导读:本文包含了车间作业调度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:作业,车间,算法,动态,卫星广播,目标,启发式。
车间作业调度论文文献综述
王慧敏,周筑南,张凤航,郭慧,景一[1]（2019）在《基于车间作业调度模型的RGV动态调度》一文中研究指出针对智能RGV动态调度的系统作业效率问题,分析物料加工作业中每台CNC安装同样刀具的情况下,RGV动态调度模型的实用性以及算法的有效性。采用单目标规划、遗传算法等方法对物料加工作业问题进行分析,对智能RGV调度策略求解,并利用Matlab模拟调度结果,模拟智能RGV的调度策略和系统作业效率,使得智能加工系统在一个班次内加工物料最多。(本文来源于《物联网技术》期刊2019年10期）
谢正莹[2]（2019）在《机加工车间工艺规划与作业调度的集成优化》一文中研究指出在传统的机加工车间中,工艺规划与作业分配是两个串行且独立的环节,分别由经验丰富的技术人员、管理人员完成。由于机加工车间具有工艺柔性与机器柔性两大特征,人工难以全局考虑所有的零件工艺,难以实时掌握车间设备的生产状态,由人工进行的工艺规划与作业分配方案很可能会导致资源冲突与瓶颈的出现。针对上述问题,拟研发用于机加工车间生产调度的制造执行系统。将该工程问题抽象为工艺规划与作业调度集成优化问题,即综合考虑工艺规划与作业分配,利用优化算法从众多工艺路径、作业路径的组合中选出生产用时较短的方案。研究内容分为模型建立、算法设计、软件实现叁个部分。首先,考虑工件在设备上的装夹时间、拆卸时间及工件在设备间转移所需的物流时间,提出了车间设备、布局的描述方法;考虑工艺柔性,提出了一种带优先级的析取图以描述零件工艺流程;考虑工件装拆、车间物流、工艺约束,建立了工艺规划与作业调度集成优化问题的数学模型。其次,基于传统蚁群算法思想,依据对车间设备、布局、工艺的描述方法及建立的优化数学模型,设计了该优化问题的求解算法,并对传统算法中的信息素更新环节进行了改进,以提升算法性能。最后,根据设计的算法编写了机加工车间制造执行系统的生产调度软件模块,并用真实案例对其有效性与可用性进行了验证。(本文来源于《合肥工业大学》期刊2019-05-01）
鞠录岩,杨建军,张建兵,郭龙龙,李锁斌[3]（2019）在《改进NSGA算法求解多目标柔性车间作业调度问题》一文中研究指出在多目标柔性车间作业调度问题的研究中,求解算法与多目标处理至关重要。因此,基于非支配排序遗传算法提出了改进遗传算法求解该问题,设计了相应的矩阵编码、交叉算子,改进了非劣前沿分级方法,并提出了基于Pareto等级的自适应变异算子以及精英保留策略。实例计算表明,该算法可以利用传统遗传算法全局搜索能力的同时可以防止早熟现象的发生。改进非劣前沿分级方法可以快速得到Pareto最优解集,进一步减小了计算复杂度,而且可以根据种群的多样性改变变异概率,有利于保持种群多样性、发掘潜力个体。(本文来源于《计算机工程与应用》期刊2019年13期）
金茹燕[4]（2018）在《若干并行车间作业调度问题研究》一文中研究指出并行车间作业调度问题源于大数据云计算领域,是近几年调度问题研究中的一个热点问题.本文主要针对并行车间作业的调度问题进行研究,研究的重点是问题的近似方案设计和最坏情况界分析.本文研究了m个并行k阶段自由车间作业调度问题,分别考虑了k=2和k为任意值情形下的问题;研究了并行两阶段流水车间作业调度问题,考虑了并行的流水作业车间数为问题的输入情形下的模型.全文共分五章.第一章首先简要介绍了调度问题的一些基本概念以及相关预备知识,接着论述了并行车间作业调度问题模型的相关研究成果.第二章主要研究m个并行两阶段自由车间作业调度问题.在该问题中,每个工件都有两道自由作业工序,每个工件需要在m个并行的两阶段自由车间作业中选择一个进行加工,并且每个工件在加工过程中不允许中断,目标是极小化最后完工工件的完工时间.用叁参数法表示为P_m(O_2)‖C_(max).针对该问题,本文给出了一个完全多项式时间近似方案(FPTAS).