本文關鍵詞：基于混合遺傳算法的船舶鋼材準備車間調(diào)度研究

  更多相關文章： 船舶鋼材 車間調(diào)度 遺傳算法 模擬退火算法

【摘要】：船舶建造行業(yè)是展示一個國家或地區(qū)經(jīng)濟水平和科技實力的重點行業(yè)。近年來,中國造船業(yè)在國際市場的持單份額持續(xù)攀升,已成為世界公認的船舶建造重要力量。但中國在高端船舶制造方面的技術水平、制造經(jīng)驗等仍然相對薄弱,隨著國內(nèi)勞動資源成本的持續(xù)上漲,不少船廠面臨著制造成本不斷增加的挑戰(zhàn)。如何提高船舶建造效率成為船舶制造企業(yè)關注的重點問題,也是提升企業(yè)市場競爭力的有效措施,所以針對船舶制造企業(yè)車間調(diào)度問題的探討至關重要。本文以船舶制造企業(yè)中的鋼材準備車間為研究對象,將其切割加工作業(yè)區(qū)看成存在并行機的流水作業(yè)車間。結(jié)合某船廠鋼材準備車間實際生產(chǎn)數(shù)據(jù),為實現(xiàn)鋼材準備車間的高效調(diào)度,從而制定更加高效的生產(chǎn)計劃,提高生產(chǎn)效率,本文提出并研究了一種混合算法,其融合了遺傳算法與模擬退火算法各自的優(yōu)點。具體研究工作如下:首先,討論了現(xiàn)代船舶制造企業(yè)的生產(chǎn)模式,概括了鋼材準備車間的作業(yè)流程與加工工藝,分析了鋼材準備車間現(xiàn)有調(diào)度方法的問題與不足之處。結(jié)合船舶制造企業(yè)的特點及實際生產(chǎn)系統(tǒng)的要求,將車間調(diào)度目標確定為最小化提前/拖期懲罰。其次,結(jié)合某船廠鋼材準備車間的實際生產(chǎn)數(shù)據(jù),包括工件的類型、加工工序約束、加工時間、加工機器的選擇以及車間目標等信息,定義了鋼材準備車間調(diào)度問題變量,建立了數(shù)學模型。以最小化提前/拖期懲罰為優(yōu)化目標,提出了一種混合算法。深入研究了混合遺傳算法的運算流程,其中涵蓋了個體的編碼與解碼方案、適應度值的計算、算法約束條件、遺傳操作、退火溫度等相關內(nèi)容。最后,根據(jù)某船廠實際生產(chǎn)數(shù)據(jù),將工件數(shù)量、工序約束、加工設備等信息導入數(shù)學模型中,再使用本文算法進行求解,得出了最優(yōu)調(diào)度序列,包括工件加工設備的選擇以及加工順序,并繪制出最優(yōu)調(diào)度甘特圖;同時為了驗證本文所提出算法的有效性,將同樣的加工數(shù)據(jù)導入標準遺傳算法(SGA)中進行迭代計算。經(jīng)過比較可以得出結(jié)論,將本文算法應用在船舶鋼材準備車間調(diào)度問題的求解上,效果更加先進與合理。
【關鍵詞】：船舶鋼材 車間調(diào)度 遺傳算法 模擬退火算法
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U673;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-21
• 1.1 本課題研究來源及背景10-12
• 1.1.1 課題來源10
• 1.1.2 研究背景10-12
• 1.2 本課題國內(nèi)外研究現(xiàn)狀12-19
• 1.2.1 混合作業(yè)車間調(diào)度國內(nèi)外研究現(xiàn)狀12-16
• 1.2.2 現(xiàn)代造船技術研究現(xiàn)狀16-18
• 1.2.3 當前研究存在的主要問題18-19
• 1.3 本文的研究目的及意義19-20
• 1.4 本文的主要研究內(nèi)容20-21
• 第二章 鋼材準備車間生產(chǎn)系統(tǒng)的調(diào)度及建模21-36
• 2.1 鋼材準備車間生產(chǎn)過程分析21-26
• 2.1.1 現(xiàn)代造船工藝簡介21-23
• 2.1.2 船體鋼料加工工藝概述23-25
• 2.1.3 某船廠鋼材準備車間生產(chǎn)工藝流程分析25-26
• 2.2 鋼材準備車間生產(chǎn)調(diào)度存在問題分析26-30
• 2.2.1 現(xiàn)代造船業(yè)生產(chǎn)調(diào)度過程26-28
• 2.2.2 當前調(diào)度過程問題分析28-30
• 2.3 鋼材準備車間生產(chǎn)調(diào)度數(shù)學模型的建立30-35
• 2.3.1 車間調(diào)度問題的描述30-31
• 2.3.2 車間調(diào)度的目標與約束31-33
• 2.3.3 車間調(diào)度的數(shù)學模型33-35
• 2.4 本章小結(jié)35-36
• 第三章 面向鋼材準備車間調(diào)度的混合遺傳算法設計36-51
• 3.1 遺傳算法和模擬退火算法的基本理論36-40
• 3.1.1 遺傳算法的基本理論36-38
• 3.1.2 模擬退火算法的基本理論38-40
• 3.3 混合遺傳算法的設計40-50
• 3.3.1 遺傳算法的編碼與解碼方案41-43
• 3.3.2 遺傳算法的選擇、交叉與變異43-47
• 3.3.3 模擬退火算法設計47-49
• 3.3.4 混合遺傳算法流程49-50
• 3.4 本章小結(jié)50-51
• 第四章 調(diào)度實例與算法評價51-63
• 4.1 算法優(yōu)越性驗證51-56
• 4.1.1 基準實例驗證51-54
• 4.1.2 與標準遺傳算法的比較分析54-56
• 4.2 車間調(diào)度算法的實例驗證56-62
• 4.2.1 生產(chǎn)數(shù)據(jù)采集與遺傳參數(shù)設置56-59
• 4.2.2 調(diào)度結(jié)果分析59-62
• 4.3 本章小結(jié)62-63
• 第五章 總結(jié)與展望63-64
• 5.1 全文總結(jié)63
• 5.2 研究工作展望63-64
• 參考文獻64-67
• 致謝67-68
• 攻讀碩士學位期間發(fā)表的論文與參加的項目68-69
• 附錄69-73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 藍炳偉;;一種車間調(diào)度系統(tǒng)算法的設計與實現(xiàn)[J];裝備制造技術;2008年08期

