不確定環(huán)境下柔性作業(yè)車間調(diào)度模型與優(yōu)化算法研究.pdf

1、柔性作業(yè)車間調(diào)度問(wèn)題(Flexible Job-shop Scheduling Problem,FJSP)因機(jī)器的柔性選擇更加貼近實(shí)際加工情況，同時(shí)，車間加工環(huán)境的不確定性因素日益凸顯，導(dǎo)致加工時(shí)間等參數(shù)難以獲得精確值，傳統(tǒng)的調(diào)度方式已不能滿足實(shí)際生產(chǎn)需要。所以，對(duì)不確定環(huán)境下柔性作業(yè)車間的調(diào)度模型及求解方法進(jìn)行研究顯得非常有意義。
　　本文針對(duì)不確定環(huán)境下的柔性作業(yè)車間調(diào)度問(wèn)題，首先基于模糊理論對(duì)問(wèn)題進(jìn)行建模，然后基于離散和聲搜

2、索(Discrete Harmony Search,DHS)算法求解單目標(biāo)與多目標(biāo)問(wèn)題，最后對(duì)實(shí)際案例求解分析。主要研究成果及創(chuàng)新點(diǎn)如下：
　　(1)基于模糊理論對(duì)不確定環(huán)境下的FJSP模型進(jìn)行了研究。首先對(duì)不確定加工參數(shù)進(jìn)行了模糊化處理，選用一般三角模糊數(shù)描述加工時(shí)間，一般梯形模糊數(shù)描述交貨時(shí)間，更加符合實(shí)際加工情況。然后根據(jù)加工效率、客戶滿意度以及設(shè)備運(yùn)行負(fù)荷設(shè)計(jì)了5個(gè)目標(biāo)函數(shù)。最后對(duì)滿意度計(jì)算中完工時(shí)間與交貨時(shí)間隸屬度函數(shù)相

3、交的27種情況進(jìn)行了討論。
　　(2)基于DHS對(duì)不確定環(huán)境下的單目標(biāo)FJSP的優(yōu)化方法進(jìn)行了研究。在傳統(tǒng)的DHS算法上做了以下改進(jìn)：設(shè)計(jì)了基于工序和設(shè)備的離散編碼方式，采用主動(dòng)解碼策略進(jìn)行解碼；提出了啟發(fā)式的初始化方法；對(duì)于傳統(tǒng)DHS容易陷入局部最優(yōu)的問(wèn)題，提出了一種自適應(yīng)產(chǎn)生雙子代和聲策略；對(duì)于搜索效率較慢的問(wèn)題，提出了批量更新記憶庫(kù)的策略。最后設(shè)計(jì)仿真試驗(yàn)，通過(guò)計(jì)算分析得出以下結(jié)論：改進(jìn)的DHS算法與傳統(tǒng)DHS相比，在求解精

4、度和效率方面均表現(xiàn)出了較大的優(yōu)勢(shì)，與經(jīng)典的GA相比，在求解性能上也有一定突破。
　　(3)基于DHS對(duì)不確定環(huán)境下的多目標(biāo)FJSP的優(yōu)化方法進(jìn)行了研究。結(jié)合Pareto優(yōu)化思想，設(shè)計(jì)了多目標(biāo)DHS算法。首先對(duì)多個(gè)目標(biāo)基于Pareto和動(dòng)態(tài)擁擠距離進(jìn)行排序選擇，對(duì)原記憶庫(kù)進(jìn)行精英保留，然后自適應(yīng)更新和聲產(chǎn)生新的記憶庫(kù)。最后設(shè)計(jì)仿真試驗(yàn)，通過(guò)計(jì)算發(fā)現(xiàn)：多目標(biāo)DHS算法求得的Pareto前沿面比NSGA-II算法更加逼近真實(shí)的Paret