第叁章主要研究m个并行k阶段自由车间作业调度问题.在该问题中,每个工件都有k道自由作业工序,每个工件需要在m个并行的k阶段自由车间作业中选择一个进行加工,并且每个工件在加工过程中不允许中断,目标是极小化最后完工工件的完工时间.用叁参数法表示为P_m(O_k)‖C_(max).针对该问题,本文给出了一个多项式时间近似方案(PTAS).第四章主要研究并行两阶段流水车间作业调度问题.在该问题中,每个工件都有两道流水作业工序,每个工件需要在任意个并行的两阶段流水车间作业中选择一个进行加工,这里并行流水车间的个数是问题的一个输入.并且每个工件在加工过程中不允许中断,目标是极小化最后完工工件的完工时间.用叁参数法表示为P(F_2)‖C_(max).针对该问题,本文给出了一个多项式时间近似方案(PTAS).第五章总结全文并提出相关问题进一步的研究方向.(本文来源于《浙江理工大学》期刊2018-12-10）
刘明,索良泽[5]（2018）在《基于遗传算法的流动车间作业调度》一文中研究指出对最小完工时间的车间调度问题进行了研究,考虑到流动车间作业工序繁多,各种加工任务交织一起,此问题从数学角度看属于组合优化中的NP问题,传统的启发式算法求解流动车间最优加工顺序往往得不到满意解,本文提出一种遗传算法对该问题进行求解,即采用较直观的编码方式和直接的适应度函数,通过全随机的变异、交叉选择方式扩充了搜索空间,两两随机配对竞争具备保留最优个体的能力。最后通过计算实例,仿真结果表明了该遗传算法能够很好的解决此类车间调度问题。(本文来源于《新型工业化》期刊2018年05期）
余佳扬[6]（2018）在《考虑落架次序的卫浴玻璃生产车间作业调度方法研究》一文中研究指出车间作业调度问题是生产制造中的一个NP-hard问题,本文针对考虑落架次序的卫浴玻璃生产车间作业调度问题展开研究。在卫浴玻璃生产过程中L架用于缓存和搬运玻璃,因而需要在L架数量有限条件下提高其流转率和装载量;此外,L架上的多个流程卡(工件)需要在不同工序段不断进行动态重组,不同的落架次序将会影响整个生产调度效率。总体而言,卫浴玻璃生产调度研究问题具有有限L架数量与工序段流程卡动态可调的特点,本文针对这一问题特点展开研究,具体地:首先,针对考虑落架次序的卫浴玻璃生产车间作业调度问题,建立了考虑L架流程卡先进后出的玻璃缓存落架次序优化问题和卫浴玻璃生产车间作业调度问题的数学模型。其次,针对玻璃缓存落架次序优化问题,以最大化L架流转率和装载率为优化目标,提出一种基于设备利用率优先的玻璃缓存落架次序优化算法(EU-SOA),在提高其流转率和装载率的同时,提高工序设备的利用率;具体地,首先根据流程卡在上一工序加工的设备号进行流程卡分类,通过基于二叉树搜索分类算法确定单台设备的流程卡加工次序;随后根据流程卡落架规则计算移动步长,对单台设备的流程卡加工次序进行调整;分别采用L架流转率优先策略和首位空闲装载率优先策略,提高设备利用率和L架的装载率;最后对叁种不同策略情况下的多组数据进行仿真对比,验证了玻璃缓存落架次序优化策略的有效性。再次,针对卫浴玻璃生产车间作业调度问题,考虑其落架次序的约束,以最小化最大完工时间为优化目标,研究一种基于EU-SOA的启发式遗传算法,该算法采用玻璃缓存落架次序优化算法和改进遗传算法结合的方式,通过对算法采用分段编码和启发式初始解的方式,降低了编码的复杂性,提高了种群的适应性;另外在子代种群经解码形成的解集合中,对初步获得各工序设备的初始加工队列,采用EUSOA算法进行调整,保证了落架次序的优化;随后与某卫浴玻璃生产企业目前采用的调度策略所形成的调度方案数据进行测试对比,结果验证了算法的有效性。最后,通过对卫浴玻璃生产车间的具体需求分析与功能规划,基于Java语言开发了面向卫浴玻璃生产车间的生产调度管理系统,开展企业应用,系统提供了相应的落架方案,实现了对生产订单的调度优化,符合卫浴玻璃生产车间的生产实际,具有一定工程应用价值。(本文来源于《广东工业大学》期刊2018-05-01）
