中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 王景恒长春理工大学 2001年硕士导师: 郭海楼共62页

摘要 : 生产过程的时间组织是生产管理的重要部分.根据整体优化的原则,应用系统分析方法,使生产系统成本降低和生产周期缩短是生产管理的一个重要目标.该文对编制生产作业计划所涉及的精确算法、启发式算法和遗传算法等进行了综述,对应用于流水型、非流水型生... 展开

关键词 : 生产计划遗传算法作业车间调度

2. 遗传算法求解一类带工艺约束的并行机调度问题

[学位论文] 陈皓华中科技大学 2005年硕士导师: 陈铁英共60页

摘要 : 作业车间调度问题（JSSP）是一类典型的生产调度问题，具有很强的工程背景，许多实际工程问题均可与之相转化。近年来，随着先进制造技术的发展，车间调度问题的含义有所拓展，增加了随机性、动态性、不确定性、约束性、多目标等，与实际生产更为接近... 展开作业车间调度问题（JSSP）是一类典型的生产调度问题，具有很强的工程背景，许多实际工程问题均可与之相转化。近年来，随着先进制造技术的发展，车间调度问题的含义有所拓展，增加了随机性、动态性、不确定性、约束性、多目标等，与实际生产更为接近。JSSP属于NP完全类，因此开发求解JSSP的有效算法一直是调度和优化领域的重要课题。并行机调度(ParallelMachineScheduling,PMS)是现实生活中厂矿企业经常面临的一类问题，一个作业分成几道工序来完成。它允许工序由一个机床集合中的任意一台加工，调度的目的是将工序分配给各机床，并对各机床上的工序进行排序以使完成所有工序的时间最小化。遗传算法是基于“优胜劣汰、适者生存”的一种高度并行、随机和自适应优化算法。它将问题的求解表示成染色体的适者生存过程，通过染色体群的一代代不断进化，包括复制、交叉和变异等操作,最终收敛到“最适应环境”的个体，从而求得问题的最优解或满意解。GA原理和操作简单，通用性强，不受限制性条件的约束，且具有隐含并行性和全局解空间搜索能力，在机器学习、模式识别、控制工程、VLSI设计等领域,尤其是在生产调度领域得到广泛的应用。如何利用GA高效求解JSP,一直被认为是一个具有挑战意义的难题并成为研究的热点。本文主要针对一个具体的生产调度实例，采用自己的编码形式来求解；从结果来看，此方法简单易行，收敛快，适用范围广，是完全可行的一种求解方法。遗传算法已经成功应用于组合优化问题，如TSP，于是很多研究人员想到用遗传算法这种搜寻技术来解决调度问题。并行机调度工序时，允许工序由一个机床集合中的任意一台加工（机床集合一般由工艺约束决定），而这更符合生产实际情况。并行机调度比一般调度问题复杂，因为前者不仅要决定怎样把各工序分配到机器上，还要实时确定每台机器的工序操作次序。本文的目的就是试图用遗传算法来解决一类带工艺约束的并行机调度问题。现代生产系统运行管理的核心是生产计划与调度理论和技术，由于工业生产系统运行管理复杂的特点，故其生产计划调度与控制十分重要。它对降低生产成本、缩短制造周期、提高生产效益均具有重要的意义。生产调度问题是一个资源分配问题，只不过这里的资源是设备而已。一个调度是按先后顺序条件将所有任务安排到设备上的一种方案，通常约束的数目很大，使得生产调度问题成为一个非常难解的NP完全问题。随着问题规模的扩大，生产调度算法的复杂性呈指数增长，目前一般都选用启发式调度规则进行生产实时调度。由于调度规则是基于经验，故没有普遍适用的规则存在，某一规则只能运用于一定的场合，应用调度规则求得的解也只是问题的近似解，很难保证其解的有效性。收起

