基于多工艺方案的车间作业计划方法研究

对工艺设计与生产调度集成的必要性和可行性进行了分析，讨论了工艺设计与车间作业计划之间的关系，针对多品种小批量的单件生产车间提出启发式的车间作业计划方法， 决策基于多工艺方案，可替代机床和调度规划，生产车间作业计划，并能及时对车间作业计划进行评价和调整，在此基础上，建立了基于多工艺方案的车间生产作业计划决策系统。     

车间作业计划与工艺设计集成研究

针对多品种小批量的单件生产车间，提出基于黑板结构的车间作业计划与工艺设计集成的结构框架，此集成系统分为六大模块．同时对设备环境建模、多工艺方案决策以及基于动态设备环境和多工艺方案的车间作业计划方法等关键技术进行了探讨．它有机地结合了工艺设计与车间作业计划两个单元技术，可提高车间作业计划和生产控制的柔性     

车间作业计划与工艺设计集成研究

针对多品种小批量的单件生产车间，提出基于黑板结构的车间作业计划与工艺设计集成的结构框架，此集成系统分为六大模块，同时对设备环境建模，多工艺方案决策以及基于动态设备环境的多工艺方法的车间作业计划方法等关键技术进行了探讨，它有机地结合了工艺设计与车间作业计划两个单元技术，可提高车间作业计划和生产控制的柔性。     

订单可分解多柔性作业车间协同鲁棒调度

针对企业多车间协同生产需求,对多柔性作业车间协同调度问题展开研究,提出了一种订单可分解多柔性作业车间协同鲁棒调度方法。给出多车间协同调度的求解方案,设计了两级决策树生产订单分配模型,其中,第一级决策树进行分配策略选择,第二级决策树进行生产订单拆分。在第一级决策树中设计了基于遗传算法的拖期检测方法,提高车间产能评估的准确性,同时,将新订单加入视为动态调度过程,通过染色体的层次选择增强调度的鲁棒性。在第二级决策树中基于线性规划提出了生产订单分解的上下界准则。最后,通过一个基准案例以及部分生产实例对订单可分解多柔性作业车间协同鲁棒调度方法进行测试。测试结果表明,该方法具备可行有效性,可供企业实际应用参考。     

改进遗传算法求解JIT模式下多工序作业调度

针对遗传算法在生产计划调度上的应用，结合JIT下的车间调度进行了改进研究。研究了单染色体遗产算法的改进问题，提出新的联合移位算子，针对车间作业计划的普遍实际情况，将这种算法应用在调度问题的求解上，重点开发了在加1二时间偏差最短和准时制(JIT)两种性能指标下的作业计划软件，给出了较详细的算法过程，用于生成快速与实时作业调度方案。     

基于改进遗传算法的多车间计划与调度

生产计划与调度是企业生产和管理的核心内容,传统的单车间调度优化不能满足多车间调度优化的要求.针对这情况,提出一种基于改进遗传算法的层次化多车间计划和调度优化方案,其中生产计划层负责零件的分发,车间调度层负责零件加工路线的规划.以一个三制造车间的调度优化为例,验证多车间调度模型的有效性.结果表明所提出的方案在将加工零件合理地分配到适当的车间同时,实现了零件加工路径的规划,从而为解决分布式多车间调度优化问题提供一种有效而又实用的方法.     

基于贝叶斯决策的柔性作业车间扰动处理方法研究

为解决实际生产过程中扰动事件的多样性和不确定性问题.借鉴贝叶斯网络表示不确定性事物的方法,建立了柔性作业车间生产关系的贝叶斯网络模型;通过分析扰动事件对车间调度的扰动实质,提出了不确定扰动事件处理方法,并构建了扰动处理的3层结构流程图,实现调度系统对扰动的有效响应.仿真结果表明:与传统加工方案调度策略进行对比,基于贝叶斯决策的柔性作业车间扰动处理方法减弱和吸收扰动事件对调度系统的影响约为50%,从而有效地提高了实际生产效率.     

JOBSHOP中零件排序的一种启发式算法

Ｊｏｂｓｈｏｐ中的零件排序问题是生产作业计划安排与调度中的重要内容之一，作业已证明，这类问题属于ＮＰ难题，不存在有效的解析解．本文针对一般作业车间的具体情况，考虑到零件在工序间的批移动方式，提出了平行顺序移动方式下以极小化零件生产周期为目标的启发式算法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生作业计划与调度具有重意义     

可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略，通过对制造系统组织的重构，以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案．该策略分3个阶段：首先，采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案，该方法能将复杂作业调度问题分解成多个任务层的子问题，通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型；然后，对制造系统进行组织重构以形成多个虚拟制造单元，旨在使制造单元内的生产设备间物流传送(由自动导航小车承担)费用最小；最后，通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案．通过数值仿真分析，该策略能针对快速变化的产品需求，有效地重构生产制造系统，产生次优的调度方案．     

