云制造模式下面向同类型多任务的生产加工资源优化配置研究

摘要

当前，我国众多产业集群内企业间的业务关联较为松散，出现了明显的生产加工资源“孤岛”，生产加工能力重复建设和不均衡的现象普遍存在，导致资源闲置和资源瓶颈并存的问题，造成了生产加工资源的严重浪费。作为一种面向服务的、高效低耗的网络化智能制造模式，云制造在提高制造资源利用效率、降低制造成本、敏捷响应市场需求等方面表现较好，成为应对上述挑战的有效解决手段与模式。生产加工服务是实现云制造的重要环节，因而如何科学高效地对生产加工资源进行优化配置，为客户提供优质廉价、安全可靠的生产加工服务，成为云制造模式应用需要解决的重要问题。然而，现有研究仍然存在一些不足，与云制造模式下生产加工实际需求差距较大，如假定任务仅能由一个资源组合完成，不能解决某些具有较强时间约束的任务场景；仅研究了单批次生产调度下的配置方案，难以有效满足多批次生产调度下的配置需求；仅对同类α型多任务进行了研究，研究成果应用范围较小。基于此，本文对云制造模式下面向同类型多任务的生产加工资源优化配置问题进行了深入研究。论文的主要内容如下所述：
　　首先，对云制造模式的内涵、运作过程以及与相关先进制造模式的联系与区别进行了阐述，并对生产加工任务、资源及其配置过程、特点与方法进行了分析。基于此，明确优化配置过程中需要解决的关键问题：构建生产加工资源优化配置模型和设计优化配置模型求解方法，进而提出解决关键问题的研究思路及框架。
　　其次，从任务分析、资源发现、资源组合以及组合优选四方面对配置问题进行描述与分析，设计了包含时间、成本、质量、可靠性以及平台满意度的资源组合优选评价指标体系，提出了资源组合内组合结构模式、资源组合间组合结构模式以及任务间组合结构模式对各指标聚合分析，进而构建了以完成任务量最多、时间最短、成本最低、合格率最大、可靠性最大、平台满意度最大为目标的生产加工资源优化配置模型。
　　然后，在分析配置模型特点和常见智能算法的基础上，选择具有时间短、精度高和鲁棒性强等优点的遗传算法，并引入外部记忆库、自适应选择策略对遗传算法进行改进，进而提出了基于改进遗传算法的优化配置模型求解流程。
　　最后，将上述研究成果进行了算例应用，并基于该算例与相关文献的研究成果进行了对比分析，验证了本文配置模型及求解方法的可行性与有效性。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 研究背景

1.2 研究现状

1.3 研究目的及意义

1.4 研究内容及章节安排

1.5 本章小结

2 云制造模式下面向同类型多任务的生产加工资源优化配置总体研究

2.1 云制造模式概述

2.2 云制造模式下生产加工资源配置分析

2.3 云制造模式下面向同类型多任务的生产加工资源优化配置总体方案

2.4 本章小结

3 云制造模式下面向同类型多任务的生产加工资源优化配置模型研究

3.1 研究问题描述

3.2 云制造模式下生产加工资源优选评价指标体系设计

3.3 云制造模式下面向同类型多任务的生产加工资源优化配置模型构建

3.4 本章小结

4 云制造模式下面向同类型多任务的生产加工资源优化配置模型求解方法研究

4.1 优化配置模型求解方法分析

4.2 基于改进遗传算法的优化配置模型求解方法设计

4.3 基于改进遗传算法的优化配置模型求解流程

4.4 本章小结

5 算例分析

5.1 算例背景

5.2 算例求解

5.3 模型及算法分析

5.4 本章小结

6 结 论

致谢

参考文献

附录

A. 作者在攻读硕士学位期间参与的项目