基于混合遺傳算法的作業(yè)車(chē)間多目標(biāo)優(yōu)化調(diào)度及系統(tǒng)開(kāi)發(fā)研究.pdf

1、隨著生產(chǎn)和市場(chǎng)的全球化，21世紀(jì)的制造業(yè)正面臨著越來(lái)越激烈的全球化市場(chǎng)競(jìng)爭(zhēng)，知識(shí)經(jīng)濟(jì)的時(shí)代浪潮正沖擊著企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)。要想在激烈的競(jìng)爭(zhēng)中有立足之地，企業(yè)必須以客戶為中心，將原來(lái)的以生產(chǎn)為中心的生產(chǎn)方式轉(zhuǎn)為以客戶為中心的生產(chǎn)方式。為此，制造業(yè)企業(yè)必須力爭(zhēng)實(shí)現(xiàn)T、Q、C、S、E的全面發(fā)展，即準(zhǔn)確的交貨時(shí)間(Time)、高質(zhì)量(Quality)、低成本(Cost)、全方位的服務(wù)(Services)、注重環(huán)境保護(hù)(Environment)，這

2、對(duì)企業(yè)管理和生產(chǎn)過(guò)程監(jiān)控的要求也越來(lái)越高。如何在激烈的市場(chǎng)競(jìng)爭(zhēng)中保證生產(chǎn)的高效穩(wěn)定運(yùn)行;如何統(tǒng)籌安排人力物力和現(xiàn)有的資源以實(shí)現(xiàn)企業(yè)利潤(rùn)最大化，是每個(gè)企業(yè)一直在探討和研究的問(wèn)題。
　　生產(chǎn)調(diào)度的任務(wù)是在滿足生產(chǎn)設(shè)備和工件加工流程的前提下，根據(jù)市場(chǎng)的需求合理地分配和利用各種現(xiàn)有資源，完成各種生產(chǎn)指標(biāo)并且盡可能優(yōu)化系統(tǒng)的各種性能，為企業(yè)帶來(lái)顯著的經(jīng)濟(jì)效益。生產(chǎn)調(diào)度的目的是為調(diào)度任務(wù)形成詳細(xì)的調(diào)度方案，對(duì)生產(chǎn)過(guò)程進(jìn)行規(guī)劃和控制。
　

3、　本文以作業(yè)車(chē)間生產(chǎn)過(guò)程為研究對(duì)象，就大多數(shù)企業(yè)一般采用的生產(chǎn)模式下的生產(chǎn)過(guò)程建模及生產(chǎn)調(diào)度決策進(jìn)行了研究。
　　首先，本文對(duì)生產(chǎn)決策及車(chē)間調(diào)度問(wèn)題的現(xiàn)狀進(jìn)行了闡述，并對(duì)研究相關(guān)問(wèn)題的理論、方法進(jìn)行了分析。
　　然后，本文針對(duì)車(chē)間調(diào)度問(wèn)題的生產(chǎn)過(guò)程進(jìn)行了研究，闡述了針對(duì)該問(wèn)題的形式化的建模工具Petri網(wǎng)。對(duì)Petri網(wǎng)的基本理論，應(yīng)用方法進(jìn)行了深入研究。由于車(chē)間調(diào)度問(wèn)題的復(fù)雜性，普通Petri網(wǎng)在對(duì)調(diào)度問(wèn)題建模時(shí)的模型將會(huì)

4、非常復(fù)雜，這不僅使得建模困難，而且給系統(tǒng)的分析和控制造成很大障礙。針對(duì)這種問(wèn)題，本文在前人的基礎(chǔ)上，引入了改進(jìn)的面向?qū)ο蟮腜etri網(wǎng)模型，該模型將Petri網(wǎng)的抽象機(jī)制與面向?qū)ο蟮念?lèi)、繼承等概念相融合，將Petri網(wǎng)簡(jiǎn)化為多個(gè)子網(wǎng)，大大簡(jiǎn)化了模型的復(fù)雜程度，提高了模型的重用程度。本文在面向?qū)ο蟮腜etri網(wǎng)建模理論基礎(chǔ)上，針對(duì)一個(gè)結(jié)構(gòu)完整、較為復(fù)雜的生產(chǎn)過(guò)程進(jìn)行建模。建模結(jié)果模型簡(jiǎn)潔，為本文后續(xù)的車(chē)間調(diào)度遺傳算法優(yōu)化提供了基礎(chǔ)。

5、>　　其次，本文對(duì)現(xiàn)有遺傳算法理論進(jìn)行了研究。針對(duì)現(xiàn)有遺傳算法的不足及無(wú)法求解多目標(biāo)優(yōu)化的問(wèn)題，提出了以Pareto排序與隨機(jī)權(quán)重排序相結(jié)合的排序方法來(lái)求解多目標(biāo)問(wèn)題的求解方法，并在選擇操作中應(yīng)用小生境技術(shù)，同時(shí)提出了一種新的自適應(yīng)的交叉操作方法。改進(jìn)了遺傳算法在求解車(chē)間調(diào)度問(wèn)題上的求解速度和有效性以及求解多目標(biāo)問(wèn)題的能力。建立了作業(yè)車(chē)間調(diào)度的基本模型，應(yīng)用本文提出的混合遺傳算法對(duì)模型求解，得到了較好的優(yōu)化解。
　　進(jìn)而，針對(duì)多目

6、標(biāo)作業(yè)車(chē)間的調(diào)度問(wèn)題，首先提出了生產(chǎn)周期——生產(chǎn)費(fèi)用的雙目標(biāo)調(diào)度模型。在前人生產(chǎn)費(fèi)用的計(jì)算公式的基礎(chǔ)上進(jìn)行了簡(jiǎn)化，提出了更為合理的生產(chǎn)費(fèi)用計(jì)算公式。應(yīng)用本文提出的混合遺傳算法對(duì)雙目標(biāo)優(yōu)化問(wèn)題進(jìn)行了求解，得到了較好的優(yōu)化解。在雙目標(biāo)優(yōu)化調(diào)度的基礎(chǔ)上，建立了以生產(chǎn)周期，生產(chǎn)費(fèi)用，最大拖期時(shí)間，總拖期時(shí)間為目標(biāo)的多目標(biāo)優(yōu)化調(diào)度模型。應(yīng)用混合遺傳算法進(jìn)行求解，得到了優(yōu)化解集。利用層次分析法對(duì)解集進(jìn)行多目標(biāo)決策排序，求得符合決策者偏好的偏好解。<

7、br>　　最后，本文研究將生產(chǎn)優(yōu)化決策的理論、方法與現(xiàn)代信息技術(shù)相結(jié)合，運(yùn)用ASP.NET和SQLServer技術(shù)，實(shí)現(xiàn)了應(yīng)用遺傳算法對(duì)車(chē)間調(diào)度問(wèn)題的求解，并針對(duì)生產(chǎn)決策、生產(chǎn)調(diào)度優(yōu)化決策的主要內(nèi)容，研發(fā)并實(shí)施了生產(chǎn)決策支持系統(tǒng)。
　　本文研究緊密結(jié)合生產(chǎn)型企業(yè)的發(fā)展需要，針對(duì)實(shí)際生產(chǎn)過(guò)程進(jìn)行建模，并根據(jù)模型應(yīng)用改進(jìn)的遺傳算法求解多目標(biāo)作業(yè)車(chē)間的調(diào)度問(wèn)題，并得到了較為優(yōu)化的解。在此基礎(chǔ)上上研發(fā)并實(shí)施的生產(chǎn)決策支持系統(tǒng)很好的實(shí)現(xiàn)了前