基于蚂蚁算法的混流车间动态调度研究

根据蚂蚁路径寻优行为模型及其与混流车间调度的相似性，提出混流车间的蚂蚁调度算法。算法利用试错，区分加工路线的优劣。实验表明，该算法的性能优于启发式算法，可以用来求解随机加工时间的调度问题，并对车间内外部环境变化具有良好的自适应性。     

混流生产车间布局研究

总结了车间布局的一般原则.提出了矩阵运算方法判断混流生产线上各工序的关系,并判断工序冲突的存在.提出了处理工序冲突的方法.定义了混流生产线的工序时间,节拍以及工作地时间.结合流水线平衡方法,得出了使混流生产线平衡的方法.根据混流生产的特殊性,提出了混流生产车间布局的方法.     

不确定环境下混流装配生产车间的动态物料配送策略

为使生产车间的物料配送环节适应当前多品种小批量生产和个性化市场的需求,从分析生产车间环境的复杂性和不确定性入手,通过建立不确定环境下的配送成本期望模型,确定了物料的最佳配送区间;结合混流装配生产线的特点,设计了基于动态周期的物料配送策略;基于该策略,建立了以最小化配送成本和最大化满载率为目标,物料需求时间和线边库存容积以及行进路径为约束的优化模型,并针对该模型的设计了基于遗传算法的求解算法。最后,针对实际应用场景,通过eM-plant软件搭建仿真模型,分别模拟传统的配送策略和所设计的配送策略,对比结果验证了本文所提策略的优越性和有效性。     

动态车间环境下的调度控制器设计

为了对车间制造系统实施有效动态调度,提出了一个动态调度控制器的设计框架,并详细阐述了它的功能模块和工作流程.控制器采用基于过程规范语言本体论的工艺规划信息表示和多步骤适应调度策略,并从知识库中获取规则,使用在线仿真的方式对其进行评价.这些技术的应用保证了控制器与车间内部其他异构信息系统间有效地传递工艺规划信息,并具有很好的调优能力.最后,给出了一个制造企业的应用实例,验证了该设计框架的可行性和有效性.     

MES环境下作业车间多级动态调度方法研究

作业车间存在着许多不确定信息干扰生产,为有效解决制造执行系统环境下作业车间的动态调度问题,设计了一种基于实时数据采集的多级作业车间动态调度方法。在静态调度基础上,根据车间生产中实际情况,考虑了紧急插单、加工延时、机器停工等影响排产的扰动因素,建立作业车间动态调度模型,设计了缓冲吸收、调度修复及完全重调度相融合的调度方法。以交货期为目标,通过算例演算,实现了对动态扰动因素的满意处理,验证了方法的有效性。     

动态环境下的柔性作业车间调度问题研究

针对动态环境下的柔性作业车间调度问题,提出了一种基于改进离散粒子算法的动态调度方法。动态调度方法采用在动态车间调度中应用最为广泛的滚动窗口与改进离散粒子算法相结合的再调度策略,最后通过对两类突发动态事件的仿真测试,验证了本文所提方法能够解决各类突发动态事件,及时有效地对初始方案进行调整,并与原方案有效衔接。     

模糊生产环境下作业车间调度优化方法研究

研究不确定环境下的车间调度问题,通过引入模糊理论以提高调度模型对动态变化的、存在不确定性的现实环境的适应能力,采用三角模糊数来代表不精确的加工时间,在此基础上结合模糊集合论中有号距离(signed distance)和优化指标概念提出两种模糊作业车间调度(Job Shop Scheduling,JSP)模型,针对这两类模型,采用遗传算法进行排序寻优.计算结果表明了两种模型的可行性.     

混流生产车间布局重构设计研究

介绍了混流生产车间布局以及混流生产车间布局重构问题,讨论了两个影响混流生产车间布局的因素,工序作业时间的变化以及新工序的出现。研究了工序作业时间变化对工作地时间的影响,然后讨论了相应的工作地重构;运用顺序矩阵研究了新工序与原工序的关系,继而讨论新工序能否放入原有工作,提出了不能放入原有工作地的处理方法。最后给出了两种情况下的混流生产车间布局重构研究的一般步骤。     

物联网环境下的车间生产异常发现与分析

针对离散制造过程中生产异常难以准确评估的问题,提出了一种物联网环境下的车间生产异常发现与分析方法.首先,基于在制品实时状态采集模型,定义了在制品异常事件类型;其次,为了衡量在制品异常事件对车间生产的影响程度,以异常事件发生时生产异常影响因素的状态信息为数据基础,将一维原始数据二维化后,采用一种结合批量归一化和dropo...     

