柔性作业车间调度的改进邻域结构混合算法

针对柔性作业车间调度问题,以优化最大完工时间为目标,提出一种融合改进邻域结构的混合算法。柔性作业车间调度问题机器选择是工序排序优化的前提和基础,因此,将邻域结构分两级进行:第一级跨机器移动工序,第二级同机器移动工序。对同机器移动工序方面进行了改进,结合关键工序的类型定义了相应的移动操作,对已有邻域结构进行了无效移动的精简和有效移动的扩展,提高了邻域结构的精准有效性。给出了邻域结构相应的近似移动评价方法,综合考虑算法的全局搜索能力和局部搜索能力,设计了柔性作业车间调度问题求解算法。通过采用基准算例进行测试,验证了所提方法的有效性。     

应用混合蚁群算法求解模糊作业车间调度问题

为解决蚁群算法求解时间过长和易陷入局部最优的问题,提出了一种求解模糊作业车间调度问题的混合算法,该算法将蚁群算法用于全局搜索.为了提高搜索效率,根据作业车间调度问题解的特征,提出一种基于关键工序的邻域搜索方法,并使用此邻域搜索方法的禁忌搜索算法嵌入蚁群算法.利用禁忌搜索算法较强的局部搜索能力,提高了蚁群算法的优化能力,改善了作业车间调度问题解的质量.实验结果验证了该混合搜索算法的有效性,其优化效果优于并行遗传算法和禁忌搜索算法.     

面向离散制造车间的多Agent动态调度方法研究

为了解决离散制造业生产过程中复杂动态的车间调度问题,设计了一种面向离散制造业的动态调度方法。首先建立了车间的多Agent动态调度模型,在此基础上开发了一套多Agent协商调度机制来协调各个Agent,从而动态智能地分配加工任务。为了验证提出的动态调度方法的有效性,设计了一个模拟车间实验平台。实验结果表明该方法可以保证车间有序运行的同时有效地减少设备故障等随机因素对车间的影响。     

基于分布估计—蚁群混合算法的柔性作业车间调度方法研究

针对柔性作业车间调度问题,对其优化方法进行了研究,建立了多目标柔性作业车间调度问题的函数模型,提出了分布估计—蚁群混合算法。该算法首先采用分布估计算法快速得到了全局较优解,然后通过选择部分较优解对蚁群算法信息素初始化进行了改进,最后利用蚁群算法正反馈机制快速寻找到了全局最优解;在改进的分布估计算法中,结合了多种方法进行机器选择和工序排序的初始化,给出了相应概率模型和种群更新方式;在改进的蚁群算法中,通过建立两个路径节点集合进行了状态转移规则的描述,并对信息素更新机制进行了分阶段局部更新和全局更新,有利于蚁群算法快速收敛到全局最优解;通过两个柔性作业车间调度实例进行了仿真分析以及和其他算法的对比。研究结果表明:分布估计—蚁群混合算法在求解柔性作业车间调度问题具有较好优化效果和高效求解能力。     

基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法

针对柔性作业车间调度问题,考虑自动导引车(AGV)在车间制造过程中只参与装卸和搬运工作,提出一种实现AGV路径规划与柔性作业车间调度集成优化的融合调度模型。采用基于工序排序与机器选择两个子问题的二维向量编码方案,并在解码过程中提出基于最先服务原则的AGV安排策略。对鲸鱼优化算法进行离散化改进,针对性地设计了多种种群初始化策略,引入遗传算法的交叉、变异操作以提升鲸鱼优化算法的全局搜索能力,并嵌入局部搜索算法以达到全局搜索和局部搜索的平衡,构建了一种混合遗传鲸鱼优化算法（HGWOA）来求解该融合调度模型。通过经典测试算例验证了算法性能,并使用正交试验优化了算法参数。研究结果表明,HGWOA算法用于求解柔性作业车间AGV融合调度问题可以获得较好的效果。     

基于长短期记忆近端策略优化强化学习的等效并行机在线调度方法

针对等效并行机在线调度问题,以加权完工时间和为目标,提出了一种基于长短期记忆近端策略优化（LSTM-PPO）强化学习的在线调度方法。通过设计融合LSTM的智能体记录车间的历史状态变化和调度策略,进而根据状态信息进行在线调度。设计了车间状态矩阵对问题约束和优化目标进行描述,在调度决策中引入额外的设备等待指令来扩大解空间,并设计奖励函数将优化目标分解为分步奖励值实现调度决策评价。最后基于PPO算法进行模型更新和参数全局优化。实验结果表明所提方法优于现有的几种启发式规则,并将所提算法应用于实际车间的生产调度,有效减小了加权完工时间和。     