一种面向车间的CIM方案

本文分析、讨论一种针对中小批量、多品种生产的车间CIM方案─—独立制造岛．在分析该方案特点的基础上，对该方案的总体规划和作业计划问题进行了阐述．     

基于准时制的时间成本双目标作业调度优化

提出了一种基于混合遗传算法的以生产周期和生产成本为优化目标的作业调度方法，该方法采用Giffler-Thompson启发式调度算法产生活动的调度，基于工序编码的染色体决定了工序调度的优先级，在启发式调度算法产生的冲突集合中，根据工序的优先级选择下一步安排加工的工序，混合遗传运算在全全局范围内搜索具有最优调度工序优先级的染色体，同时，在GifflerThompson的启发式算法中，采用了反向调度的策略，即从工件的交货期开始，先安排最后一道生产工序，然后依次安排前一道生产工序，直到工件的第一道工序调度完毕，形成一个完整的调度方案，在算法中，不仅考虑了工件的生产周期和多个工艺计划，而且考虑了库存费用和加工费用，设计了基于生产周期和生产成本的双目标适应度函数，算例结果表明该方法是可行的。     

考虑多种时间因素的作业车间调度优化

为了简化模型和研究的需要,在大部分作业车间调度研究中,加工时间是主要考虑对象,但是统计表明非加工过程时间在生产制造过程中的占比超过90%。车间生产过程的调整时间、运输时间和故障时间等辅助时间在调度中有着重要作用,时间因素的忽略导致很多调度结果不能在实践中得到良好的应用。针对这个问题,根据作业车间生产实际过程,从调度的应用出发,综合分析了运输时间、调整时间、等待时间、故障时间、加工时间等多种作业车间时间,研究了多种辅助时间条件下的作业车间调度问题,建立其调度模型并设计了改进遗传算法进行求解。最后验证和比较了作业车间经典调度用例,结果显示,考虑时间因素对作业车间调度优化性有较好的改进。     

面向作业车间调度问题的遗传算法改进

为了获得遗传算法在作业车间调度问题上的最优化解,提高算法的迭代速度,研究了遗传算法的改进方法,以工件的加工时间最短为目标建立调度模型。在算法上提出了基于概率改进的具有自适应能力的交叉与变异算子,以求作业车间调度问题的最优解。在遗传算法上采用精英保留策略方法,并结合改进的自适应算子对问题进行求解。以基准案例LA01和FT06作为实验仿真对象,获得了相应的甘特图以及搜索过程曲线。仿真结果表明,与未改进的算法相比,该算法能够更加快速地获得最优解。改进后的算法在搜索上更加快速有效,在求解作业车间调度问题上具有一定的可行性,更加适合工业加工生产。     

Job Shop类型柔性制造系统调度问题的研究

研究了 Job Shop类型柔性制造系统的调度问题 ,其中每个工件都有多个可替代的工艺计划 ,并且每个操作均可在多个机器上选择加工 .建立了多目标混合整数规划模型 ,并设计了一种启发式算法进行求解 .实践表明 ,该算法具有较好的实用性和可行性     

基于Petri网和GASA的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模.该模型不仅能够反映柔性生产线上待加工产品的多条工艺加工路径及其资源约束,还可以对系统的设备维护、各种优先级等特性进行描述.利用遗传算法和模拟退火算法(GASA)获得调度结果,用于解决作业车间在机床、操作工人等生产资源制约条件下的动态优化调度.该调度以生产周期为目标,通过多种交叉、变异、概率更新、再分配策略等遗传和模拟退火操作,得到目标的最优或次优解;尤其重要的是该算法能够在扰动发生后迅速提供新的调度计划.对算法进行了仿真研究,结果表明该算法是可行、有效的.     

多型号混线生产车间作业调度模型研究

在企业信息化环境下,针对多型号混线生产车间作业调度对产品齐套性的要求和调度任务的基本要素及约束条件,建立了调度任务属性、产品结构属性、设备属性、操作属性模型。仿真结果证明,该模型的调度过程具有较好的收敛性,并且能在较短的时间内得到具有较高满意度的解,实际使用中效果良好。为多型号混线生产车间提供集成性良好的合理化调度模型。     

一种CAPP和车间作业计划的集成模式

ＣＡＰＰ和车间作业计划是ＣＩＭＳ环境下，车间生产活动的两项重要内容。本文提出了一种分布式ＣＡＰＰ和独立制造岛生产作业计划的集成模式．该模式基于车间（制造岛）制造资源的可用性和来自车间现场的实时反馈．     

基于仿真的调度规则组合决策研究

针对车间调度规则组合的多目标优化问题,提出了一种基于仿真的评估决策模型. 通过仿真获得不同调度规则组合下的方案集合,在利用层次分析法获得性能指标权重的基础上,采用灰关联理论计算各结果方案对于单项指标的关联系数,实现了基于灰色关联度的方案评估,并导出了最优的调度规则组合. 调度规则组合决策体现了用户对系统性能指标的要求,解决了传统依靠经验进行调度规则选取的问题,优化了制造系统的运行.     

基于粒子群算法的车间调度与优化

通过对车间调度问题的描述,针对传统调度算法寻优效率低或全局寻优能力差的弱点,提出了一种基于粒子群算法(PSO)的车间调度问题解决方案.根据车间调度问题的特点,对粒子群的编码及寻优操作进行了研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到了系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到很好的排序结果,能够适用于动态的车间调度问题.