论文部分内容阅读
柔性流水车间(Flexible Flow shop Scheduling Problem,FFSP)中的排产优化问题是排产优化问题领域中的经典问题。FFSP调度问题[1-4]涉及并行机分配和工件上线排序等问题,其求解难度大,是经典的NP难问题。变工时柔性流水车间排产优化问题(Flow Shop Scheduling Problem With Variable Processing Time,FFSP-VPT)是近年来排产优化问题领域中的研究热点,在经典调度问题中,一般将工件的加工时间看作是不可以改变的“刚性”参数,而在变工时柔性流水车间排产优化问题中,工件的加工时间是具有“柔性”特点的可变参数,即可以根据用户要求以及订单的情况,在一定范围内选择工件的加工时间。随着加工速度的增加,制品的品质会降低,从而引起返工率增加,车间生产的负担加重,反而会增加此工序的完工时间,寻找加工时间与不合格产品的返工率之间的平衡点是变工时柔性流水车间的研究重点。本文主要研究内容如下:(1)建立变工时柔性流水车间的数学模型,定义参数,假设若干个变量、确定基本约束条件,对加工时间与不合格产品的返工率之间关系进行研究,建立质量检测环节,建立返工率与加工时间的计算模型,确定返工工件加工规则。(2)在编解码过程中,提出了一种基于ROV编码的二段式编码方式,将个体解码为工件上线序和工时选择序号,根据先入先出(first in first out,FIFO)原则和最先空闲机器优先选择(first available machine,FAM)原则进行排产。标准蛙跳算法用于解决连续型问题,采用二段式编码方式使蛙跳算法更能够适用于求解离散型排产优化问题。(3)通过分析、改进蛙跳算法存在的不足,针对FFSP-VPT问题提.出基于精英个体集的自适应蛙跳算法。混沌映射的方式产生比较均匀的初始种群,提升初始种群的质量,设计了交叉试验,得出算法参数最优值,并对ASFLA算法求解FFSP-VPT调度问题优化性能测试,验证了蛙跳算法在求解变工时柔性流水车间排产优化问题时的有效性。(4)在全局优化算法方面,蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)作为全局优化算法。蛙跳算法具有全局优化能力强,有效解准确性高的特点,标准蛙跳算法中最大更新距离设置为定值,导致算法易陷入局部极值,本文将更新距离引入自适应因子G,防止算法陷入局部最优。(5)设计了一种基于最小化最大完工时间优化目标的蛙跳算法初始种群建立方法,以提高蛙跳算法初始种群生成过程中初始解的质量,验证了基于优化目标的改进蛙跳算法(I-ASFLA)求解变工时柔性流水车间问题(FFSP-VPT)的有效性。