基于工件動態(tài)到達的平行批生產調度優(yōu)化問題研究.pdf

1、生產調度問題廣泛存在于企業(yè)生產制造、現(xiàn)代醫(yī)療、航空航天、物流交通等領域中，而平行批生產調度問題則是調度問題中的一個重要的分支，本文結合生產任務中平行批特征及工件動態(tài)到達特征凝練兩個管理模型如下。
　　本文首先研究了基于分步惡化及動態(tài)到達的單機平行批的工件排序問題。每個工件的加工時間可以表示為基于工件開始加工時間的簡單非線性階梯函數(shù)，該機器每一批次最多可以同時處理C個工件。優(yōu)化目標為最大完工時間，通過證明得到該問題是強NP-hard

2、問題。緊接著提出一種結合基于隨機鍵遺傳算法(BRKGA)和變領域搜索算法(VNS)的混合元啟發(fā)式算法（BRKGA-VNS）來解決這一調度問題。基于該排序問題的工件各項性質的結構特點，我們提出了一種啟發(fā)式算法H，并將其應用于該算法的解碼過程中。我們進行了一系列的數(shù)值仿真實驗對我們的混合元啟發(fā)式算法進行仿真驗證，結果表明相比較BRKGA算法、PSO（粒子群優(yōu)化）算法和VNS算法，BRKGA-VNS算法得到的仿真結果在各方面表現(xiàn)更優(yōu)。

3、　　其次，本文還研究了基于多同類機的平行批生產調度問題中，各工件的加工時間和尺寸同樣各不相同。加工機器的處理速度不同，并且由于各加工機器處在不同的地理位置，則工件到達各加工機器所需的時間不同，該問題要優(yōu)化的目標是工件完成整個加工任務所需要的時間跨度。針對該問題本文首先利用BFF-LPT啟發(fā)式規(guī)則對工件集中的工件進行組批;然后設計禁忌搜索算法和差分進化算法的混合算法(TS-DE)對各批的加工機器進行分配，最終形成生產調度方案，最終通過仿真