【摘 要】
:
柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)是近年来车间调度领域的研究热点。在经典FJSP的研究中,通常不考虑准备时间,或者将准备时间作为加工时间的一部分。但在许多现实的生产环境中,准备时间往往与加工机器和工艺路线相关,故不能忽视或者被当作加工时间的一部分。在实际生产活动中,除加工机器以外,一些昂贵而稀缺的辅助资源(如特种夹具、刀具、维
【基金项目】
:
国家杰出青年科学基金项目“车间调度的理论与方法”,项目编号:51825502; **机械有限公司横向课题“壳段加工生产线智能优化分析与决策技术研究”;
论文部分内容阅读
柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)是近年来车间调度领域的研究热点。在经典FJSP的研究中,通常不考虑准备时间,或者将准备时间作为加工时间的一部分。但在许多现实的生产环境中,准备时间往往与加工机器和工艺路线相关,故不能忽视或者被当作加工时间的一部分。在实际生产活动中,除加工机器以外,一些昂贵而稀缺的辅助资源(如特种夹具、刀具、维护设备等)也需要进行合理的分配。因此,考虑准备时间的多资源受限柔性作业车间调度问题(Multi-Resource Constrained Flexible Job Shop Scheduling Problem,MRC-FJSP)具有较高的研究价值。本文所做的主要工作如下。首先,以最小化最大完工时间为目标,构建考虑准备时间的FJSP数学模型,并用改进粒子群优化(Improved Particle Swarm Optimization,IPSO)算法进行求解。在IPSO中,给出了一种混合初始化策略,用于获得较高质量的初始种群;研究了基于关键路径的邻域结构(同机器的邻域结构和换机器的邻域结构),用于提高算法的局部开发能力;使用自适应禁忌搜索算子以避免算法陷入循环搜索。通过对比实验,验证了IPSO算法的优越性。其次,以最小化最大完工时间为目标,建立了考虑准备时间的MRC-FJSP数学模型,并结合考虑准备时间的MRC-FJSP特征,对IPSO算法进行了调整。给出了一种半主动解码与启发式规则相结合的新型解码方式,对原有解空间进行了有效裁剪;研究了一种自适应邻域搜索算子,用于提高算法的局部开发能力;提出了基于随机网络结构的多种群策略,用来提高算法的全局搜索能力。IPSO算法刷新了大多数标准算例的当前最好解,在收敛性和稳定性方面均具有明显优势。然后,以最小化最大完工时间和最小化机器最大负荷为目标,创建了考虑准备时间的多目标MRC-FJSP数学模型,并结合多目标优化基础理论,设计多目标粒子群优化(Multi-Objective Particle Swarm Optimization,MOPSO)算法进行求解。在MOPSO中,引入了外部记忆库,用于存储搜索过程中找到的非支配解;应用快速非支配排序、拥挤距离等方法更新种群,保障了Pareto前沿的收敛性和分布均匀性;提出了面向不同优化目标的邻域结构,用于提高算法的局部开发能力。标准测试算例的求解结果展现了MOPSO算法在各项性能指标上的优越性。最后,总结了本文的主要工作,并展望了今后的研究方向。
其他文献
近年来在监管政策趋严的背景下,我国债券市场正不断打破刚性兑付,信用债违约渐趋常态化。对此,本文开展信用债违约风险识别与预测研究,对当前信用债的市场违约概况、影响、影响因素、测度方法等方面加以梳理,介绍了本文涉及的机器学习基本理论。研究设计方面,本文选取我国信用债2014-2020年共1870个债券发行主体作为研究对象,创新性地从宏观、财务、非财务及区域层面构建信用债违约预测因子体系,使用随机森林回
随着社会与科技的发展,能源问题受到的关注日益增多,越来越多的工厂和公司希望实现其冷暖气系统和照明系统具有随着人员的流动而进行自动调节的功能,从而实现节省能源与花销的目的,因此对一定区域内人数的检测和人员的定位具有重要的意义。本文提出一种基于WiFi的人数检测和室内定位方案,其中传感器的部署是基础,之后基于此进行人数检测和室内定位。首先,在传感器部署阶段,根据室内定位的需求,针对三重覆盖问题中存在的
