tǒng)的基礎上設計了車間智能調(diào)度系統(tǒng)的數(shù)據(jù)庫,利用Power Builder 11.5和MATLAB開發(fā)了原型系統(tǒng),初步實現(xiàn)了對車間實行智能調(diào)度。
【關鍵詞】：數(shù)字化工廠 螢火蟲算法 多資源 多目標 智能調(diào)度
【學位授予單位】：江南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TH186;TP18
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-23
• 1.1 課題研究背景8
• 1.2 數(shù)字化工廠概述8-10
• 1.2.1 數(shù)字化工廠概念8-9
• 1.2.2 數(shù)字化工廠的關鍵技術9-10
• 1.2.3 數(shù)字化工廠的應用現(xiàn)狀10
• 1.3 車間調(diào)度問題概述10-20
• 1.3.1 車間調(diào)度問題的含義10
• 1.3.2 車間調(diào)度問題的分類10-12
• 1.3.3 車間調(diào)度問題的特點12-13
• 1.3.4 車間調(diào)度問題的性能指標13
• 1.3.5 車間調(diào)度問題的研究方法13-18
• 1.3.6 車間調(diào)度問題的研究現(xiàn)狀與發(fā)展趨勢18-20
• 1.4 課題主要來源、主要內(nèi)容與研究意義20-22
• 1.4.1 課題主要來源20-21
• 1.4.2 研究的主要內(nèi)容21
• 1.4.3 研究的意義21-22
• 1.5 本章小結22-23
• 第二章 柔性作業(yè)車間調(diào)度問題的研究23-38
• 2.1 柔性作業(yè)車間調(diào)度問題數(shù)學模型的建立23-24
• 2.1.1 問題描述23
• 2.1.2 數(shù)學模型23-24
• 2.2 標準螢火蟲算法24-26
• 2.2.1 算法原理25
• 2.2.2 算法描述25
• 2.2.3 算法的執(zhí)行步驟25-26
• 2.3 求解FJSP的病毒離散螢火蟲算法26-33
• 2.3.1 編碼、解碼26-28
• 2.3.2 產(chǎn)生初始解28
• 2.3.3 計算螢火蟲的熒光度28
• 2.3.4 離散螢火蟲主群體的更新操作28-30
• 2.3.5 病毒群體的感染操作30-31
• 2.3.6 基于Interchange鄰域結構的局部搜索31
• 2.3.7 VEDFA算法步驟和流程圖31-33
• 2.4 實例仿真與分析33-37
• 2.5 本章小結37-38
• 第三章 多資源多目標車間調(diào)度問題的研究38-54
• 3.1 多資源多目標車間調(diào)度數(shù)學模型的建立38-41
• 3.1.1 問題描述38-39
• 3.1.2 數(shù)學模型39-41
• 3.2 基于IMOFA的多資源多目標車間調(diào)度問題求解41-48
• 3.2.1 編碼與解碼41-42
• 3.2.2 標準多目標螢火蟲算法42-43
• 3.2.3 離散螢火蟲算法描述43-44
• 3.2.4 差分進化算子44-46
• 3.2.5 外部檔案維護過程46
• 3.2.6 多目標局部搜索策略46-47
• 3.2.7 IMOFA算法步驟47-48
• 3.3 實例仿真與分析48-49
• 3.3.1 實例描述48-49
• 3.3.2 仿真結果49
• 3.4 A-E多目標決策49-53
• 3.4.1 基于A-E和歐式范數(shù)的決策模型49-50
• 3.4.2 A-E權重確定的步驟及實例驗證50-53
• 3.5 本章小結53-54
• 第四章 多資源多目標車間動態(tài)調(diào)度問題的研究54-68
• 4.1 動態(tài)調(diào)度問題的概述54-56
• 4.1.1 車間動態(tài)調(diào)度的研究方法54
• 4.1.2 車間動態(tài)事件分類總結54-55
• 4.1.3 車間動態(tài)調(diào)度策略55-56
• 4.2 基于周期和事件驅動的滾動窗口再調(diào)度策略56-58
• 4.2.1 再調(diào)度零件窗口的確定57
• 4.2.2 再調(diào)度系統(tǒng)狀態(tài)更新57-58
• 4.3 多資源多目標車間動態(tài)調(diào)度數(shù)學模型的建立58-59
• 4.3.1 問題描述58
• 4.3.2 數(shù)學模型58-59
• 4.4 基于IMOFA-II的多資源多目標車間動態(tài)調(diào)度問題求解59-64
• 4.4.1 編碼與解碼59-60
• 4.4.2 螢火蟲亮度比較60-61
• 4.4.3 螢火蟲位置更新操作61-63
• 4.4.4 改進的精英策略63
• 4.4.5 IMOFA-II算法步驟63-64
• 4.5 實例仿真與分析64-66
• 4.5.1 周期再調(diào)度64-65
• 4.5.2 機器故障再調(diào)度65
• 4.5.3 機器故障修復再調(diào)度65-66
• 4.5.4 結果分析66
• 4.6 本章小結66-68
• 第五章 原型系統(tǒng)設計與開發(fā)68-90
• 5.1 電梯DFS及其車間智能調(diào)度系統(tǒng)概述68-71
• 5.1.1 電梯DFS的主要內(nèi)容與功能模塊68-71
• 5.1.2 車間智能調(diào)度系統(tǒng)簡介71
• 5.2 車間智能調(diào)度系統(tǒng)設計與實現(xiàn)71-89
• 5.2.1 系統(tǒng)體系結構71-72
• 5.2.2 系統(tǒng)開發(fā)環(huán)境72-73
• 5.2.3 系統(tǒng)功能模塊及功能建模73-76
• 5.2.4 系統(tǒng)信息模型76-79
• 5.2.5 系統(tǒng)運行界面79-89
• 5.3 本章小結89-90
• 第六章 結論與展望90-92
• 6.1 結論90-91
• 6.1.1 主要工作90-91
• 6.1.2 主要創(chuàng)新點91
• 6.2 展望91-92
• 致謝92-93
• 參考文獻93-98
• 附錄： 作者在攻讀碩士學位期間發(fā)表的論文98

