面向作业车间调度问题的静动态调度方法研究
文献类型：学位论文
| 作者 | 薛玲玲
|
| 答辩日期 | 2021-05-21 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 于海斌 |
| 关键词 | 作业车间调度 遗传算法 邻域结构 动态调度 本体建模 |
| 学位名称 | 博士 |
| 学位专业 | 控制理论与控制工程 |
| 其他题名 | Research on Static and dynamic Scheduling Methods for Job Shop Scheduling Problems |
| 英文摘要 | 作业车间调度（Job Shop Scheduling, JSP），是在满足工件加工约束的前提下，对工件的加工路线进行优化，指导生产顺利而有序的进行，从而达到提高车间生产效率、降低加工成本和满足用户需求等实用价值。作业车间调度问题作为一类典型的组合优化问题，当数据规模较小时，可以采用线性规划法、分支定界法等精确法找出最优解。但由于其NP难的特性，当数据规模增加时，会造成解空间中个体的组合爆炸，采用精确法很难在可接受的时间内找到合适的解。而以智能优化算法为代表的近似方法，以其求解速度快，求解质量高等优点，成为了求解作业车间调度问题首要采用的方法。作为一个搜索速度快、能够实现隐形并行搜索的群搜索智能优化算法，遗传算法及其改进算法被广泛用于求解作业车间调度问题。本文主要从作业车间调度问题的静态研究和动态扰动发生时的动态响应两个方面进行研究。针对静态车间调度，从单目标和多目标两种不同优化指标出发，采用不同的改进遗传算法进行求解，找到满足优化指标的最优解集。针对以最小化最大完工时间为优化指标的单目标车间调度问题，提出了一种以遗传算法为基本框架，嵌入块结构邻域搜索算法作为局部搜索的优化算法。在构建邻域结构时，将基于工序的编码方式与基于关键工序块的邻域生成方法相结合，以块首工序或块尾工序为中心，通过对中心工序与块内工序及其紧前、紧后工序在工序序列中位置的分析，判断以工序交换、前移和后移生成的邻域个体方案中是否存在与原个体相同的方案或生成的邻域个体之间是否存在相同方案，达到减少冗余邻域个体的目的。仿真实验结果验证了算法的有效性。与单目标优化不同，多目标作业车间调度问题考虑多个目标的同时优化。因此，多目标调度的结果一般不是一个最优解，而是符合Pareto最优概念的一组解。本文采用非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm Ⅱ, NSGA Ⅱ）作为求解算法。为加快算法中非支配排序过程，提出了一种基于位置信息的非支配排序算法，将改进后的非支配排序过程加入到NSGA Ⅱ中。在相同测试数据集下，算法得到的非支配集与其他算法比较，对算法的有效性进行验证。针对生产过程中动态扰动，导致生产不可行或生产性能下降的问题，本文提出了一种具有鲁棒性初始值的动态调度策略。考虑到生产的动态性，为提高初始调度方案的鲁棒性，在生成初始调度方案时提出了一个两级优化算法，第一级优化采用静态调度提出的优化算法，第二级优化时采用与调度鲁棒性强相关的替代测度作为优化指标，对第一级生成的初始调度方案进一步优化。在扰动事件发生时，不但考虑重调度后的生产效率，同时考虑重调度的稳定性，采用调度修复与完全重调度两种调度策略实现重调度过程。最后，采用模块化建模的思想，构建了作业车间综合本体库，实现用户订单信息的采集，将采集到的车间生产信息和设备状态传递给调度算法，为调度算法的实现提供了基础的知识支撑，并同时实现生产过程中信息的实时更新与查询。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 118页 |
| 源URL | [http://ir.sia.cn/handle/173321/29013]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 薛玲玲. 面向作业车间调度问题的静动态调度方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。