改进细菌觅食算法求解柔性作业车间调度问题

针对柔性作业车间调度问题的NP难特性,提出一种改进的细菌觅食优化算法。采用集成法策略同时求解柔性作业车间调度问题的机器分配和工序调度子问题。将细菌个体表示为工序串,建立问题和算法的映射关系;分别针对普通细菌个体和当前最优个体设计了多重趋化操作,以增强算法的局部搜索能力;复制操作设置繁殖阈和死亡阈,以提高对历史经验的继承程度;迁移/驱散操作中,结合改进的LPT启发式规则,提出带倾向性的迁移/驱散操作方式。采用正交试验对算法的重要参数进行了优化配置,通过搜索算子优化效果对比实验证明了正交试验的结论;进行了收敛性能对比实验,证明算法具有优秀的全局开发能力和局部探索能力;典型算例实验结果表明,该算法能够有效求解柔性作业车间调度问题。     

基于多智能体强化学习的纺织面料染色车间动态调度方法

针对任务随订单动态到达环境下的纺织面料染色车间动态调度问题,以最小化总拖期时间为优化目标,提出了基于多智能体循环近端策略优化(MA-RPPO)强化学习的完全反应式调度方法。首先,针对染色车间调度的组批和排缸两个子问题,设计了组批和排缸两个强化学习智能体;然后,针对车间任务的动态性,引入长短期记忆网络(LSTM)提取车间动态信息,提高智能体对动态环境的自适应能力;进一步提出组批智能体和排缸智能体的交互机制,实现组批与排缸全局优化;最后,抽取问题约束与优化目标的相关特征并设计奖励函数,通过动态调度机制驱动智能体的交互学习获得最优调度策略。经某印染企业的实例验证表明,所提方法对不同规模问题的求解性能均优于多种常用的高性能启发式规则,有效降低了产品的总拖期时间,提升了企业订单的准时交付能力。     

基于机器故障的车间调度研究

针对柔性车间调度下的机器故障问题,构建了基于粒子群优化算法的多目标柔性车间调度模型。加工机器发生故障后,用重新调度方法对未加工的所有工序进行重调度安排,以减少机器故障对优化指标的影响。同时给出一种稳定性指标来评价重调度的效果,以及机器发生故障的概率去预防机器出故障的情况,提高算法的有效性和稳定性。然后引入了淘汰机制改进算法,提高算法的全局收敛效率,并运用改进算法对具有故障机器的多目标柔性车间调度问题模型进行仿真实验。最后验证了该算法在车间调度中发生机器故障的可行性。     

基于混合遗传算法求解分布式流水车间逆调度问题

分布式调度是智能制造的新模式,急需新的调度方法来应对动态多变的市场需求。针对分布式置换流水车间问题,采用逆调度方法优化,通过最小调整加工参数,使得尽可能保证原排序的情况下调度最优。以最小化调整加工时间为目标,建立流水车间逆调度数学模型,针对逆调度问题特征,在遗传算法的框架下提出一种混合遗传优化算法。首先,基于逆调度参数可调的特征,提出基于工序的小数机制双层编码方案,能够实现参数的调整,保证可能解;提出改进启发式方法和基于规则的方法相结合的混合初始化方法;其次,采用适合问题特征的交叉、变异操作执行搜索;为协调全局搜索与局部搜索能力,设计局部搜索策略和学习机制的双种群协同搜索策略。为验证算法性能,基于问题实例采用三种算法进行比较,并且进行统计分析,其结果表明所提算法能更有效求解分布式流水线逆调度问题。     

基于数字孪生的复杂产品离散装配车间动态调度

面向多品种变批量生产的复杂产品离散装配车间是典型的复杂制造系统,其运行过程呈现高复杂性、强动态性和不确定性因素多等特征,为实现复杂产品离散装配车间的动态调度,提出一种基于数字孪生的复杂产品离散装配车间动态调度方法,通过物理空间和虚拟空间之间的数据交互进行更精确的动态调度。构建了基于数字孪生的复杂产品离散装配车间调度框架和调度问题模型,详细阐述了基于实时数据和神经网络的工时在线预测、面向复杂产品离散装配的数字孪生车间动态调度等关键实现技术;构建了复杂产品离散装配车间调度系统,并以某航天产品装配车间的调度过程为例,验证了该方法的有效性和可行性。     

基于感知信息的车间动态排产方法

为解决车间排产实时性不高的问题,构建了基于感知信息的动态排产业务模型、数据模型和计算模型,提出了基于感知信息的车间动态排产方法,开发了动态排产方法的验证系统,以复合材料生产车间为背景进行验证,结果表明:该方法能够实现基于车间生产情况的制造资源与工序的智能匹配、工时自动计算和排产方案的计算生成,为后续车间动态排产系统的研究及实际应用提供了参考。     

基于层次代理的车间生产调度系统模型的研究

针对车间生产环境的动态多变性特点,利用面向对象的分析方法,将生产过程中涉及到的实体及其相互联系进行抽象,建立了一种基于层次代理的生产调度系统模型,并讨论了对于常见突发事件的重调度策略,为优化和解决车间层生产调度的实时性、动态性问题提供了理论依据.     

