单件小批量生产的车间作业调度研究

目前的研究者对于车间作业调度问题的研究,多将其抽象为一个大家所熟知的JSP模型.显然,这样的模型无法适应具体的企业应用.针对以往的研究与实际应用脱节的问题,并根据单件小批量生产企业生产调度中的一些基本情况,提出一种解决方案,并将这种解决方法应用在模具制造单件小批量生产类型企业,从而使计划调度的理论研究服务于实际生产.     

客车生产中的倒排产应用研究

本文以某客车制造企业的涂装车间作为研究和应用背景,构建基于倒排产算法的车间排产系统,分析倒排产在实施过程产生冲突的原因,给出倒排产冲突的解决方案.实际系统运行效果良好,验证了该解决方案的合理性.     

基于单件小批量生产的生产计划管理系统开发与应用

针对以单件小批量生产方式为主的某机制公司所遇到的问题,提出用一种改进的MRP算法建立制造企业生产计划管理系统的设计方案,详细分析了公司业务流程,阐述了系统基本结构,系统实现的关键算法及功能模块.     

单件小批量生产类型下的CAPP应用

企业的信息化水平反映了企业科技进步的程度,并直接影响企业的市场竞争能力,越来越多的企业将信息化作为提高企业核心竞争力的必要手段。作为企业设计、制造的桥梁———工艺设计与管理,是信息技术的关成,从而达到企业资源共享,为企业实现敏捷制造以及精益生产打下基础。为此,在工艺技术准备工作中加大运用CAPP的力度,可以提高企业生产组织的快速反应能力。乌江机械厂实施CAPP系统前状况以及对CAPP系统的要求乌江机械厂属于典型的单件小批量生产类型的企业,到底能不能在工艺技术准备工作中运用CAPP呢?运用CAPP的路子该怎么走?带着这…     

单件小批量生产类型下的CAPP应用及普及

计算机技术的应用反映了企业科技进步的程度,要提高产品的市场竞争能力,就必须在工艺技术准备工作中加大运用ＣＡＰＰ的力度,以提高企业的工艺快速反应能力。目前,ＣＡＤ已经在许多企业得到广泛应用,但是,ＣＡＰＰ的发展却艰难和缓慢得多。其主要原因就是工艺因素的错综复杂,工艺理论尚未完全成熟,许多问题还不能建立实用的数学模型和通用算法,且早期的ＣＡＰＰ过分偏重于工艺生成的智能化。１９９７年以前,除高等院校和极少数开发能力强的大企业对专项的ＣＡＰＰ作过探索性的开发和局限于单一企业的小规模应用以外,几乎见不到通…     

浅谈单件小批产品的计划管理

单件小批量生产由于其多样性，无规律性的特点，其计划管理与流水线生产的计划管理完全不同，本文通过粗进度计划，综合进度计划，生产作业计划的编制过程阐述了单件小批量产品的纵向，横向生产组织的计划管理过程。     

单件小批量铸造生产质量控制

一台设备中铸件质量一般占到30％-70％，铸件生产直接关系着机械行业的整体质量和水平。铸造生产中普遍存在单件小批量形式，其生产特点的八个方面是引起铸件质量不稳定的关键因素。从管理方式、人员素质要求、新技术应用三个方面，提出了如何控制单件小批量铸件质量的具体措施和方法。     

单件小批量产品采购管理信息模型研究

针对单件小批量产品采购的特殊性,阐述了单件小批量采购与传统采购的不同点,采购管理部门不仅要与企业内部各部门之间信息共享,同时也要与供应商实现信息共享.运用XML实现采购部门与供应商之间的信息共享,通过建立合理的模型IDEF4实现了与企业内部各部门之间的信息共享.最后提出了单件小批量企业实现按时交货和低成本的方法,给出了用VB.NET语言实现的采购管理系统.     

一种实用的单件小批量生产计划调度方法

结合某模具公司生产实际,以应用为出发点,提出了一种生产计划调度方法,该方法采用2层计划,第1层是基于MRP思想将任务分解到工序级,第2层进行车间作业计划,采用基于一组规则的启发式调度方法,将任务下达到各车间,由人工最后确认。     

单件小批生产模式下的MRP算法改进

针对订单需求的随时改变,导致零件提前期和工序工时的调整问题,提出一种"伸缩式"和"合并BOM"相结合的物料需求计划(MRP)改进算法.分析面向订单的单件小批量生产模式的特点,阐述该算法的改进原理,给出详细的算法步骤.通过算法实例,并与传统算法比较,显示出该算法具有提高车间排产效率、提高MRP计划的可执行性和确保按期交货等优点.     

