论文部分内容阅读
随着先进制造技术及其模式的不断发展、市场需求的不断多样化以及工业化信息化的不断融合和应用,制造企业面临着越来越大的挑战和机遇。面对日益突出的资源多样化、共享常态化、市场瞬态化、竞争白热化的大制造环境,对各种制造系统内的柔性资源进行优化配置调度将有利于资源共享利用率最大化,企业效益最大化。但是,随着制造系统复杂性增加,以及柔性资源数量的扩大,其优化调度的复杂性和困难度也随之快速增长。本文主要针对制造系统内的两大柔性资源调度问题:单企业内的柔性作业车间资源优化调度问题,以及多企业间的网络化制造系统的柔性资源调度问题进行研究,研究重点为调度问题求解算法的优化与实现。首先介绍了制造系统及其柔性资源,并对单企业内的柔性作业车间制造系统和多企业间的云制造和网络化制造系统的资源调度问题进行分析和比较,明确了不同规模制造系统内不同粒度的柔性资源调度问题的共性和差异。接着,针对国内外研究最多的单企业内的柔性作业车间调度问题(FJSP)进行进一步深化研究。通过对FJSP问题的描述、分析和建模,提出了基于混合遗传算法的求解技术路线以及两个主要的算法优化方向——机器选择初始解的产生办法和局部搜索的邻域搜索技术。在两项优化的基础上,提出了基于极限加工时间的两级递阶算法,以及基于扩大空闲时间变邻域搜索的混合遗传算法。通过国际标准算例以及实际生产案例的测试计算,证明算法的可行性和有效性。最后,针对多企业间的网络化制造系统柔性资源调度问题(FNSP),分析了系统内任务和资源的表达模式,使用逻辑制造单元和物理制造单元统一调度不同粒度、不同地域内的制造任务和制造资源。综合考虑网络化制造系统的完工时间和制造成本两大评价指标,用本文改进后的混合遗传算法求解多目标优化调度问题,并通过算例求解验证模型和算法的可行性。