基于强化学习的分布式光伏运维资源动态调度

针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速...     

流程工业生产计划与调度系统的组态平台技术

由于流程工业生产计划与调度软件系统开发过程复杂、可重用性差,提出了一种流程工业生产计划与调度系统开发的组态平台技术方法.该方法以图形化组态的方式对系统进行设计和开发,并可以链接各种定制的算法,达到快速生成系统软件的目的.以此方法为基础,研制出了用于开发流程工业生产计划与调度软件系统的组态平台软件.实际应用结果表明,该组态平台软件使用简单、通用性强,可以有效提高流程工业生产计划与调度系统的开发效率.     

炼钢-连铸智能调度软件的开发及应用

针对大型钢铁企业炼钢-连铸生产调度过程难以控制的问题，将智能优化设定控制策略应用于炼钢-连铸生产调度过程中，将优化调度方法、专家系统、案例推理等技术相结合，研发了集调度计划编制、在线跟踪与调整、人机交互等功能为一体的调度软件。讨论了调度策略、软件的结构和功能，并将所研发的调度软件应用到某大型钢铁联合企业炼钢-连铸生产过程中，取得了显著的成效。工业实验表明，该调度软件具有良好的性能和在工业界广泛应用的前景。     

烟草卷包作业动态调度技术

针对烟草卷包排产方案优化制定、周订单滚动追加,以及面向订单执行时间和数量变化的计划与实际同步调整等问题,提出了烟草卷包作业动态调度技术。以提高对动态生产环境的适应性为目标,提出了涵盖订单追加、移动调整和重调度的烟草卷包作业动态调度技术体系;建立了一种受影响订单及其机组的遍历算法,为订单约束变化及执行时间和数量偏差下的动态调整提供了支持;通过基于订单指定机组、时间和数量约束下的重调度算法,实现了卷包作业排产方案逐步求精的优化制定;提出了一种继承原作业调度方案中卷包机组组合配置情况的作业调度方案追加调度算法,减少了周订单滚动追加过程中的卷包换牌次数;提出了一类面向订单实际执行时间和数量与计划存在偏差情况下的移动调整算法,解决作业计划与现场执行同步的问题。最后,通过实例验证了该技术的有效性。     

订单型企业多目标生产计划的制定及其调度

针对制定订单式小批量生产计划问题,提出了一种使用动态随机投入产出函数来制定多目标生产计划的方法。针对生产调度问题,提出了联合使用最长加工时间优先(LPT)与遗传算法(GA)的混合遗传算法(HGA)来求解混合流水线的调度,并给出了一种新的编码方法,选择了相应的交叉和变异方法。研究结果表明,该计划制造方法能较好地满足订单型企业的随机性要求,而且生产计划编制效率高。该编码方法在保证染色体合法性的同时也保证了算法本身的随机性。某轧辊厂的实际案例分析结果也验证了所提出的订单型企业多目标生产计划的制定及其调度方法的可行性。     

工时不确定条件下的车间作业调度技术

为解决工时偏差快速调整、多种调整要求综合协调的问题,提出了面向多品种、变批量生产模式的工时不确定条件下的车间作业动态调度技术。通过分析工时不确定条件下车间作业调度方案制定的不确定性、执行过程的动态性、变更影响的关联性以及响应的实时性内涵,提出了解决工时不确定下调度问题的缓解、隔离和快速响应相结合的处理策略;在对工序移动、变换顺序、调整设备和重调度处理流程综合分析的基础上,建立了统一的模块化作业调度方案动态调整流程;基于调度方案数据结构的建模,提出了受影响工序遍历及其关联树构建算法;提出了工时偏差容忍度的概念,实现了对调度问题影响范围的有效缓冲;提出了工时扰动偏差驱动下的前后移动调整、顺序调整、设备更换调整和重调度调整等动态调度算法,解决了作业计划与执行现场同步的问题。最后,通过实例分析说明了该技术的有效性。     

On-line integration of a process planning module with production scheduling

An approach to the on-line integration of process planning and production scheduling is reported. Based on a geometric modeller, a geometric analyser and a knowledge base, the process planner generates alternative process plans and provides automatic tool selection and calculation of the appropriate machining parameters. Time and cost estimations are input to the decision-making module in the production scheduling system that produces optimal scheduling decisions as well as a complete record of the actual state of the factory resources. An information flow, designed as a relational data model, maintains the interaction between the process planning and the production scheduling systems and provides the dynamic feedback to the process planner. Specific geometry features of the blank, the finished part and the cutting tools, and geometry features-based rules are stored in the database of a developed CAPP system by using a separate CAD interface. The integrated production planning and production scheduling system and the CAPP system were validated with rotational parts machining.