多品种小批量生产模式下的智能调度方法研究

摘要

多品种小批量生产模式是近几年来较为流行的一种生产模式，生产调度是该生产模式下企业管理中十分重要的一个环节，对企业的产品库存量、产品生产周期、生产资源利用率等方面都有着重要的影响。经典调度理论主要是针对传统模式下的生产调度问题进行研究，和实际调度问题之间仍然存在一定差距。20世纪末以来，各种计算智能方法在生产调度中得到了越来越多的应用，并且表现出良好的前景，逐步成为现今生产调度研究领域的主流方法。因此针对多品种小批量生产模式下的智能调度方法进行研究，对于提高企业的生产效率、降低生产成本、增加企业效益有着重要的意义。
　　本文对多品种小批量的生产模式的特点进行了深入分析，建立了该模式下生产调度问题的数学模型，在深入研究了遗传退火算法关键技术的基础上，对其进行了适应性的改进，最后设计开发了基于改进遗传退火算法的多品种小批量生产智能调度原型系统，为基于计算智能的多品种小批量生产调度技术的发展进行了有益的探索。论文在理论与实践中的主要研究成果如下:
　　(1)在分析生产调度的经典数学模型及表达方式的基础上，结合多品种小批量生产模式的特点，建立了多品种小批量生产模式下生产调度问题的数学模型。
　　(2)深入分析了遗传退火算法各种实现技术和设计准则，并针对传统遗传退火算法在面对实际生产调度过程中的不足，对其进行改进，使之能够满足实际生产过程中对装配约束和优先级调度的需求。
　　(3)从数据结构和调度算法两个方面，对生产调度原型系统进行了设计，利用C++与C＃的混编技术，开发了基于改进遗传退火算法的智能调度原型系统。原型系统主要包括调度、输出和统计三个功能模块。实际应用表明原型系统具有较快的计算速度，参数设置灵活，通用性较强，有一定的实用价值。

目录

声明

摘要

第一章 绪论

1．1 生产调度问题的描述

1．2 生产调度问题的特点及其分类

1．3 生产调度问题的主要研究方法

1．4 基于计算智能的生产调度问题研究方法

1．4．1 遗传算法

1．4．2 模拟退火算法

1．4．3 蚁群算法

1．4．4 人工神经网络及禁忌搜索算法

1．5 国内外研究现状

1．6 课题背景、研究目的和意义

1．7 论文主要研究内容

第二章 多品种小批量生产模式下生产调度问题的数学建模

2．1 生产调度问题的数学模型

2．1．1 生产调度问题的数学符号说明

2．1．2 生产调度问题的三参数表示法

2．2 多品种小批量生产模式下生产调度问题的数学建模

2．2．1 多品种小批量生产模式下生产调度问题的特点

2．2．2 多品种小批量生产模式下生产调度问题的数学建模

2．3 本章小结

第三章 面向生产调度遗传退火算法及其改进

3．1 遗传退火算法简介

3．2 面向生产调度的遗传退火算法设计

3．2．1 染色体编码与解码

3．2．2 适应度函数设计

3．2．3 选择操作

3．2．4 交叉变异操作

3．2．5 邻域结构设计与接受准则

3．2．6 降温函数设计

3．2．7 终止条件

3．2．8 参数选择

3．3 遗传退火算法的改进

3．3．1 装配约束的满足

3．3．2 优先级调度的满足

3．3．3 并行化计算

3．4 本章小结

第四章 基于遗传退火算法的生产调度原型系统设计与开发

4．1 系统设计

4．1．1 调度数据结构

4．1．2 调度算法

4．2 系统的开发技术

4．3 系统的功能设计

4．3．1 调度模块

4．3．2 输出模块

4．3．3 统计模块

4．4 系统的工作流程

4．5 本章小结

第五章 总结与展望

5．1 研究工作总结

5．2 研究的技术进步点

5．3 研究工作展望

致谢

参考文献

附录Ⅰ 攻读硕士学位期间发表的学术论文

附录Ⅱ 攻读硕士学位期间参加的学术活动