关键词 : 并行机调度遗传算法作业车间调度

3. 基于群智能算法及数字孪生的离散制造车间调度方法研究

[学位论文] 黄澄山东大学 2022年硕士导师: 袁东风共75页

摘要 : 随着中国制造2025战略的深入实施，新一代信息技术与制造业深度融合，智能制造成为推进我国制造业转型升级、实施高质量发展的关键所在。作业车间调度问题作为智能制造核心任务——智能排产领域的一个重要问题，决定着离散制造企业的生产调度方案，对... 展开随着中国制造2025战略的深入实施，新一代信息技术与制造业深度融合，智能制造成为推进我国制造业转型升级、实施高质量发展的关键所在。作业车间调度问题作为智能制造核心任务——智能排产领域的一个重要问题，决定着离散制造企业的生产调度方案，对企业的生产效率与竞争力的提升有着重要意义。柔性制造模式下，生产过程中不确定性和复杂性急剧增加，动态事件在生产过程中时常发生，现代制造业迫切需要动态调度方法来有效减少由于动态事件带来的不良影响。传统调度方法缺乏对动态事件监测的智能性与实时性，物理空间与智能制造的信息空间缺乏互通。数字孪生作为一种虚实交互、实时映射的新技术，为解决作业车间调度发展的难题提供了一种新思路。本文以离散制造企业作业车间调度问题为研究对象，进行以下研究: (1)为形成生产的初始调度方案，针对静态作业车间调度问题，设计了一种基于改进狮群算法的静态作业车间调度问题求解方法。针对狮群算法在求解作业车间调度问题时收敛速度慢，局部搜索能力弱等问题，提出了一种融合Solis&Wets局部搜索的混合狮群算法。在该算法中，将狮群算法与粒子群算法相结合，提高算法收敛速度，并将寻优结果进一步使用Solis&Wets局部搜索算法进行局部寻优，提高搜索精度。通过在基准数据集以及机加工车间实例上进行仿真分析，验证了提出的改进算法在求解作业车问调度问题的有效性和稳定性。 (2)针对动态作业车间调度问题，提出了一种基于SPT调度规则的动态调度集成模型。在该模型中，针对紧急订单插入、工件优先级改变、设备故障三种不同的动态调度事件给出基于SPT规则的重调度方法。在动态事件发生时，首先识别动态事件种类，根据动态事件的种类选取不同的重调度方式生成新的调度方案。最后，在动态调度实例上验证了所提模型求解的可行性。 (3)针对静态调度方案的可行性验证与动态事件的实时重调度问题，设计了一个基于调度规则的动态作业车间调度数字孪生模型。针对传统机加工车间调度缺乏智能性、实时性等问题，结合数字孪生技术，构建基于数字孪生的动态作业车间调度模型。通过实例证明，该模型在生成初始调度方案时，可有效验证初始调度方案的设备利用率与可能存在的加工问题，并及时就初始调度方案进行修改;通过物理车间与虚拟车间实时交互，可实时检测动态事件的发生。在车间服务系统给出重调度方案后，传回调度方案验证并根据验证后的重调度方案生产。实例验证了所提模型在动态作业车间调度问题上的有效性。收起