2 韋文斌,楊建軍,曾波,陳永達;基于多代理的車間調(diào)度系統(tǒng)結(jié)構(gòu)和調(diào)度流程的研究[J];航空精密制造技術;2001年05期

3 武志軍;寧汝新;萬春輝;;車間調(diào)度中的動態(tài)工作日制研究與實現(xiàn)[J];制造業(yè)自動化;2006年04期

4 戴濤;;多智能體技術在車間調(diào)度中的應用[J];中國水運(理論版);2006年06期

5 何利;劉永賢;謝華龍;劉笑天;;基于粒子群算法的車間調(diào)度與優(yōu)化[J];東北大學學報(自然科學版);2008年04期

6 黃云峰;王時龍;;車間調(diào)度研究的五視角方法論與三域結(jié)構(gòu)[J];計算機集成制造系統(tǒng);2009年01期

7 王雪輝,李世杰,張玉芝;Multi-Agent技術在車間調(diào)度中的應用[J];河北工業(yè)大學學報;2005年02期

8 黃英杰;姚錫凡;譚偉;余銘奇;;基于遺傳算法的多車間計劃與調(diào)度的研究(英文)[J];科學技術與工程;2010年15期

9 周祖德;劉東;;基于多代理和蜂群算法的車間調(diào)度系統(tǒng)研究[J];武漢理工大學學報(信息與管理工程版);2009年01期

10 周曉慧;高鵬程;許華民;;一種基于時間槽描述的印染車間調(diào)度研究與實現(xiàn)[J];江南大學學報(自然科學版);2010年04期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 甘屹;杜繼濤;;基于并行蟻群優(yōu)化的車間調(diào)度研究[A];全國先進制造技術高層論壇暨第八屆制造業(yè)自動化與信息化技術研討會論文集[C];2009年

2 陳可嘉;季平;;一種集成MRP與車間調(diào)度的混合整數(shù)規(guī)劃模型[A];2006年中國運籌學會數(shù)學規(guī)劃分會代表會議暨第六屆學術會議論文集[C];2006年

3 張秀麗;黃越;劉念;;基于混合優(yōu)化算法的多目標柔性工作車間調(diào)度[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

4 蘇翔;竇培華;;一種基于帶熵的遺傳算法在車間調(diào)度中的應用[A];第十屆中國管理科學學術年會論文集[C];2008年

5 朱曉東;;基于TC-TPN的SMT產(chǎn)品制造系統(tǒng)車間調(diào)度[A];2008中國電子制造技術論壇論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 張敏華;湖北化肥明年將為員工辦10件實事[N];中國石化報;2008年

2 通訊員 謝曉剛;信息化讓設備質(zhì)量管理耳聰目明[N];人民鐵道;2009年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 戴敏;面向節(jié)能的工藝規(guī)劃與車間調(diào)度研究[D];南京航空航天大學;2015年

2 黃云峰;車間調(diào)度和諧范式與多智能體系統(tǒng)情智集成的研究[D];重慶大學;2010年

3 曾強;離散制造企業(yè)批量生產(chǎn)車間調(diào)度智能優(yōu)化研究[D];重慶大學;2010年

4 鞠全勇;智能制造系統(tǒng)生產(chǎn)計劃與車間調(diào)度的研究[D];南京航空航天大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 周嚴偉;基于快速非支配排序遺傳算法的多目標流水車間調(diào)度研究[D];華南理工大學;2015年

2 邵煒世;混合差分—分布估計算法及其在車間調(diào)度中的應用研究[D];蘭州大學;2015年

3 張龍;汽車線束領域的工藝規(guī)劃與車間調(diào)度集成研究[D];合肥工業(yè)大學;2014年

4 董怡;考慮批量的柔性車間調(diào)度研究與實現(xiàn)[D];東華大學;2015年

5 馮世扣;基于遺傳退火算法的車間調(diào)度研究與應用[D];浙江理工大學;2016年

6 楊欽賀;某航空發(fā)動機裝配車間調(diào)度系統(tǒng)研發(fā)[D];東南大學;2015年

7 郭超;改進的粒子群優(yōu)化算法在輪胎硫化車間調(diào)度的應用研究[D];青島科技大學;2016年

8 陳功;基于混合遺傳算法的船舶鋼材準備車間調(diào)度研究[D];江蘇大學;2016年

9 韓旭來;多智能體技術在車間調(diào)度系統(tǒng)中的應用[D];河北工業(yè)大學;2006年

10 樊凱;新層次型多代理體系在車間調(diào)度中的應用[D];吉林大學;2007年

，

本文編號：893115