神经元间的信息交流依赖于突触囊泡释放的神经递质。由囊泡包裹的神经递质经过转运、锚定、膜融合等过程分泌至突触间隙,进而作用于突触后膜受体。膜融合是在Ca2+触发下,由SNARE复合物介导的精密调控过程。SNARE复合物的组装起始于Munc18-1/Syntaxin-1,而Munc13-1作为调控因子催化打开Syntaxin-1的闭合构像促进SNARE复合物形成。作为SNARE复合物的上游调控因子,M
经济金融体系的流动性传导,很大程度上需要依赖商业银行来进行,商业银行的重要性不言而喻。当前世界经济环境不容乐观,在最新的政府工作报告中,“保持流动性的合理充裕”更是成为了2021年的工作重点。在国际经济金融环境严峻的情况下,商业银行作为金融体系中的主要参与者可能会采取一种极端的经济行为:囤积自身的流动性。在相关研究成果较少的情况下,明确经济政策不确定的作用效果可以丰富相关经济理论、促进商业银行更好
随着电子通信技术的快速发展,PCB(Printed Circuit Board)的市场需求大幅增加,生产调度成为PCB制造企业的重要一环,因此,研究PCB生产调度问题具有重要的理论意义和应用价值。本文对PCB生产调度进行了深入研究,并考虑车间批量生产和动态环境,研究了批量流PCB生产静态和动态调度问题,基于人工蜂群算法设计了有效的调度方法,并开发了PCB生产调度原型系统。针对批量流PCB生产静态调
混流生产车间中生产流程复杂且每个车间的生产计划都需要结合关联车间的计划方案,这对计划调度的精准性要求很高。因此,为了提高生产效率、缩短制造周期和减少生产成本,制定合理的生产调度方案尤为重要。然而,传统的依靠经验手动编排并执行生产调度方案缺乏精确性和严谨性,需要根据企业需求及特点通过研究应用合适的生产调度方法加以解决。本文主要研究了复杂的两级混流生产制造系统,以准时化生产和并行机调度等理论为基础,剖
本文主要基于某大型机械产品制造企业堆场发运物流实际场景,研究了优化堆场发运物流运作效率的两个方面,即装车方案优化与堆场车辆调度优化。具体地,装车方案优化主要聚焦于求解一类二维多箱型装箱问题;堆场车辆调度优化则基于实际场景中的多种约束提出,旨在细化车辆入厂计划的制定。在堆场发运物流运作中,装车方案作为车辆入厂计划制定与堆场车辆调度的输入。本文的主要内容包括:(1)研究了一种以最小化所使用车辆总成本为
结构设计是将抽象设想转化为具体设计表达出来的关键环节。当下不论在工业生产,还是科学研究领域,随着新要求的提出与原要求的提高产生出各种各样极具挑战性的结构设计及优化问题,对于结构优化设计方法而言提出一系列更严苛的要求,如更高的效率,更准确的表达,更方便易用等。虽然传统结构拓扑优化方法已应用并解决了一些设计优化问题,但其仍受限于本身的固有缺陷,如设计优化结果难以直接用于加工制造,庞大的设计变量数目,求
“建设堪当民族复兴重任的高素质干部队伍”,是党的二十大报告的重要命题,是推进党的事业发展、实现党的执政使命的重大课题。党的十八大以来,中国共产党高度重视建设高素质干部队伍,为全面建设社会主义现代化国家、全面推进中华民族伟大复兴提供有力的干部支撑。认真落实党的二十大精神,确立适应建设堪当民族复兴重任的高素质干部队伍要求的理念,着力破解干部队伍建设中存在的突出问题,构建有效管用、简便易行的干部选拔任用
生产环境的多扰动问题限制着传统基于静态调度和重调度的智能调度系统在实际生产场景中的应用,而随着实时数据的获取、大数据的储存和快速强大的算力正走进制造业,在线调度在实际生产调度决策中应用的可行性大幅增加。同时,深度强化学习作为一种对学习标签无要求、训练后求解速度快且求解质量较高的方法,能有效满足在线调度的求解需求。因此,本文基于深度强化学习研究置换流水车间调度问题,以期得到一种更易落地的方法。首先,