关键词 : 制造业作业车间调度数字孪生狮群算法

4. 改进的量子遗传算法在车间调度中的应用研究

[学位论文] 王快霞大连交通大学 2007年硕士导师: 黄明共62页

摘要 : 生产调度作为一个关键模块，是整个先进生产制造系统实现管理技术、运筹技术、优化技术、自动化与计算机技术发展的核心。有效的调度方法和优化技术的研究与应用，是实现先进制造和提高生产效益的基础和关键。遗传算法作为应用最广泛的进化计算... 展开生产调度作为一个关键模块，是整个先进生产制造系统实现管理技术、运筹技术、优化技术、自动化与计算机技术发展的核心。有效的调度方法和优化技术的研究与应用，是实现先进制造和提高生产效益的基础和关键。遗传算法作为应用最广泛的进化计算方法之一，在调度的优化研究方面具有不可替代的优势。针对生产调度中典型的作业车间调度问题(Job-ShopSchedulingProblem)，在对标准遗传算法及量子遗传算法深入研究的基础上，本文提出了一种改进的量子遗传算法。该算法针对量子遗传算法进化的前期、中期及后期所存在的缺点及局限性，引入了精英库、干扰库和旋转角的自适应变化来克服量子遗传算法在整个进化期间所存在的缺点。精英库在算法进化的前期效果明显，利用精英库的优秀个体来代替进化种群的最差个体，这样将大大提高算法进化初期寻优速度；交叉机制的优劣直接决定着算法的效率，交叉操作对于保证遗传算法寻优过程能否收敛到全局最优，以及提高寻优过程的收敛速度都起着重要作用，量子遗传算法只要用量子旋转门来进行量子交叉，那样，量子旋转角的选择就尤为重要。在改进的量子遗传算法中，自适应调节旋转角，防止了量子遗传算法一开始如果确定的旋转角不好，整个算法将不能或很缓慢地搜索到最优解，在不断进化中自适应调节旋转角，使算法的收敛速度大大提高。当算法进行到一定阶段，种群的进化处于停滞阶段或发展缓慢时，改进的量子遗传算法引入了干扰库，利用干扰库对进化的种群进行人工干扰，使算法尽快摆脱进化停滞状态，开始新的搜索。通过对标准遗传算法、量子遗传算法和改进的量子遗传算法的函数测试比较和作业车间调度实例比较，有效地证明了改进算法的优越性和其在求解作业车间调度问题时所表现出的良好性能。收起

关键词 : 遗传算法作业车间调度生产管理

5. 求解Job-shop调度问题的混合遗传算法

[学位论文] 魏毅峰武汉理工大学 2005年硕士导师: 王展青共46页

摘要 : 作业车间调度问题(Job Shop Scheduling Problem,JSSP)是一类满足任务配置和顺序约束要求的资源分配问题,是最困难的组合优化问题之一.鉴于精确方法仅适合于小规模问题,构造性方法优化质量较差且缺少柔性,本文以混合遗传算法(Genetic Algorithm,GA)来... 展开

关键词 : 作业车间调度优化遗传算法禁忌搜索

6. 带有恶化时间的Job Shop调度模型与算法

[学位论文] 朱兵虎东北大学 2012年硕士导师: 黄敏共82页

摘要 : 随着科学技术的不断进步和生产力的飞速发展，消费者的需求越来越多样化与个性化，为了满足市场需求，制造企业逐渐从原来一元化、单品种、大批量、流水线式的生产方式，向多元化、多品种、小批量、高柔性的生产方式转变，这就增加了企业的生产计划与... 展开随着科学技术的不断进步和生产力的飞速发展，消费者的需求越来越多样化与个性化，为了满足市场需求，制造企业逐渐从原来一元化、单品种、大批量、流水线式的生产方式，向多元化、多品种、小批量、高柔性的生产方式转变，这就增加了企业的生产计划与调度的难度。有效的生产调度与计划方案，对提高制造型企业的生产效益和资源利用率，降低生产成本有着重要的意义。作业车间调度问题(Job Shop Scheduling Problem)是制造型企业普遍存在的生产调度问题，是典型的NP难问题，学者们为寻找高效的解决方法做了大量的研究工作。在传统的作业车间调度中，通常作业的各个工序的加工时间是不变的，而在实际的一些作业车间调度中，工序的加工时间受资源本身特性的影响，通常是变化的;当工序的加工时间依赖于时间并不断增长时，称该类作业车间调度问题为带有恶化时间的作业车间调度问题(Job Shop Scheduling Problem with Deteriorating Time)。近年来，带有恶化时间的作业车间调度问题，越来越受到学者们的重视。本论文主要研究带有恶化时间的作业车间调度问题，主要研究工作如下: 首先，总结了调度的主要任务和作用，对车间调度以及车间调度的类型、研究策略和方法进行了介绍; 其次，对作业车间调度问题和恶化时间问题做了概述，将作业的各个工序的处理时间假设为其开始处理时间的线性函数，并将加工时间，作业的固有工序，资源的能力等因素作为约束条件，建立带有恶化时间的作业车间调度问题模型。最后，基于该问题特点，分别设计了遗传算法、嵌套分区算法和改进的嵌套分区算法，并采用枚举算法、遗传算法、嵌套分区算法、和改进的嵌套分区算法对问题进行求解，通过算法仿真实验表明:当问题规模较小时枚举算法、遗传算法和嵌套分区算法都可以得到问题的最优解，遗传算法运算效率具有优势;当问题规模较大时，枚举算法已经无能为力，遗传算法和嵌套分区算法容易陷入局部最优，改进的嵌套分区算法在稳定性和算法效率上显示出了优良的性能。本论文的研究工作为实际生产中的作业车间调度问题的求解提供了有效的工具。收起

