【摘要】：客戶的個性化、多樣化需求使全球市場的競爭異常激烈。如何在有限時間和有限資源的情況下,最大限度地滿足客戶需求?如何實現(xiàn)多品種小批量及大規(guī)模定制條件下生產(chǎn)的優(yōu)化調(diào)度?如何解決大規(guī)模、多目標(biāo)、多資源約束等復(fù)雜工況下智能調(diào)度問題? 本課題研究正是圍繞上述關(guān)鍵問題展開的,研究的主要內(nèi)容包括： (1)提出了分解-優(yōu)化-融合的智能調(diào)度策略 針對大規(guī)模、多目標(biāo)、多資源約束等復(fù)雜工況下的調(diào)度問題,制定了分解-優(yōu)化-融合(Decomposition+Optimization-Integration,DOI)智能調(diào)度策略,規(guī)劃和設(shè)計了分解-優(yōu)化-融合策略下不同階段的優(yōu)化方法,即首先根據(jù)分解規(guī)則,對制造系統(tǒng)調(diào)度周期內(nèi)的相關(guān)信息進(jìn)行分類,分解成若干個調(diào)度單元：然后對不同調(diào)度單元分別給出優(yōu)化調(diào)度方案；最后基于復(fù)雜大規(guī)模制造系統(tǒng)的總目標(biāo)和資源約束,對所有調(diào)度單元進(jìn)行融合,完成了優(yōu)化調(diào)度集成方案,有效地攻克了調(diào)度規(guī)模增大、解空間呈指數(shù)增長的技術(shù)難題。 (2)構(gòu)造和實現(xiàn)了分解規(guī)則及其計算模型 在分析和研究調(diào)度類型、調(diào)度目標(biāo)、資源約束及其相互沖突的基礎(chǔ)上,根據(jù)分解階段的優(yōu)化項目要求,構(gòu)造了分解規(guī)則及其計算模型,如交貨期富裕度、工藝相似性等,可以給出相關(guān)單元信息,為不同單元的優(yōu)化與融合提供支持。 (3)構(gòu)造了基于生物智能的單元調(diào)度優(yōu)化算法 在生物免疫系統(tǒng)和遺傳進(jìn)化機(jī)理的研究基礎(chǔ)上,建立了基于生物免疫進(jìn)化機(jī)理的生物智能計算方法,對智能計算方法與其他策略和技術(shù)的綜合在復(fù)雜調(diào)度問題的應(yīng)用和實現(xiàn)進(jìn)行研究,克服了復(fù)雜調(diào)度問題建模困難和計算方法設(shè)計復(fù)雜的局限性,拓展了調(diào)度問題的研究方法并提高了運算效率。 (4)提出和實現(xiàn)了權(quán)重自適應(yīng)智能算法 實際制造過程中,由于不同企業(yè)、不同調(diào)度對象、不同調(diào)度周期等,調(diào)度目標(biāo)及其組合關(guān)系非常復(fù)雜。通過建立多目標(biāo)優(yōu)化調(diào)度問題的模型和對基于生物智能算法的特性分析,結(jié)合了生物智能優(yōu)化算法的優(yōu)點,提出了多目標(biāo)的權(quán)重自適應(yīng)智能算法(Weighted Self-Adaptive Intelligent Algorithm,WSAIA),通過生物智能算法種群的進(jìn)化及設(shè)置不同級別的繁衍系數(shù),降低對目標(biāo)的人為干預(yù)或盲目設(shè)定的影響,確保種群多樣化,平衡全局搜索和局部尋優(yōu),提高了多目標(biāo)調(diào)度問題的求解效率和質(zhì)量。 (5)提出和實現(xiàn)了基于混沌的改良免疫算法 構(gòu)建了滿足工藝約束與資源約束,以總工期最小為目標(biāo)的資源受限調(diào)度問題的數(shù)學(xué)模型。研究了混沌系統(tǒng)的特征,設(shè)計了由多個混沌函數(shù)(Logistic, Tent和Sinusoidal)構(gòu)成的混沌生成算子。分析了基于生物智能優(yōu)化算法的特點,引入混沌生成算子和并行變異算子,提出了基于混沌的改良免疫算法(Chaos-based Improved Immune Algorithm, CBIIA)。在種群初始化階段,用混沌生成算子替代傳統(tǒng)的隨機(jī)數(shù)生成方式。在變異階段,提出了基于高斯策略和柯西策略的并行變異操作替代常用的點變異,并行變異操作中用柯西策略實現(xiàn)大步變異,用高斯策略實現(xiàn)小步變異,以平衡全局搜索和局部尋優(yōu)性能。 (6)研制了面向復(fù)雜制造的智能調(diào)度系統(tǒng)并進(jìn)行仿真測試 開發(fā)了智能調(diào)度系統(tǒng),用基于標(biāo)準(zhǔn)案例設(shè)計的大規(guī)模調(diào)度問題,文獻(xiàn)中的多目標(biāo)調(diào)度問題和選自標(biāo)準(zhǔn)案例庫的多資源約束調(diào)度案例進(jìn)行測試。將測試結(jié)果與文獻(xiàn)結(jié)果比照分析,算法結(jié)果和性能證明了提出的方法和策略的有效性。
【圖文】：

