本文選題：不相容工件簇 + 隨機調(diào)度��； 參考：《合肥工業(yè)大學(xué)》2017年碩士論文

【摘要】：在生產(chǎn)制造業(yè)中,存在一類帶有不相容工件簇的批處理機調(diào)度問題;其中,不相容工件簇是指屬于不同簇的工件不能被安排在同一批中加工。本文研究了不相容工件簇在單臺批處理機上的隨機調(diào)度問題,其中工件具有隨機的到達時間和加工時間。本文首先根據(jù)不相容工件簇在單臺批處理機上的分批加工特點,以緩沖庫的庫存量為實時狀態(tài),以最小化系統(tǒng)長期平均代價為優(yōu)化目標(biāo),建立了半馬爾可夫決策過程模型。然后,在此模型的基礎(chǔ)上,通過策略迭代算法求解其最優(yōu)控制策略,并分析了不同緩沖庫容量對系統(tǒng)工件流失率的影響。最后,針對工件簇總數(shù)增大時引起的“維數(shù)災(zāi)”問題,給出了基于模擬退火的Q學(xué)習(xí)算法;并分析比較了工件簇總數(shù)為二和三時,兩種算法的優(yōu)化效果以及工件到達率和處理率對系統(tǒng)性能的影響。在現(xiàn)代化先進生產(chǎn)環(huán)境中,為了減少庫存成本和生產(chǎn)浪費,單純以追求生產(chǎn)效率為目標(biāo)的傳統(tǒng)生產(chǎn)模式已逐漸被及時生產(chǎn)(just in time,JIT)方式所替代。JIT生產(chǎn)方式是指在需要的時候,按需要的量生產(chǎn)所需的產(chǎn)品,因此本文研究了需求驅(qū)動下不相容工件簇的單機隨機調(diào)度問題。首先,以緩沖庫和成品庫的庫存量為聯(lián)合狀態(tài),以最小化系統(tǒng)長期平均代價為優(yōu)化目標(biāo),建立了半馬爾可夫決策過程模型。由于需求驅(qū)動系統(tǒng)模型具有較大的狀態(tài)空間,為了避免理論求解的“維數(shù)災(zāi)”問題,通過基于模擬退火的Q學(xué)習(xí)算法分析了不同需求類型對系統(tǒng)性能的影響。最后,通過仿真結(jié)果分析說明了所建模型的合理性以及優(yōu)化算法的有效性。
[Abstract]:In the manufacturing industry, there exists a class of batch scheduling problems with incompatible job clusters, in which incompatible job clusters refer to jobs belonging to different clusters that cannot be processed in the same batch. In this paper, the random scheduling problem of incompatible workpiece clusters on a single batch processor is studied, in which the workpiece has random arrival time and processing time. In this paper, according to the batch processing characteristics of incompatible workpiece clusters on a single batch processor, a semi-Markov decision process model is established based on the real-time state of the buffer stock and the objective of minimizing the long-term average cost of the system. Then, based on the model, the optimal control strategy is solved by the strategy iterative algorithm, and the influence of different buffer capacity on the workpiece loss rate is analyzed. Finally, a Q-learning algorithm based on simulated annealing is proposed to solve the problem of "dimensionality disaster" caused by increasing the total number of workpiece clusters, and the total number of workpiece clusters is analyzed and compared between two and 03:00. The optimization effect of the two algorithms and the influence of the workpiece arrival rate and the processing rate on the system performance are discussed. In modern advanced production environment, in order to reduce the cost of inventory and waste of production, the traditional production mode with the goal of pursuing production efficiency has been gradually replaced by the mode of timely production just in time JIT.JIT production means when needed. In order to produce the required products according to the demand, this paper studies the stochastic scheduling problem of a single machine for a set of incompatible jobs driven by demand. Firstly, a semi-Markov decision process model is established with the inventory of buffer and finished product as the joint state and the objective of minimizing the long-term average cost of the system as the optimization objective. Because the demand-driven system model has a large state space, in order to avoid the "dimension disaster" problem solved by theory, the influence of different requirement types on the system performance is analyzed by means of the Q learning algorithm based on simulated annealing. Finally, the simulation results show the rationality of the model and the effectiveness of the optimization algorithm.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 孫世杰，ＲＪｋｉｂｅｔ;單機排序中加工時間可控時的延誤工件數(shù)問題[J];應(yīng)用科學(xué)學(xué)報;1997年01期

