论文部分内容阅读
柔性作业车间调度问题是制造系统中一类非常重要的组合优化问题,具有重要的学术和应用价值。经典柔性作业车间调度问题是其它多种实际调度问题的基础,同时随着国家对节能减排的越来越重视,越来越多的研究学者致力于考虑能耗指标的车间调度问题。因此,本文针对经典柔性作业车间调度问题（Flexible Job Shop Scheduling Problem,FJSP）、考虑加工时间可控的柔性作业车间调度问题（Flexible Job Shop Scheduling Problem with Controllable Processing Times,FJSP-CPT）以及分布式柔性作业车间调度问题（Distributed Flexible Job Shop Scheduling Problem,DFJSP）,开展考虑能耗目标的调度问题研究,并提出相应问题的基于混合整数规划（Mixed Integer Linear Programming,MILP）模型的精确求解方法和基于蛙跳算法的近似求解方法。本文主要研究内容如下。首先,研究FJSP最小化最大完工时间问题,提出了一个改进的MILP模型以求解小规模实例的最优解。通过分析现有不同邻域结构和局部搜索的不同点,提出了一种混合蛙跳算法（Shuffled Frog-leaping Algorithm,SFLA）以及两级局部搜索算法的混合算法（Hybrid SFLA,HSFLA）求解中、大规模FJSP实例。在所提算法中,采用全主动调度解码缩小解空间。通过对基准实例进行求解,验证所提MILP模型以及HSFLA的有效性和优越性。其次,研究FJSP高效节能问题,同时以最小化最大完工时间和车间总能耗为目标,提出了两种考虑能耗目标的新颖MILP模型,并结合加权系数法求解小规模FJSP实例的Pareto最优解。针对中、大规模多目标FJSP实例,提出了一种基于Pareto支配的多目标混合蛙跳算法（Multi-objective hybrid SFLA,MO-HSFLA）。在所提算法中,根据问题特性提出了考虑延迟加工策略以及关机\重启策略两种节能策略的解码方法,该解码能在保证不改变最大完工时间的情况下,减少机床待机能耗;引入倾向于最大完工时间的多目标禁忌搜索以及倾向于能耗目标的多目标变邻域搜索算法以提升算法的局部搜索能力。通过求解测试实例,验证了所提MILP模型、解码方法和MO-HSFLA算法的有效性和优越性。然后,考虑可控的加工时间,研究FJSP-CPT高效节能问题,同时以最小化最大完工时间和车间总能耗为目标,提出了一种考虑能耗目标的MILP模型,并结合加权系数法求解多目标问题Pareto最优解。提出了一种基于Pareto支配的多目标混合蛙跳算法MO-HSFLA。在提出算法中,设计了一种同时考虑降速加工、延迟加工以及关机\重启等3个节能策略的解码方法,引入分别倾向于两个目标的多目标变邻域搜索算法,提升算法的局部搜索能力。通过对测试实例的求解,验证了所提MILP、解码方法和MO-HSFLA的有效性和优越性。接着,研究DFJSP高效节能问题,分别针对最小化最大完工时间单目标和同时最小化最大完工时间和车间总能耗多目标进行研究。针对DFJSP最小化最大完工时间目标,首次提出了4种基于不同建模思想的MILP模型以求解小规模实例。为了高效求解中、大规模DFJSP实例,提出了一高效的混合蛙跳算法HSFLA。该混合算法基于部分解空间编码,引入变邻域搜索算法提升其局部搜索能力,引入针对关键工厂的全解空间禁忌搜索扩大算法解空间、进一步提升局部搜索能力。通过对基准实例的求解,验证了所提4种MILP模型、HSFLA以及局部搜索操作的有效性和优越性。针对DFJSP高效节能多目标问题,提出了一种考虑能耗目标的MILP模型以求解小规模实例,并结合加权系数法求解能耗和最大完工时间两目标Pareto最优解。为了高效求解中大规模实例,提出了一种基于Pareto支配的多目标混合蛙跳算法MO-HSFLA,该混合算法将蛙跳算法与分别倾向于两个目标的多目标变邻域搜索算法相混合。通过对测试实例的求解,验证了所提MILP模型和MO-HSFLA的有效性。最后,基于上述理论研究成果,设计并开发了面向柔性作业车间的能效管控与调度原型系统,对系统结构以及功能模块进行了一一介绍,并针对某模具加工车间具体加工实例进行了求解,验证本文理论研究的有效性与优越性。第七章,对全文的研究工作以及创新点进行了总结,并对未来的研究工作进行了展望。