表示各項任務(wù)組成和任務(wù)完成時間，以及各項任務(wù)之間的次序和流程。網(wǎng)絡(luò)有向圖是由節(jié)點和弧構(gòu)成，從左向右繪制的有向無環(huán)網(wǎng)狀圖。資源約束項目調(diào)度問題的圖形描述可以用一張有向網(wǎng)絡(luò)圖表示出整個項目(如圖1一l)。資源約束:R=2個單位rj一一一一一一卜任務(wù)加工時間任務(wù)資源消耗圖1一1項目案例有向圖圖中節(jié)點代表任務(wù)，弧線代表任務(wù)之間的先后關(guān)系，兩個虛擬任務(wù)，分別代表項目的開始和結(jié)束。圖1一1的案例給出了每個任務(wù)的加工時間和對一類資源的需求量，以及任務(wù)之間的先后次序。(3)析取圖Roy和sussman[”7]提出了典型車lbJ作業(yè)調(diào)度問題的析取圖(nisjunctiveGraph)表示法。析取圖表示法是基于有向圖的表示法。析取圖能直觀地表示調(diào)度問題的工藝路徑約束和機(jī)床唯一性約束，并將求解調(diào)度問題的過程轉(zhuǎn)化為確定析取圖中非連接弧趨向的過程，采用該方法可方便的對調(diào)度問題特征進(jìn)行分析。圖中的連接弧(實線)是指連接同一工件兩個相鄰操作的弧線，連接弧方向表示該工件兩個相鄰操作之間的加工順序，非連接弧(虛線)是指連接一臺

表示各項任務(wù)組成和任務(wù)完成時間，以及各項任務(wù)之間的次序和流程。網(wǎng)絡(luò)有向圖是由節(jié)點和弧構(gòu)成，從左向右繪制的有向無環(huán)網(wǎng)狀圖。資源約束項目調(diào)度問題的圖形描述可以用一張有向網(wǎng)絡(luò)圖表示出整個項目(如圖1一l)。資源約束:R=2個單位rj一一一一一一卜任務(wù)加工時間任務(wù)資源消耗圖1一1項目案例有向圖圖中節(jié)點代表任務(wù)，弧線代表任務(wù)之間的先后關(guān)系，兩個虛擬任務(wù)，，分別代表項目的開始和結(jié)束。圖1一1的案例給出了每個任務(wù)的加工時間和對一類資源的需求量，以及任務(wù)之間的先后次序。(3)析取圖Roy和sussman[”7]提出了典型車lbJ作業(yè)調(diào)度問題的析取圖(nisjunctiveGraph)表示法。析取圖表示法是基于有向圖的表示法。析取圖能直觀地表示調(diào)度問題的工藝路徑約束和機(jī)床唯一性約束，并將求解調(diào)度問題的過程轉(zhuǎn)化為確定析取圖中非連接弧趨向的過程，采用該方法可方便的對調(diào)度問題特征進(jìn)行分析。圖中的連接弧(實線)是指連接同一工件兩個相鄰操作的弧線，連接弧方向表示該工件兩個相鄰操作之間的加工順序，非連接弧(虛線)是指連接一臺
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2011
【分類號】：TH186

