基于事件驱动的平行机类型动态批调度研究

针对模具热处理过程中能耗与交货期难以有效控制的问题,构建了反映能耗和加权拖期量的优化指标。考虑到模具热处理车间中炉子的非同等性、任务到达的动态性和多工件族不相容性,建立了基于特定事件触发的调度机制,并据此提出了一种基于预测时窗的启发式算法,通过算法中两层折衷规划模型的构建,实现了对多目标优化求解。最后仿真结果表明,与两类常用规则相比,所提方法具有明显优越性。     

具有前成组约束的两阶段柔性流水车间的启发式算法

以模具加工车间为背景,分析具有前成组约束的两阶段柔性流水车间的特点,在对前成组约束进行定义和数学描述的基础上,以最少化最大完工时间为目标,建立具有前成组约束的、工件批量到达的两阶段柔性流水车间调度问题的数学模型,并且在第一阶段由两个成组加工单元构成;接着针对这一模型,提出一种启发式求解算法H′;运用数学分析的手段,给出该算法优化结果的一个下界;设计大量的实例测试集,将启发式算法H′与其他三种改造后的经典启发式算法进行性能比较,不仅验证启发式算法H′的有效性,而且还发现随着任务规模的增大,启发式算法H′的优越性更加明显,这一结论对H′算法在模具加工车间调度上的应用具有重要意义。     

考虑工件外协的模具热处理车间生产计划

热处理是模具制造过程的瓶颈工序,对整套模具的交货期和制造成本会产生重大影响。热处理车间的生产调度具有批调度特征。在两阶段柔性流水车间中考虑了工件外协,并将热处理车间的生产计划分成周期滚动计划、淬火阶段上机计划和回火阶段上机计划3个层次;以最小化制造成本为调度目标,分别构建这3个阶段的调度算法,并通过多种实验算例说明该算法的有效性。实验结果表明:设置最小等待重量策略的制造成本明显高于其他3种策略的调度成本,在不考虑工件外协的情况下,所提出的上机调度策略的调度结果略优于设置最大等待时间策略的调度结果,考虑工件外协的调度策略的结果是4种策略中最优的。     

可重入流水车间类型模具热处理生产动态批调度

为有效控制流水车间类型模具热处理生产,总结了一类两阶段平行机批调度问题。任务属于不相容多工件族,具有动态到达和重入加工的特点。构建了加权拖期惩罚指数和能耗指数两个优化目标,以满足企业推行准时与节能生产的现实需要;建立了事件驱动与滚动排产的混合调度机制,对淬火炉完工或任务到达进行实时响应,同时对回火任务进行滚动排产;构建了启发式算法进行求解,总体采用"先分后合"的方式解耦工件族间的相互干扰,即先针对单工件族建立双层折衷规划模型来确定最佳淬火批次及其对应的回火排产方案,后综合评价确定全局最佳淬火批次及其对应的回火排产方案。仿真研究表明,与两种常用调度规则相比,所提方法具有明显的优越性。     

具有工件约束的模具制造优化调度算法研究

为解决具有工件约束的模具制造优化调度问题,提出了一种利用蚁群算法和优先分配启发式调度算法相结合的调度算法。该算法能够方便地描述问题的约束条件的特点。首先,由蚁群算法确定模具零件各工序所用的加工机床,用节点模式下的有向图描述问题的解空间,用蚂蚁种子信息素踪迹更新策略对信息素进行更新,以获得问题的解;然后,利用优先分配启发式调度算法确定在同一台机床上加工的各零件的先后顺序。实验结果验证了算法的有效性。     

极小化总完工时间批调度问题的两种蚁群算法

针对考虑工件尺寸不同,求解目标为极小化总完工时间的批调度问题,考虑不同的编码方式,提出了基于工件序列的蚁群算法和基于批序列的蚁群算法.基于工件序列的蚁群算法算法采用传统的工件序列编码,需要启发式规则进行分批;基于批序列的蚁群算法算法利用蚁群算法构建性编码的特点,不需要启发式规则,而采取直接分批的方式编码,充分发挥蚁群算法自身的搜索能力.针对总完工时间的优化目标,基于批序列的蚁群算法算法引入批权重构建启发式信息;针对批调度特有性质,基于批序列的蚁群算法算法加入新的信息素更新变量,设置不同的信息素初始值,并采用局部优化技术等改进措施,以克服传统蚁群算法收敛速度慢,易陷入局部最优的缺点,通过对比实验验证了所提算法的有效性.     

模糊神经网络与启发式算法相结合的制造单元构建方法

为提高制造单元构建效率和制造单元的可实施性,提出了模糊自适应谐振神经网络与启发式算法相结合的制造单元构建方法.该方法以加工相似模式匹配思想为指导,将制造单元的构建分为两个阶段.首先对标准模糊自适应谐振神经网络进行改进处理,并以此构建初始的工件族和设备集合;然后,在初始工件族和设备集合的基础上,建立基于规则的启发式资源优化分配算法,解决制造单元的设备共享、可选设备分配和设备负荷不均等问题.最后,以某企业机加车间生产的典型工件为例,验证了算法的有效性.     

基于蚁群算法的模具制造动态调度研究

为解决模具制造动态调度问题，建立了动态调度系统。该系统利用蚁群算法和优先分配启发式算法相结合的调度算法，解决具有工件约束的模具零件的调度问题。该算法首先由蚁群算法确定模具零件各工序所用加工机床，然后利用优先分配启发式算法确定在同一台机床上加工的各零件的先后顺序。考虑动态调度的实时性，提出了局部更新和全局更新相结合的、基于滑动窗口机制的动态调度方法。对于发生频率高但对调度计划执行影响不大的扰动事件采用局部更新策略，反之则采用全局更新策略，在保证获得近优解的同时提高了动态调度的效率。     

FMS混合调度中的两种启发式规则

针对FMS混合调度系统中的工件选择和运刀小车的启发式调度问题,给出了两个新的启发式规则,即在机床选工件策略中建立了刀具外借量最少规则,在运刀小车任务调度策略中提出了目标机床当前工序完成时间最早规则,通过仿真实验验证了两种启发式规则的有效性。结果表明所提出的两种调度规则能够较好地改善FMS的各项性能指标。     

求解流水车间调度问题的瓶颈指向启发式算法

针对最小化时间表长的流水车间调度问题,提出一种根据工件加工时间特征构建工件调度的瓶颈指向启发式算法。首先,为构建初始工件排序,充分利用各机器负荷一般不相等的特点,瓶颈阶段前加工时间较短而之后加工时间相对较长的工件优先开始加工;其次,当有工件等待加工时,根据工件在瓶颈机器前或后加工时间的特征调整工件加工顺序;最后,采用邻近工件成对交换和插入的方式改进初始调度。当瓶颈机器趋于中间阶段,或瓶颈机器上工件的加工时间趋于增加时,求解效果较好。数据实验表明算法是有效的。