车间动态调度方法研究

目前用于动态调度中的方法主要有人工智能(AI)方法、仿真方法、人机交互方法。文章分析了它们的特点，并指出对于离散事件的job shop调度，采用人机交互与仿真相结合的方法简单易行。在总结当前有关多agent调度问题的多种研究方法的基础上，描述了一种基本的基于多agent的生产调度系统框架结构以及此框架结构中代理之间的信息运动规律。最后探讨了适用于该框架结构的动态调度机制。     

车间生产调度问题研究

分析了车间调度问题的类型与特点,总结了调度问题的建模、调度方法与策略,在此基础上讨论了现行车间调度研究中存在的问题与发展趋势。     

柔性作业车间调度问题的两级遗传算法

研究不同性能指标柔性作业车间调度问题的优化.针对柔性作业车间调度问题的特点,设计基于工序编码和基于机器分配编码的两种交叉和变异算子,并提出一种双层子代产生模式的改进遗传算法应用于该调度问题,以使子代更好地继承父代的优良特征.使用实例测试改进的遗传算法,并与其他遗传算法的测试结果进行比较,所提出算法的有效性得到证实.     

混流生产车间设施布局方法概述

提出两种布局设计的思路：第一种思路是将混流生产线看成典型的流水线,运用设计流水线布局的方法,又考虑到混流生产的特点,形成了混流生产车闰布局的一般步骤。第二种恩路是将混流车间设施布局看成二次分配问题,应用现代智能优化算法对车间布局进行优化设计。     

基于约束理论的混流生产调度研究

提出了一种基于离散系统建模仿真方法的DBR(鼓-缓冲-绳子)改进方法,通过建立仿真模型并运行仿真模型来识别瓶颈资源,从而确定缓冲位置;采用模拟退火算法优化和确定相应的DBR控制参数,进而确定瓶颈资源和非瓶颈资源排程。实例计算表明,该方法能够有效优化和确定DBR生产控制参数,提高系统效率。     

订单加急扰动下柔性生产车间动态完全重调度

为了提高订单加急扰动时柔性生产车间重调度的效率,提出了基于邻域拥挤度淘汰NSGA-II算法和优先加工通道的重调度方案。针对订单加急扰动下重调度问题,建立了减少车间能耗和完工时间的双重优化模型。构造了多目标优化问题的邻域,提出了基于邻域拥挤度淘汰NSGA-II算法的柔性车间静态调度方法。当订单加急扰动发生时,设计了基于优先加工通道的完全重调度方案。使用Kacem02标准算例对静态调度性能测试,文章算法的优化目标极值小于标准NSGA-II算法和混合NSGA-II算法,说明该算法的优化能力更强。订单加急扰动后,优先加工通道和滚动遗传算法均将加急订单完成时间由18 min提前到14 min,但是前者保持了整体完工时间不变,而后者整体加工时间由18 min增加到20 min,结果表明优先加工通道在柔性车间重调度中具有更好性能。     

面向云制造的混流混合车间调度问题

为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。     

不确定环境下再制造加工车间生产调度优化方法

针对再制造加工车间工况兼具随机性与模糊性,采用模糊随机变量表示废旧件加工时间,以描述再制造加工车间工况的双重不确定性;在不确定理论的基础上,建立基于模糊随机机会约束的再制造加工车间生产调度问题模型,并提出求解该问题混合智能优化算法:基于Arena仿真平台应用模糊随机模拟技术产生输入和输出数据,利用粒子群优化算法训练径向基函数神经网络以逼近不确定函数,将训练好的神经网络嵌入至遗传算法中优化再制造加工车间生产调度问题;通过仿真实例验证该混合智能优化算法解决加工时间为模糊随机变量的不确定环境下再制造加工车间生产调度问题的有效性和合理性。     

轿车发动机混流制造生产调度系统应用研究

针对目前混流制造模式下车间层的信息实时采集与处理能力不足、生产调度的工具实用性不足的问题,采用协同优化的框架,基于发动机总成装配的拉动,建立了以最小化总加工时间为目标的轿车发动机混流加工线生产调度模型;基于eM—Plant软件,建立了可以验证调度算法优劣的轿车发动机混流加工线的数字化模型;在车间实时制造数据采集方面,设计了一套基于无线网络传输模式的工位信息系统,支持计划层和执行层的双向联通。     

基于混合遗传算法的混流混合车间协同调度问题

为解决一类具有多品种混流生产特征和作业车间与流水车间集成的混流混合车间协同调度问题,给出了以在制品成本最小为目标的混流混合车间调度问题模型;采用零件加工、部件装配、产品总装的三段协同编码方法,给出了一种集成模拟退火算法的混合遗传算法,并在模拟退火算法中引入变温度参数来平衡算法效率。最后,通过某冰箱混流装配企业典型实例验证了模型和算法的有效性。     

数据驱动下的动态柔性作业车间调度研究

柔性作业车间调度问题是一种典型的NP-Hard问题,在生产过程中,调度方案会因各种意外事件的发生而变化。针对柔性作业车间调度问题的实时性、动态性的特点,构建了基于数据驱动的柔性作业动态调度的数学模型。首先通过数据感知设备监测车间中发生的变化,实时传输到服务器上,然后根据车间生产状况所发生的变化,依据服务器上的调度规则重新调整调度方案。最后通过某制造企业的调度方案和车间环境变化时的调整方案,验证了基于数据驱动的实时动态调整调度方案的可行性和有效性。