智能車間作業(yè)調(diào)度問(wèn)題研究.pdf

1、車間調(diào)度問(wèn)題是現(xiàn)代制造業(yè)中共存的問(wèn)題。隨著制造業(yè)的發(fā)展，出現(xiàn)了大量復(fù)雜的制造系統(tǒng)，如柔性制造系統(tǒng)、計(jì)算機(jī)集成制造系統(tǒng)，為車間調(diào)度問(wèn)題的研究增加新的難度和要求，迫切需要研究與之相適應(yīng)的車間調(diào)度方法，因此開(kāi)展這方面的研究具有重要的理論與應(yīng)用意義，并將產(chǎn)生巨大的經(jīng)濟(jì)與社會(huì)效益。近年來(lái)，智能優(yōu)化理論與技術(shù)發(fā)展很快，已經(jīng)廣泛地應(yīng)用于科學(xué)與技術(shù)的許多領(lǐng)域，為解決較大規(guī)模的優(yōu)化問(wèn)題提供了新的途徑。本文著重研究了基于蟻群算法和基于人工神經(jīng)網(wǎng)絡(luò)方法的車間

2、調(diào)度理論與技術(shù)，開(kāi)發(fā)了車間調(diào)度優(yōu)化系統(tǒng)。本文主要研究?jī)?nèi)容如下： 首先概述了車間調(diào)度問(wèn)題的研究歷程，總結(jié)了車間調(diào)度問(wèn)題的研究現(xiàn)狀，指出了車間調(diào)度問(wèn)題研究存在的問(wèn)題以及發(fā)展趨勢(shì)，介紹了車間調(diào)度問(wèn)題的描述和分類，給出了車間調(diào)度問(wèn)題的數(shù)學(xué)模型、圖模型、結(jié)果表示方法、調(diào)度性能評(píng)價(jià)指標(biāo)和一些常用的啟發(fā)式規(guī)則。 以TSP問(wèn)題為例介紹了蟻群算法的基本原理及其理論模型，定義了其基于弧模式的信息素分布的解構(gòu)造圖。然后基于JobShop調(diào)度問(wèn)

3、題，將JobShop調(diào)度問(wèn)題構(gòu)造為類似于JSSP析取圖的圖模型，在文獻(xiàn)[80]提出的改進(jìn)蟻群算法的基礎(chǔ)上，本文在信息素更新規(guī)則上加以改進(jìn)，利用信息素局部更新策略和全局更新策略來(lái)進(jìn)行信息素的更新，提出了一種改進(jìn)混合蟻群算法求解JobShop問(wèn)題，并且用benchmarks問(wèn)題做了實(shí)例的仿真，實(shí)驗(yàn)結(jié)果證明了改進(jìn)算法的可行性和有效性。 提出了一種新的約束滿足自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型。針對(duì)車間調(diào)度問(wèn)題的特點(diǎn)，提出了強(qiáng)約束和弱約束的概念，針對(duì)不

4、同的約束類型采用不同的約束滿足機(jī)制。網(wǎng)絡(luò)在運(yùn)行過(guò)程中，針對(duì)問(wèn)題的不同誤差來(lái)源，自適應(yīng)調(diào)節(jié)神經(jīng)元連接權(quán)值，逐步消除由問(wèn)題的約束沖突帶來(lái)的網(wǎng)絡(luò)誤差。為了改進(jìn)約束滿足自適應(yīng)神經(jīng)網(wǎng)絡(luò)求解車間調(diào)度問(wèn)題的性能，提出了一些啟發(fā)式算法，這些啟發(fā)式算法可以分別或者組合起來(lái)嵌入到神經(jīng)網(wǎng)絡(luò)中，神經(jīng)網(wǎng)絡(luò)在不同階段可有選擇地使用。最后，基于benchmarks問(wèn)題進(jìn)行了實(shí)驗(yàn)仿真，實(shí)驗(yàn)結(jié)果表明，這種神經(jīng)網(wǎng)絡(luò)可以很快地找到較優(yōu)解。 最后介紹了本文所開(kāi)發(fā)的車間