关键词 : 作业车间调度恶化时间遗传算法制造型企业

7. 考虑不确定因素的作业车间调度优化研究

[学位论文] 戴宁西安工程大学 2018年硕士导师: 宋栓军;王东成共76页

摘要 : 在多品种、中小批量的生产环境下，工件的加工时间和设备的周期性维护是作业车间调度的重要影响因素。传统的作业车间调度是在工件的加工时间和设备的维护时间确定的条件下进行考虑的，而在实际作业车间的生产过程中，工件的加工时间和设备的维护周期... 展开

关键词 : 企业集团作业车间调度优化不确定加工时间

8. 一种混合蚁群算法在JSP中的应用研究

[学位论文] 吕晓慧青岛大学 2009年硕士导师: 马金平共48页

摘要 : 作业车间调度问题是生产管理和组合优化领域的重要研究内容。合理地进行生产调度对提高生产效率，减少生产成本，改进产品质量起着非常重要的作用。研究车间调度问题具有很大的理论意义和现实价值。作业车间调度（Job-Shop调度）问题是许多实际... 展开

关键词 : 混合蚁群算法作业车间调度加工时间柔性作业

9. 不确定多时间柔性作业车间调度模型及求解方法研究

[学位论文] 殷欢重庆大学 2013年硕士导师: 孙棣华共88页

摘要 : 作业车间调度(Job Shop Scheduling)是在车间层资源约束条件下实现生产任务优化的过程。现有作业车间调度研究多基于理想的作业车间调度模型和严格的假设条件，忽略了加工时间之外的运输时间、设备调整时间和维修时间等时间因素，并将生产中的各种不确... 展开作业车间调度(Job Shop Scheduling)是在车间层资源约束条件下实现生产任务优化的过程。现有作业车间调度研究多基于理想的作业车间调度模型和严格的假设条件，忽略了加工时间之外的运输时间、设备调整时间和维修时间等时间因素，并将生产中的各种不确定因素简化为确定因素，模型与生产车间的实际情况存在脱节，极大制约了其实用性。为此，研究更加符合实际生产环境的调度模型，对提高车间调度的应用性能具有重要的理论和实际意义。本文针对经典柔性作业车间调度问题，考虑生产实际中普遍存在的设备调整时间、运输时间和维修时间等多种不确定时间因素的影响，建立了一种不确定多时间柔性作业车间调度模型，并提出一种改进的人工鱼群算法求解该调度模型。论文主要内容包括： ①针对柔性作业车间调度问题需要解决的机器选择和工艺排序两个子问题，采用双子串编码方式，设计人工鱼群算法求解该问题。针对基本人工鱼群算法存在的寻优精度低等不足，提出了柔性参数设置、步长参数分解等改进策略，提高了算法寻优能力。通过标准MK算例验证了改进人工鱼群算法的有效性。 ②深入分析加工时间、调整时间、运输时间、维修时间等多种时间因素在车间生产过程中的重要性，建立综合考虑上述四种时间因素的柔性作业车间调度模型。最后以最小化最大完工时间为优化目标，利用改进人工鱼群算法求解该调度模型。对比分析实际生产条件下多时间柔性作业车间调度模型和经典调度模型的差别表明，在调度模型中充分考虑各种时间因素，有助于增强调度模型的实用性。 ③针对实际生产过程中上述时间因素存在的不确定性，采用模糊数学理论，用三角模糊数描述各种不确定的时间参数，建立模糊多时间柔性作业车间调度模型，并采用改进人工鱼群算法求解模糊调度模型，得出模糊最优决策。通过与以往的调度模型进行比较，表明本文提出的模型更加符合生产实际。实验用例的结果表明，本文考虑生产实际建立的不确定多时间柔性作业车间调度模型，有利于提高车间调度模型的实用性，可以为生产管理者提供更加有效的决策支持。收起

