求解Job Shop调度问题的粒子群算法研究

为解决单一粒子群算法求解Job shop调度问题存在的不足,提出一种基于交换序的混合粒子群算法,提高了这类问题的求解质量.在混合粒子群算法中,采用粒子群算法进行大范围全局搜索.根据Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,并将基于这种方法的禁忌搜索算法作为局部搜索算法,增强了粒子群算法的搜索能力.采用混合粒子群算法对13个难解的benchmark问题进行求解,在较短的时间内,得到的最优解和10次求解的平均值优于并行遗传算法和粒子群算法.由此说明本文所提出的混合粒子群算法是有效的.     

全连铸电炉炼钢厂车间平面布置的选择

电炉炼钢厂不同平面布置将涉及占地面积,设备体积,投资金额等因素,研究表明,不同平面布置的本质区别在于钢包转运的途径和消耗时间不同,因而它一方面约束了ＬＦ钢包炉作业时间的最大允许值,另一方面则影响了炼钢车间的年产能力。     

JIT条件下最小库存费用车间作业排序

准时制生产意义下的作业车间调度问题,是当前作业生产排序研究领域的一个重要的方面.针对单机作业准时制生产方式,研究了不允许出现缺货条件下的作业车间生产排序问题,目标是使得总成本最小,目标函数只考虑库存费用的大小,对所有未按照准时生产的任务都进行一定的惩罚,利用改进的模拟退火算法求出最优的排序方案,应用实例说明了该算法的正确性与有效性.     

考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度

针对多产品混合加工车间中有限夹具-托盘资源引发的生产力制约问题,提出了考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度方法.首先,以最小化最大完工时间为目标建立了基于设备-夹具-托盘三资源约束的混合整数规划模型.其次,设计了基于可行性修复和自学习型变邻域搜索的改良遗传算法并进行求解,提出了种群染色体初始化、交叉、变异过程中的可行性修复策略,在算法迭代中后期引入三种变邻域搜索方法并构建搜索策略知识库,自学习地求得最优解.最后,基于工业大数据生成算例,并通过数值实验证明了该算法具备求解精度和求解时间上的双重优越性,可有效解决设备-夹具-托盘约束下的柔性作业车间调度问题,为加工车间的生产排产智能化转型提供有力支持.     

考虑班次约束的Job Shop等量分批调度算法

为解决产品种类多、中小批量的多目标柔性作业车间调度问题,提出了一种基于等量分批方法的多目标柔性分批启发式调度算法。考虑了实际生产中的班次作息时间等约束,采用FIFS与EDD、SPT及OSPT策略相结合的多种分派规则,使得算法在优先调度空闲机床的情况下,根据不同的分派策略得出短批次优先、短订单优先、交货时间优先的三种调度结果,决策者可根据三种调度结果的性能选择最适合的调度方案。实例计算结果表明,该算法是高效、可行的。     

P相、铁相对Q相-CA-C12A7系列水泥烧成条件的影响

介绍Ｐ相、Ｑ相的组成,并对单矿物Ｐ相和Ｑ相的形成条件进行研究,研究少量Ｐ相和铁相对Ｑ相为主要矿物的水泥的烧成条件的影响。实验结果表明：掺加少量Ｐ相的Ｑ相－ＣＡ－Ｃ_（１２）Ａ_７水泥,烧成温度大大降低;铁相的存在,能够降低 Ｑ相的烧成温度,富镁能促进 Ｑ相的形成。     

车间管理控制系统信息模型研究

对背景车间的活动过程进行了研究 ,并用面向对象技术进行了建模 .在对应车间管理控制系统中引入了Multi AgentSystem技术 ,并建立了各个Agent间的协调模型 ,以表达各个Agent相互作用的机制 ,系统整体功能正是通过该机制而实现的     

一种独立制造岛作业计划的编制方法

本文分析、讨论了ＣＩＭＳ环境下,采用独立制造岛生产模式的车间作业计划的调度规则和编制问题在此基础上,给出了一种独立制造岛作业计划的编制方法     

离散制造业车间成本核算系统的研究与开发

市场经济的发展,使得客户的个性化需求越来越高,离散型制造业面临着巨大的挑战。为了提高自身的竞争力,企业必须在成本方面做出到位的控制,尤其是车间级的成本控制。本文针对车间成本管理的核心内容,开发了1个车间成本核算系统。对于在具体核算过程中所涉及的关键内容,如直接材料、直接人工和制造费用的计算和汇总,本系统提出了切实可行的实施方案,能够更好的监督和控制车间的成本。该系统对于规范车间成本核算流程、减轻会计人员繁重的事务性工作具有很好的应用性和普遍性。     

加急订单扰动的多目标柔性作业车间动态调度问题研究

为了快速应对柔性作业车间生产过程中出现的突发状况,构建了一种以全局任务最大生产完成时间、机器负载和能耗为优化目标的多目标柔性作业车间动态调度模型.针对上述模型,采用适用于动态调度的动态交互层(DIL),在此基础上设计了多目标粒子群遗传算法(MOPSGA).采用精英基因序列化策略和基因池选拔策略增加帕累托非支配解集个数和...