基于改进遗传算法的M企业置换流水车间生产调度问题研究

发布时间：2023-06-05 20:14

　　科学的生产线布局及生产调度方式对于现代制造企业是极为必要的。本文针对M企业多工艺、多品种、小批量的生产过程,对其进行生产线改造、置换流水车间建模、优化及应用研究。论文主要研究工作如下:首先,为M企业设计了新的生产线布局方案,并围绕新生产线制定了数据收集方式和生产调度优化方案。选取其关键生产线并抽象化为置换流水车间调度问题(Permutation Shop Scheduling Problem,PFSP)来研究。遗传算法(Genetic Algorithm,GA)具有求解速度快、全局搜索能力强等优点。因此以GA为解决方法的基础算法并作出进一步的优化设计。其次,M企业新的U型生产线需要培养多能工,可以将准备时间和加工时间分开考虑。为此,以最大完工时间最小为优化目标,建立有准备时间的PFSP调度模型。设计了自适应遗传模拟退火算法(Adaptive genetic simulated annealing algorithm,AGSA),采用GA求解有准备时间的PFSP,引入模拟退火中的Metropolis抽样策略来增强GA的全局搜索能力。引入自适应算子调节交叉和变异概率,以免迭代结果过早收敛。...

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 生产车间调度问题简述
        1.2.2 生产车间调度问题研究方法
        1.2.3 置换流水车间调度问题国内外研究现状
    1.3 研究内容与方法
    1.4 技术路线图
第2章 M企业车间现状和精益生产方案设计
    2.1 M企业车间现状分析
    2.2 M企业车间精益生产方案设计
        2.2.1 生产线布局方案设计
        2.2.2 SQL Server数据库数据收集方案设计
        2.2.3 生产调度优化方案设计
    2.3 本章小结
第3章 基于自适应遗传模拟退火算法的有准备时间的置换流水车间调度研究
    3.1 有准备时间的置换流水车间调度问题概述
        3.1.1 问题描述
        3.1.2 数学模型
    3.2 遗传算法和模拟退火算法的基本理论
        3.2.1 遗传算法的基本理论
        3.2.2 模拟退火算法的基本理论
    3.3 自适应遗传模拟退火算法求解有准备时间PFSP
        3.3.1 自适应遗传模拟退火算法优化策略
        3.3.2 染色体的编码和解码
        3.3.3 初始解的产生
        3.3.4 遗传操作
        3.3.5 模拟退火
        3.3.6 自适应遗传模拟退火算法的求解步骤
    3.4 实验结果与分析
        3.4.1 算例描述
        3.4.2 求解结果
    3.5 本章小结
第4章 基于混合算法的考虑能耗和准备时间的置换流水车间调度问题研究
    4.1 考虑能耗和准备时间的多目标PFSP问题描述
    4.2 优化机器待机能耗的多目标调度原理
    4.3 考虑能耗和准备时间的多目标PFSP调度模型
    4.4 混合遗传算法求解考虑能耗和准备时间的多目标PFSP
        4.4.1 基于Pateto的多目标优化策略
        4.4.2 混合算法的基本操作
    4.5 仿真实验分析
        4.5.1 计算设置
        4.5.2 结果分析
    4.6 本章小结
第5章 M企业生产调度原型系统开发
    5.1 引言
    5.2 原型系统简介
        5.2.1 原型系统设计要点
        5.2.2 原型系统相关界面及功能介绍
    5.3 实例演示
    5.4 本章小结
总结与展望
    总结
    展望
参考文献
致谢



本文编号：3831973