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 汪祖柱,程家興;求解組合優(yōu)化問題的一種方法—分枝定界法[J];安徽大學學報(自然科學版);2004年01期

2 王亞敏;冀俊忠;潘全科;;基于離散蛙跳算法的零空閑流水線調(diào)度問題求解[J];北京工業(yè)大學學報;2010年01期

3 張長水，沈剛，閻平凡;解Job－Shop調(diào)度問題的一個遺傳算法[J];電子學報;1995年07期

4 谷峰,陳華平,盧冰原,古春生;粒子群算法在柔性工作車間調(diào)度中的應用[J];系統(tǒng)工程;2005年09期

5 官春平;;多資源約束作業(yè)車間調(diào)度問題的模型研究[J];廣東輕工職業(yè)技術學院學報;2008年02期

6 王璨;邱長華;劉家國;;A-E方法的多目標車間排產(chǎn)方案精選決策[J];工業(yè)工程與管理;2009年06期

7 盛曉華;葉春明;;蝙蝠算法在PFSP調(diào)度問題中的應用研究[J];工業(yè)工程;2013年01期

8 芮劍鋒;楊建軍;石艷;;基于TOC及啟發(fā)式規(guī)則的生產(chǎn)計劃與控制方法[J];航空制造技術;2012年07期

9 李俊青;潘全科;王玉亭;師慶玲;;塊鄰域結構的禁忌搜索算法在車間調(diào)度中的應用[J];機床與液壓;2009年12期

10 蔣浩,唐歡容,鄭金華;一種基于快速排序的快速多目標遺傳算法[J];計算機工程與應用;2005年30期

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 王金慶;數(shù)字化工廠及其關鍵技術研究[D];南京航空航天大學;2001年

2 潘全科;智能制造系統(tǒng)多目標車間調(diào)度研究[D];南京航空航天大學;2003年

3 曹軍;多品種小批量機加車間數(shù)字化制造模式及支持系統(tǒng)研究[D];重慶大學;2012年

4 徐斌;基于差分進化算法的多目標優(yōu)化方法研究及其應用[D];華東理工大學;2013年

5 潘穎;離散制造業(yè)MES系統(tǒng)建模與調(diào)度研究[D];大連理工大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 徐敏;基于過濾束搜索的非標準車間調(diào)度算法及其應用研究[D];哈爾濱工業(yè)大學;2006年

2 紀維東;面向數(shù)字化工廠的車間任務型離散生產(chǎn)系統(tǒng)仿真研究與應用[D];重慶大學;2007年

3 黃竹君;基于啟發(fā)式調(diào)度規(guī)則的車間作業(yè)計劃算法及仿真研究[D];武漢科技大學;2009年

4 高偉明;螢火蟲算法的研究與應用[D];蘭州大學;2013年

5 陶繼平;基于拉格朗日松弛法的調(diào)度算法研究[D];上海交通大學;2014年

  本文關鍵詞：基于電梯DFS的車間智能調(diào)度決策研究與系統(tǒng)開發(fā)，由筆耕文化傳播整理發(fā)布。

本文編號：434205