关键词 : 不确定多时间柔性作业车间调度机器选择工艺排序

10. 基于神经网络深度学习的智能调度算法研究

[学位论文] 段世豪电子科技大学 2020年硕士导师: 闫明明共78页

摘要 : 随着定制化制造的逐渐兴起，智能制造系统得到了广泛的应用，随之带来的智能调度问题成为研究的热点。特别是工业4.0的提出，使得智能调度在智能制造领域中的智能工厂和智能物流两方面扮演着核心大脑的角色，是智能制造的基础。作业车间调度作为其中一... 展开随着定制化制造的逐渐兴起，智能制造系统得到了广泛的应用，随之带来的智能调度问题成为研究的热点。特别是工业4.0的提出，使得智能调度在智能制造领域中的智能工厂和智能物流两方面扮演着核心大脑的角色，是智能制造的基础。作业车间调度作为其中一个十分重要的因素，是影响制造行业的产出的关键环节。如今的学者们普遍把研究的重心放在调度的求解算法改进以及调度自身属性的进一步探索两个方面。21世纪以来人们对于这两种方法的研究又以对求解算法的研究为重，言而总之，把不同的几个算法进行结合来进行作业车间调度问题求解是如今研究的主要方向。当下研究的主流方法就是将许多算法和神经网络进行不同的组合来进行求解，深度学习的神经网络在处理具有大量历史数据和更加复杂的数据类型的问题上更优于传统的浅层神经网络，而遗传算法具有较强的全局搜索能力和鲁棒性，适合于求解复杂的优化问题。基于遗传算法和神经网络深度学习的优点，提出将经过深度学习神经网络优化的遗传算法用于作业车间智能调度中，对柔性作业车间智能调度问题以线缆车间为研究对象进行了研究工作。以下为本文的工作内容和创新点：（1）通过对线缆产品的生产方法和线缆车间生产问题的特点进行分析，建立车间调度问题数学模型。根据对相关产品生产车间的多种柔性以及调度问题的多样性进行研究确立了本文的核心研究内容：设计出一个基于线缆车间并且可以应用于多种类型的柔性作业车间调度问题求解的智能调度方法。（2）本文根据遗传算法来解决生产调度问题的实际情况，结合了本文构建某线缆生产车间的数学模型，设计了一个适用于线缆生产车间的遗传算法，根据多目标柔性调度作业车间的特点将调度目标设立为以最大完工时间最短以及加工成本等最小等问题，并使用改进的遗传算法加以解决，建立基于改进遗传算法的车间智能调度模型。（3）通过把深度学习神经网络算法，长短时记忆神经网络应用到线缆企业的生产数据预测中，增强了调度对实际生产环境的响应能力，通过对大量生产调度数据的深度机器学习，构建了生产调度数据预测模型，为动态调度提供了极大的决策支持，也为后续遗传算法解决柔性作业车间智能调度问题的适应度函数优化打下基础。（4）结合线缆车间的实际需求与本文所提出的调度方法，设计出一种把深度学习神经网络和遗传算法结合起来的智能调度算法，建立基于遗传算法的车间调度模型，利用深度学习神经网络对遗传算法进行改进，设计了新的适应度函数构建方法，优化了传统遗传算法存在局部最优的问题，并且提高了全局搜索性能。收起

关键词 : 智能制造作业车间调度神经网络深度学习