工藝規(guī)劃與車(chē)間調(diào)度集成問(wèn)題的求解方法研究.pdf

1、工藝規(guī)劃和車(chē)間調(diào)度是制造系統(tǒng)中兩個(gè)十分重要的子系統(tǒng)。在傳統(tǒng)的研究中，研究人員將工藝規(guī)劃和車(chē)間調(diào)度作為各自獨(dú)立的系統(tǒng)，分別對(duì)兩者進(jìn)行獨(dú)立的研究，對(duì)它們的集成研究還不夠。然而事實(shí)上，如果把工藝規(guī)劃和車(chē)間調(diào)度系統(tǒng)進(jìn)行集成可以較好地提高制造系統(tǒng)的工作效率。所以，工藝規(guī)劃與車(chē)間調(diào)度集成越來(lái)越受到學(xué)者和工程技術(shù)人員的重視。
　　 工藝規(guī)劃與車(chē)間調(diào)度集成（IPPS）問(wèn)題是最困難的NP-Complete組合優(yōu)化問(wèn)題之一，經(jīng)過(guò)幾十年的發(fā)展，研究人

2、員提出了不少求解該問(wèn)題的方法，但是至今最好的算法仍很難有效地的求解該問(wèn)題。本文的主要目的是深入研究IPPS問(wèn)題，探索該問(wèn)題在不同條件下高效的求解方法。首先，本文深入研究了IPPS優(yōu)化模型：基于作業(yè)車(chē)間調(diào)度的混合整數(shù)規(guī)劃模型，提出了IPPS問(wèn)題的數(shù)學(xué)模型，并提出了集成優(yōu)化策略對(duì)IPPS問(wèn)題進(jìn)行求解，該策略為后續(xù)研究提供指導(dǎo)；然后，根據(jù)提出的集成優(yōu)化策略，分別對(duì)各部分進(jìn)行詳細(xì)研究：一、深入研究了遺傳算法在柔性工藝規(guī)劃問(wèn)題中的應(yīng)用。提出了針對(duì)

3、柔性工藝規(guī)劃問(wèn)題的多部分編碼方式，這更有利于算法算子的操作；并提出了新的交叉方法，避免了非法解的產(chǎn)生，提高了求解效率；針對(duì)編碼特點(diǎn)，設(shè)計(jì)了相應(yīng)的變異算子。使用實(shí)例對(duì)改進(jìn)的遺傳算法進(jìn)行了測(cè)試，并與其它算法進(jìn)行了比較，驗(yàn)證了該編碼方法和操作算子的有效性和優(yōu)越性。二、在以上研究的基礎(chǔ)上，深入研究了改進(jìn)遺傳算法求解IPPS問(wèn)題?；谝陨系募蓛?yōu)化策略，提出了改進(jìn)遺傳算法求解IPPS問(wèn)題的流程，在該流程中：車(chē)間調(diào)度問(wèn)題的染色體編碼采用基于工序的編

4、碼，采用活動(dòng)調(diào)度的解碼方式；結(jié)合問(wèn)題本身特點(diǎn)設(shè)計(jì)了車(chē)間調(diào)度問(wèn)題的交叉算子和變異算子。使用基準(zhǔn)實(shí)例測(cè)試改進(jìn)的遺傳算法，并與其它算法進(jìn)行了比較，驗(yàn)證了該算法的有效性和優(yōu)越性。
　　 研究表明單一算法較難解決復(fù)雜的組合優(yōu)化問(wèn)題，幾種優(yōu)化算法的合理混合能提供更強(qiáng)大的搜索能力。本文將具有較強(qiáng)全局搜索能力的遺傳算法和具有較強(qiáng)局部搜索能力的禁忌搜索算法有機(jī)結(jié)合，提出了求解IPPS問(wèn)題的混合優(yōu)化算法。該算法能較好地平衡其集中搜索和分散搜索的能力

5、，彌補(bǔ)了單一算法各自的缺點(diǎn)。針對(duì)IPPS問(wèn)題的特點(diǎn)，選取并改進(jìn)了相應(yīng)的鄰域結(jié)構(gòu)。采用基準(zhǔn)實(shí)例測(cè)試提出的混合算法，并與其它算法進(jìn)行比較，結(jié)果顯示了混合算法的有效性和優(yōu)越性。
　　 在企業(yè)的實(shí)際生產(chǎn)中，多目標(biāo)問(wèn)題普遍存在。在現(xiàn)階段，對(duì)IPPS的研究主要是集中在單目標(biāo)問(wèn)題上。本文在對(duì)單目標(biāo)IPPS問(wèn)題研究成果的基礎(chǔ)上，對(duì)多目標(biāo)IPPS問(wèn)題進(jìn)行了較深入的研究，提出了一個(gè)基于多目標(biāo)進(jìn)化算法的求解方法來(lái)對(duì)多目標(biāo)IPPS問(wèn)題進(jìn)行研究，然后采用

6、實(shí)例測(cè)試提出的求解算法，驗(yàn)證了該算法的有效性。
　　 傳統(tǒng)上，針對(duì)IPPS的研究大多集中在靜態(tài)環(huán)境下，但是實(shí)際生產(chǎn)過(guò)程中存在著種種隨機(jī)的和不確定的干擾因素。靜態(tài)IPPS的結(jié)果很難適應(yīng)實(shí)際生產(chǎn)的需要，有必要對(duì)已有的結(jié)果根據(jù)這些變化進(jìn)行及時(shí)的調(diào)整。本文結(jié)合實(shí)際生產(chǎn)的需求對(duì)動(dòng)態(tài)環(huán)境下的IPPS問(wèn)題進(jìn)行了研究，是傳統(tǒng)IPPS問(wèn)題的一種擴(kuò)展。結(jié)合動(dòng)態(tài)調(diào)度的已有研究成果以及前面提出的優(yōu)化算法，提出了一種基于改進(jìn)遺傳算法的動(dòng)態(tài)調(diào)度策略。然后對(duì)