求解作业车间调度问题的快速启发式算法

首先将作业车间调度问题转换为一个搭积木模型,受这个直观模型的启发,提出了一个启发式的搭积木规则,该规则综合考虑了已经搭好的积木的顶高和将要搭积木的剩余高度。基于这个规则,提出了一个求解作业车间调度问题的快速启发式算法,对国际上通用的benchmark例的模拟实验结果表明,提出的算法优于经典的优先分配启发式算法。     

一种小批量作业计划的调度算法

作业计划的制定是一项非常重要的工作,通过对作业计划问题的详尽描述,提出了一种用于小批量生产的调度算法.这种算法以任务级和设备级两个层次逐层推进,来实现作业计划的制定,并且考虑了批量问题.     

GA based heuristic for the open job shop scheduling problem

Open job shop scheduling is a kind of job shop scheduling in which operations can be performed in any order. In this paper an attempt is made to develop a heuristic for the open job shop scheduling problem using genetic algorithm to minimize makespan. Genetic algorithm operators are suitably modified to maintain feasibility. The results are statistically compared and found to be significantly better than the earlier reported results.     

多目标模糊作业车间调度问题研究

研究了具有模糊加工时间和模糊交货期的多目标作业车间调度问题,首先给出了基于模糊优先规则的编码新方式,染色体的每一位表示在GT算法迭代过程中,对应机器上发生的某次冲突,根据该基因位对应的优先规则消除。然后设计了基于个体密集距离的多目标进化算法,该算法利用密集距离进行外部档案维护和适应度赋值。最后将多目标进化算法应用于模糊作业车间调度问题,以最大化最小一致指标和最小化模糊最大完成时间,并和其他算法比较。计算结果验证了多目标进化算法在模糊调度方面良好的搜索性能。     

Crowding-measure-based multiobjective evolutionary algorithm for job shop scheduling

Multiobjective evolutionary algorithm (MOEA) has attracted much attention in the past decade; however, the application of MOEA to practical problems such as job shop scheduling is seldom considered. In this paper, crowding-measure-based multiobjective evolutionary algorithm (CMOEA) is first designed, which makes use of the crowding measure to adjust the external population and assign different fitness for individuals; then CMOEA is applied to job shop scheduling to minimize makespan and the total tardiness of jobs. Finally, the comparison between CMOEA and SPEA demonstrates that CMOEA performs well in job shop scheduling.     

多目标柔性作业车间调度优化研究

提出了一种集成权重系数变化法和小生境技术的混合遗传算法,建立了包括时间、成本、交货期满意度和设备利用率在内的多目标优化模型。采用基于工序的编码方式和“间隙挤压法”活动化解码方法;遗传算子包括选择、交叉、变异3种类型;选择操作采用轮盘赌选择方式。为了保证解的收敛性和多样性,采用了精英保留策略和小生境技术。交叉操作采用线性次序交叉方式;变异操作采用互换操作变异方法。染色体的适应度是各个目标函数的随机加权和。仿真实验证明,提出的混合遗传算法可以有效解决柔性作业车间多目标调度优化问题。     

基于混合遗传算法的车间调度问题研究

利用遗传算法(GA)和模拟退火算法(SA)求解该问题近优解的有效性和实用性,提出一种实现车间调度的混合遗传算法(GASA),给出了一个新的编码方法,并建立了相应编码的解码规则.对初始温度的确定方法和获得适应度函数的方法进行了探讨.基于LA16调度问题,分别利用该方法和单纯遗传算法及模拟退火算法进行了模拟仿真计算,计算结果表明该混合算法克服了单纯遗传算法和模拟退火算法在车间调度优化方面的不足,具有较高的鲁棒性.     

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。     

遗传算法在车间作业排序中的实现

描述了一种应用于车间作业排序的遗传算法的实现,该算法借助于对链表的灵活运用,使整体的运算时间得到提高,特别是对适应值的计算方式,既减轻遗传操作时合法性效验的负担,又模拟了加工过程,从而得到非常直观的运算结果.     

一种基于改进遗传算法的车间调度问题研究

作业车间调度是一类求解较困难的组合优化问题,在考虑遗传算法早熟收敛问题结合模拟退火算法局部最优时能概率性跳出的特性,该特性最终使算法能够趋于全局最优。在此基础上,将遗传算法和模拟退火算法相结合,提出了一种基于遗传和模拟退火的混合算法,该算法将模拟退火算法赋予搜索过程一种时变性融入其中,具有明显的概率跳跃性。同时。通过选取Brandimarte基准问题和经典的Benchmarks基准问题进行分析,并应用实例对该算法进行了仿真研究。该结果表明,通过模拟退火算法与遗产算法相集合,可以使计算的收敛精度明显提高,是行之有效的,与传统的算法相比较,有较明显的优越性。