2 陳軍;;基于統(tǒng)一切削原則的預(yù)補償法在工件數(shù)控車削中的應(yīng)用[J];機電工程技術(shù);2006年04期

3 鄒積福;線切割超長寬工件加工方法[J];電加工;1994年04期

4 吳明,沈灝;期望按期完工工件數(shù)最大化算法研究[J];杭州電子工業(yè)學(xué)院學(xué)報;2004年04期

5 胡學(xué)敏;對稱工件加工的計算機軟件配制[J];電子技術(shù)應(yīng)用;1986年07期

6 呂海寶,漆新民,鄧?yán)?宋家棟;工件車削尺寸變化在線檢測的研究[J];光電工程;1990年01期

7 祁桂梅;縮短類似工件的編程時間[J];機電新產(chǎn)品導(dǎo)報;2004年06期

8 沈灝;;基于累計按期完工概率增量的一個排序算法[J];杭州電子科技大學(xué)學(xué)報;2005年06期

9 馮大光;唐立新;;工件具有不同尺寸單臺批處理機的調(diào)度問題[J];控制工程;2011年03期

10 胡學(xué)敏;;關(guān)于對稱工件的程序編制[J];廣西大學(xué)學(xué)報(自然科學(xué)版);1986年02期

相關(guān)會議論文 前3條

1 郭鵬;程文明;;求解具有惡化工件單機調(diào)度問題的一種改進遺傳算法[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

2 譚民;李偉;;單機隨機調(diào)度中機器的失效分析[A];1994年中國控制會議論文集[C];1994年

3 賈春福;李勇建;涂奉生;;m-機器Flow Shop隨機調(diào)度問題[A];第二十屆中國控制會議論文集（下）[C];2001年

相關(guān)博士學(xué)位論文 前5條

1 周盛超;差異工件機器批調(diào)度若干問題研究[D];中國科學(xué)技術(shù)大學(xué);2016年

2 劉海玲;工件允許重啟的平行分批在線排序研究[D];鄭州大學(xué);2015年

3 劉其佳;帶有工件運輸?shù)脑诰�排序研究[D];鄭州大學(xué);2015年

4 徐造坤;不銹鋼薄壁材料工件自動化機械拋光技術(shù)研究及工藝優(yōu)化[D];華中科技大學(xué);2012年

5 郭首瑋;恒同機上的平行工件在線排序問題[D];上海大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王彥;高速切削過程工件材料表面質(zhì)量影響因素研究[D];沈陽理工大學(xué);2015年

2 黃哲驍;面向復(fù)雜半導(dǎo)體生產(chǎn)線的多產(chǎn)品工件合并方法研究[D];北京化工大學(xué);2015年

3 鄧永紅;基于工件曲面形貌信息的數(shù)控機床誤差分離研究[D];濟南大學(xué);2015年

4 江立;不相容工件簇的混合蟻群算法研究[D];安徽大學(xué);2016年

5 吳益紅;機器人工件識別關(guān)鍵技術(shù)研究[D];安徽工程大學(xué);2016年

6 郭曉慶;批可獲得性條件下帶運輸?shù)淖骞ぜ判騕D];鄭州大學(xué);2016年

7 陳婷婷;鈦合金薄壁腹板銑削加工變形基礎(chǔ)研究[D];南京航空航天大學(xué);2015年

8 張凱;特殊并行工件排序的研究[D];浙江大學(xué);2007年

9 石忠和;不相容工件族的平行批序的一些結(jié)果[D];鄭州大學(xué);2008年

10 陳銳;二種給多個客戶配送工件的供應(yīng)鏈排序問題[D];曲阜師范大學(xué);2013年

，

本文編號：1789901