基于机况的单机调度优化方法

摘要

随着科学技术的进步及市场经济的快速发展，市场竞争日益激烈。产品向多样化、个性化发展。生产调度可以合理配置和优化资源，提高机器利用率，缩短制造周期，减少损耗，优化生产过程，提高生产绩效，从而提高企业收益。因此，生产调度成为各种先进制造模式共同关注的核心内容和重要组成部分。 本文以工厂加工过程中遇到的一个实际问题为背景，研究在机器加工精度不稳定且随时间变化情况下，对于有不同精度需求的订单，如何提出切实可行的生产调度计划方案，使企业满足客户需求，获得最大收益。 本文针对所研究生产过程加工精度变化的特点，以总收益最大化为优化目标，分别研究了确定性单机调度问题以及精度不确定情况下单机调度问题。论文主要包括以下内容: (1)文献综述。通过查找国内外学者的相关文献，对相关生产调度问题建模、应用以及求解分别进行了综述，并提出了要解决的问题。 (2)针对确定机况单机调度问题的特点，提出了以总收益最大化为优化目标的数学模型。并且针对该模型，采用CPLEX进行求解。通过仿真计算，进行了模型参数分析。同时设计遗传算法求解确定性生产调度问题。针对不同问题规模，通过仿真计算优化算法参数。 (3)研究了连续不确定机况情况下调度问题，建立了以总收益最大化为优化目标的数学模型，并且分别采用CPLEX与遗传算法对模型进行了求解，通过算例实验，对两种求解方法进行了分析。 (4)研究了离散不确定机况情况下调度问题，建立了以总收益最大化为优化目标的数学模型，并且分别采用CPLEX与遗传算法对模型进行了求解，通过算例实验，对两种求解方法进行了分析。

目录

声明

摘要

第1章绪论

1．1研究背景

1．2研究意义

1．3研究目标

1．4研究内容

1．5研究方法及路线

1．5．1研究方法

1．5．2技术路线

1．6本文章节安排

第2章基于机况的单机调度的基本理论

2．1调度问题

2．2单机调度问题

2．3基于机况的调度问题

2．3．1加工时间变化的调度问题

2．3．2机器状况变化的调度问题

2．3．3最小化总加权完成时间问题

2．4随机规划

2．5本章小结

第3章连续确定性机况情况下单机调度问题

3．1 DCMC问题描述及假设

3．1．1问题描述

3．1．2问题假设

3．2 DCMC问题数学模型

3．2．1模型参数的定义

3．2．2数学模型建立

3．3 CPLEX求解DCMC问题

3．3．1简单算例求解

3．3．2参数灵敏度分析

3．4遗传算法求解DCMC问题

3．4．1遗传算法简介

3．4．2遗传算法设计

3．4．3遗传算法参数设计

3．5两种求解方法比较分析

3．6本章小结

第4章考虑连续非确定性机况的单机调度问题

4．1 CSMC问题描述及假设

4．1．1问题描述

4．1．2问题假设

4．2基于期望值的数学模型

4．2．1模型参数的定义

4．2．2基于期望值的数学模型建立

4．3基于期望值的模型求解以及参数分析

4．3．1 CPLEX求解

4．3．2遗传算法求解

4．4基于机会约束的数学模型

4．4．1基于机会约束的数学模型建立

4．4．2模型计算方法

4．5基于机会约束的数学模型求解及参数分析

4．5．1基于机会约束的简单算例求解

4．5．2基于机会约束的大规模算例实验

4．6机况精度与工件加工工艺相关的问题

4．6．1问题描述

4．6．2模型参数的定义

4．6．3精度与工件加工工艺相关的数学模型建立

4．6．4 CPLEX求解机况精度与工件加工工艺相关的单机调度问题

4．7本章小结

第5章离散非确定性机况情况下单机调度问题

5．1混合集方法求解DSMC问题

5．1．1问题提出

5．1．2混合集方法

5．1．3参数定义

5．1．4数学模型

5．1．5参数变换

5．1．6机会约束化简

5．2混合集算例实验

5．3遗传算法求解DSMC问题

5．3．1启发式方法

5．3．2算例求解

5．4本章小结

第6章总结与展望

6．1论文总结

6．2展望

参考文献

致谢