论文部分内容阅读
稳定、高效的调度方案,对提高企业的生产效率起着至关重要的作用。在传统的车间调度问题中,工件不同工序的加工顺序多是已经确定了的。但是工艺次序柔性则会导致工件的不同工序之间具有不同的加工顺序,进而会对调度的效果产生影响;而且多目标的车间调度问题更能满足制造业的实际需求,所以研究工艺次序柔性的车间调度问题(Flexible Process Sequence shop scheduling problem,FPSSP),具有非常重要的理论价值和实际意义。本文对FPSSP问题的数学建模和求解方法进行了研究,分别建立了单目标和多目标的FPSSP数学模型,并基于智能优化算法中的鲸鱼群算法(Whale Swarm Algorithm,WSA),提出了WSA和多目标鲸鱼群算法(Multi-objective Whale Swarm Algorithm,MOWSA)的求解方法。首先,根据工艺次序柔性车间调度问题的特征,建立了FPSSP的数学模型,并给出了FPSSP问题的求解框架,为求解方法的设计奠定了理论基础。其次,针对单目标FPSSP的数学模型,设计了WSA求解算法。采用基于向量和矩阵的编解码方式,改进了算法的个体距离计算策略和个体移动策略,并设计了三种邻域结构来提高算法的局部搜索能力。通过不同规模的算例,与GA、ABC算法进行比较,验证了WSA算法的优越性。此外,建立了带准备时间的单目标FPSSP数学模型,设计了考虑准备时间的解码方式,通过设计不同规模的算例,将WSA与GA、ABC算法进行对比分析,验证了WSA的有效性和优越性。随后,建立了带准备时间的多目标FPSSP数学模型,并设计了使用基于外部存档、快速非占优排序的MOWSA算法进行求解,通过测试算例的实验结果,验证了所提算法在收敛性等综合性能上优于NSGA-II。最后,对全文的工作进行了总结并展望了将来可以继续开展的研究方向。