多目標(biāo)柔性作業(yè)車間調(diào)度方法研究.pdf

1、制造業(yè)是國民經(jīng)濟(jì)的重要組成部分。實際生產(chǎn)中的優(yōu)化問題通常是多屬性的，一般是對多個目標(biāo)的同時優(yōu)化，而且各個目標(biāo)之間通常是不一致的，比如產(chǎn)品質(zhì)量和生產(chǎn)成本往往是兩個互相沖突的目標(biāo)。此外，加工時間、完工時間和產(chǎn)品交貨期等通常都是不確定的參數(shù)，實際生產(chǎn)過程中還存在著一些不確定的干擾因素，比如機(jī)器故障、原材料延遲到達(dá)、緊急訂單的插入或者訂單取消等突發(fā)事件，人們迫切需要對實際生產(chǎn)中的車間調(diào)度問題進(jìn)行深入和廣泛的研究，以更好地指導(dǎo)生產(chǎn)。本文正是在這樣

2、的背景下，結(jié)合實際生產(chǎn)調(diào)度問題所面臨的多目標(biāo)、參數(shù)不確定和動態(tài)性，對多目標(biāo)柔性作業(yè)車間調(diào)度問題及其擴(kuò)展進(jìn)行了研究，并取得了一些有意義的研究成果。
　　 本文首先對單目標(biāo)的柔性作業(yè)車間調(diào)度進(jìn)行研究。將遺傳算法“適者生存”進(jìn)化準(zhǔn)則融入禁忌搜索算法，將遺傳算法的全局搜索能力和禁忌搜索算法的局部搜索能力相結(jié)合，提出了混合遺傳禁忌搜索算法解決單目標(biāo)的柔性作業(yè)車間調(diào)度問題。在遺傳算法進(jìn)化過程中，針對柔性作業(yè)車間調(diào)度問題的特點，設(shè)計了一種擴(kuò)展

3、的基于工序的編碼及其產(chǎn)生活動調(diào)度的解碼機(jī)制，并根據(jù)染色體的結(jié)構(gòu)提出有效的交叉操作，IPOX 交叉操作和一種新多點交叉操作MPX。對于遺傳算法進(jìn)化過程中產(chǎn)生的個體，應(yīng)用禁忌搜索算法進(jìn)行改進(jìn)。將Balas和Vazacopoulos 提出的鄰域結(jié)構(gòu)擴(kuò)展到柔性作業(yè)車間調(diào)度問題，設(shè)計了禁忌搜索算法的鄰域結(jié)構(gòu)。運用提出的混合遺傳禁忌搜索算法求解基準(zhǔn)測試問題并與其他方法進(jìn)行比較，驗證了算法的有效性。根據(jù)現(xiàn)實制造系統(tǒng)中關(guān)注較多的最大完工時間、平均流經(jīng)時

4、間、總拖期時間、機(jī)器總負(fù)荷、瓶頸機(jī)器負(fù)荷和生產(chǎn)成本等性能指標(biāo)，建立了多目標(biāo)柔性作業(yè)車間調(diào)度模型。在上述遺傳算法的編碼、交叉和變異等基本操作的基礎(chǔ)上，提出了一種新的多目標(biāo)遺傳算法。在該多目標(biāo)遺傳算法里，采用了快速排序方法以提高算法構(gòu)造Pareto 最優(yōu)解集的效率；采用了NSGA-II的精英保留策略，并針對NSGA-II在精英保留策略上的不足，引入了分布函數(shù)；此外，還采用了免疫和熵原理以維持進(jìn)化種群的多樣性。通過測試基準(zhǔn)和模擬實際生產(chǎn)的算例

5、，驗證了算法的可行性和有效性；并利用層析分析法從一組Pareto 最優(yōu)解中選出最優(yōu)妥協(xié)解。針對實際制造車間調(diào)度中，加工時間和交貨期不確定的特點，本文結(jié)合模糊集的相關(guān)理論，建立了多目標(biāo)模糊柔性作業(yè)車間調(diào)度模型。基于上述多目標(biāo)遺傳算法，求解了具有模糊加工時間和模糊交貨期的多目標(biāo)柔性作業(yè)車間調(diào)度問題，并通過算例測試，驗證了算法的有效性。
　　 本研究針對實際制造車間調(diào)度具有動態(tài)性的特點，提出了一種基于滾動窗口的動態(tài)調(diào)度優(yōu)化策略，該策略

6、采用基于周期和事件驅(qū)動的再調(diào)度機(jī)制將調(diào)度過程分成連續(xù)靜態(tài)調(diào)度區(qū)間，在每個區(qū)間內(nèi)用前面提出的多目標(biāo)遺傳算法進(jìn)行優(yōu)化調(diào)度。基于滾動窗口技術(shù)和多目標(biāo)遺傳算法，以交貨期、最大流經(jīng)時間、最大完工時間以及初始調(diào)度的偏離程度為性能指標(biāo)進(jìn)行同時優(yōu)化。為了適應(yīng)復(fù)雜多變的動態(tài)環(huán)境和保持生產(chǎn)的穩(wěn)定性，提出了一種人機(jī)協(xié)同的調(diào)度機(jī)制。通過對算例進(jìn)行測試，驗證了該方法的可行性。在算法研究的基礎(chǔ)上開發(fā)了多目標(biāo)柔性作業(yè)車間調(diào)度原型系統(tǒng)，對原型系統(tǒng)的功能和效果進(jìn)行了描述