徐冬,简正豪[7]（2017）在《基于改进遗传算法的车间作业调度问题研究》一文中研究指出随着科学技术的不断进步,当下现代工业也在迅猛发展中,企业的生产也朝着多类型、少批量、高要求等水平发展,这使得企业在自身生产作业计划安排和各部分工作规划上难度增加。高效的展开车间调度能够有效降低企业在工作过程中出现的操作问题,并能为企业带来更优质的工程竞争。本文就针对眼下在作业车间调度中出现的问题以及基于遗传算法的改进措施展开相关探究和讨论。(本文来源于《山东工业技术》期刊2017年19期）
张梅,杨晟轩,朱金辉[8]（2018）在《基于多小组协同学习教学算法的车间作业调度问题》一文中研究指出为求解车间作业调度问题(JSSP),提出一种新颖的多小组协同学习的教学算法,实现小组间学习的协同及基于学习能力的深度和广度搜索策略.针对JSSP问题因其复杂度较高容易导致算法陷入局部最优的不足,引入学习小组协同学习,通过组内学习和组内交流,使学习过程跳出当前的局限.为了兼顾局部和全局搜索能力,引入基于学习能力的深度和广度搜索策略,小组内学生按照学习能力强弱进行学习,较优的学生进行深度的学习,较差的学生进行广度的学习.最后,对OR-Library中的标准仿真实例进行实验,结果表明,所提出的教学算法在JSSP问题上的收敛精度和搜索能力较其他算法均得到了有效的提高.(本文来源于《控制与决策》期刊2018年08期）
施文章,韩伟,戴睿闻[9]（2017）在《模拟退火下布谷鸟算法求解车间作业调度问题》一文中研究指出针对车间作业调度问题(JSP),在标准布谷鸟算法的莱维飞行中加入自适应机制,寻优过程中引入二值交叉算子保持改进算法的种群多样性,最后在模拟退火框架下增强改进算法跳出局部最优的能力。通过标准算例对所提的改进算法进行实验仿真,结果证明了改进算法的正确性和有效性。(本文来源于《计算机工程与应用》期刊2017年17期）
彭博[10]（2017）在《在车间作业调度及卫星广播调度问题上的启发式优化算法研究》一文中研究指出调度问题广泛的存在于现实生活的各行各业之中,例如:机场飞机调度、海上船舶调度以及云负载均衡等诸多调度问题。这些调度类问题无一不是生产实践中的基础环节和核心问题。通过求解这些调度优化问题能够更好的帮助改进生产方式,提升生产效率,给人们的生产生活带来更多便利和实惠。然而,由于存在着大量具有NP难度的调度问题,同时现实生活中的这部分问题往往具有极其复杂的应用场景和海量的数据规模,因此求解它们无论是对学术界还是工业界来说都是具有挑战性难度的。随着近些年来启发式优化算法的不断发展,日趋成熟的启发式算法已经得到了研究学者们广泛的认可并且已经成为求解NP难问题非常有效的手段和工具。本文研究了调度领域中两个具有代表性的NP难问题即车间作业调度问题(Job Shop Scheduling Problem,JSP)以及卫星广播调度问题(Satellite Broadcast Scheduling Problem,SBSP),并为其分别设计了两种启发式优化算法。此外,通过计算实验对设计的算法性能进行了评估,同时分析以及讨论了算法中的重要参数和核心策略。本文的主要贡献包括:(1)通过引入基于最长公共子序列(Longest Common Subsequence)的交叉算符以及基于种群多样性管理机制的更新策略,提出了求解JSP问题的新的混合进化算法(Hybrid Evolutionary Algorithm,HEA)。此外,算法的对比实验证明了HEA算法的有效性,同时参数的分析实验说明了重要参数不同取值对HEA算法性能的影响。(2)针对JSP问题,本文提出了新的混合禁忌搜索和路径重连算法(Tabu Search&Path Relinking,TS/PR)。通过结合基于N7邻域结构的禁忌搜索以及自适应距离控制(Adaptive Distance-Control)的路径重连算法,使得整个算法能够在集中性和疏散性之间达到更好的平衡。算法的比较实验证明了TS/PR无论是在解的优度还是计算时间上都具有很大的优势和很强的竞争力。参数的分析实验说明了重要参数在TS/PR算法中的作用。