【參考文獻(xiàn)】

相關(guān)期刊論文 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(xué)學(xué)報(自然科學(xué)版);2004年01期

2 陳萍,郭金鋒;對Hopfield神經(jīng)網(wǎng)絡(luò)求解TSP的研究[J];北京郵電大學(xué)學(xué)報;1999年02期

3 梁迪;謝里陽;隋天中;陶澤;;基于遺傳和禁忌搜索算法求解雙資源車間調(diào)度問題[J];東北大學(xué)學(xué)報;2006年08期

4 陶澤;隋天中;謝里陽;劉曉霞;;基于Petri網(wǎng)和GASA的雙資源JSP動態(tài)優(yōu)化調(diào)度[J];東北大學(xué)學(xué)報(自然科學(xué)版);2007年03期

5 趙巍,王萬良;改進(jìn)遺傳算法求解柔性job-shop調(diào)度問題[J];東南大學(xué)學(xué)報(自然科學(xué)版);2003年S1期

6 吳清烈，徐南榮;大規(guī)模含整變量優(yōu)化問題的一種分解方法[J];東南大學(xué)學(xué)報;1996年03期

7 史奎凡,董吉文,李金屏,曲守寧,楊波;正交遺傳算法[J];電子學(xué)報;2002年10期

8 趙佩清;林文才;顏學(xué)峰;;基于螞蟻智能體調(diào)度的混沌搜索算法及化工應(yīng)用[J];化工自動化及儀表;2009年04期

9 鄧林義;林焰;金朝光;;采用優(yōu)先規(guī)則的粒子群算法求解RCPSP[J];計算機(jī)工程與應(yīng)用;2009年10期

10 王凌,鄭大鐘,李清生;混沌優(yōu)化方法的研究進(jìn)展[J];計算技術(shù)與自動化;2001年01期

相關(guān)博士學(xué)位論文 前7條

1 李蓓智;敏捷制造中的若干使能技術(shù)及其應(yīng)用的研究[D];東華大學(xué);2005年

2 謝楠;基于Petri網(wǎng)的可重組制造系統(tǒng)建模、調(diào)度及控制方法研究[D];同濟(jì)大學(xué);2006年

3 左燕;大規(guī)模復(fù)雜生產(chǎn)調(diào)度問題瓶頸分解方法研究[D];上海交通大學(xué);2007年

4 常桂娟;基于微粒群算法的車間調(diào)度問題研究[D];青島大學(xué);2008年

5 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(xué);2007年

6 盧睿;不確定環(huán)境下項目調(diào)度方法的研究與實現(xiàn)[D];東北大學(xué)　;2009年

7 陳月華;不同耦合模式下混沌系統(tǒng)的同步研究[D];北京郵電大學(xué);2010年

相關(guān)碩士學(xué)位論文 前3條

1 安進(jìn);車間生產(chǎn)批量優(yōu)化調(diào)度研究[D];南京航空航天大學(xué);2005年

2 程丹;基于APS的生產(chǎn)排程與優(yōu)化技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2006年

3 杜民;實用型作業(yè)車間調(diào)度系統(tǒng)的研究與開發(fā)[D];東華大學(xué);2009年

本文編號：2654007