(3)针对SBSP问题,提出了新的迭代局部搜索算法(Iterated Local Search,ILS)和混合路径重连算法(Hybrid Path Relinking,HPR)。ILS算法引入了基于0-slip动作的局部搜索过程以及基于1-slip动作的随机扰动过程。HPR算法将新提出的ILS算法与自适应距离控制的路径重连算法进行了混合。算法的比较分析实验说明了ILS算法和HPR算法的有效性。(4)在JSP问题中,将HEA算法与文献中两种先进的启发式算法(TS/SA和HGA)进行了对比。实验表明HEA算法能够匹配比TS/SA和HGA算法更多的最好解,同时HEA算法对于最好上界的匹配度高达90%以上。尤其是,HEA算法还能改进两个算例的当前最好上界。通过将TS/PR和文献中最先进的九种算法进行对比实验,实验结果表明TS/PR算法能够改进其中49个算例的最好上界,改进率高达64.88%。尤其是,TS/PR算法找到了具有挑战性难度的SWV15算例的最优解,是该算例提出20多年以来第一次找到其最优解。在SBSP问题中,将ILS算法和HPR算法与和文献中先进的四种算法进行了对比。实验表明ILS算法能够在短时间内找到质量不错的解,具有很好的实时性;而HPR算法能够找到更高质量的解,实现在解的优度和计算时间上更好的平衡。以上研究成果表明,本文提出的混合进化算法、迭代局部搜索算法以及混合路径重连算法都是求解对应调度优化问题的有效的启发式算法。通过本课题的研究,加深了对NP难度的调度优化问题的理解。根据本课题研究情况,总结如下:(1)结合求解问题的内在结构设计算法当我们在设计高性能启发式算法的时候,应该多根据求解问题的内在结构特点来导引算法的设计,尤其是邻域结构的设计。本文研究的两个组合优化问题,虽然都是调度优化问题,但是在设计邻域结构的时候,两个问题之间的邻域结构却是不能共享的。这是因为两个问题有着不一样的内在结构。从求解问题的解结构的角度来看,JSP问题本质上是一个排序类问题,而SBSP问题是一个分配类的0-1问题。针对排序类问题,较常采用的是基于“插入(Insert)”或“交换(Swap)”的邻域动作,而对于分配类的0-1问题,比如着名的可满足性问题SAT,翻转变元则是一种有效的邻域动作。因此在SBSP问题上,本文并没有借鉴JSP问题上邻域结构的设计方法,而是采用的翻转变元(卫星和终端之间的通信状态)的方式设计了基于0-slip动作的邻域结构。实验结果也证明了此方法的有效性。通过结合求解问题中的内在结构来进行启发式算法的设计是设计高性能启发式优化算法的关键。(2)混合算法的设计技巧基于混合算法的设计是近年来启发式算法的发展趋势之一。在设计混合算法的时候,应当尽量避免混合同类型的算法,尝试混合不同特性的启发式优化算法是更合理的选择。原因是启发式算法的设计过程往往是平衡算法集中性和疏散性的过程。当混合两种集中性都很强而疏散性都很弱的算法时,其产生的“木桶效应”便会显现。例如尝试将局部搜索算法和禁忌搜索算法混合的思路往往不切实际。因此在进行算法混合的时候,将两种不同类型的算法,尤其是优缺点互补的算法进行混合,往往能收获不错的效果。例如将局部搜索算法(或禁忌搜索算法)和群体算法进行混合。本文提出的ILS算法和禁忌搜索算法都是侧重于集中性的算法,而基于群体机制的进化算法和路径重连算法则是侧重于疏散性的算法。实验结果也证明通过将这些算法混合形成的HEA算法、TS/PR算法以及HPR算法能够在对应的求解问题上取得不错的效果。此外,在今后的研究中我们还将尝试利用这些算法去求解其它类型的NP难调度优化问题(或者组合优化问题)。(本文来源于《华中科技大学》期刊2017-01-01）
车间作业调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在传统的机加工车间中,工艺规划与作业分配是两个串行且独立的环节,分别由经验丰富的技术人员、管理人员完成。由于机加工车间具有工艺柔性与机器柔性两大特征,人工难以全局考虑所有的零件工艺,难以实时掌握车间设备的生产状态,由人工进行的工艺规划与作业分配方案很可能会导致资源冲突与瓶颈的出现。针对上述问题,拟研发用于机加工车间生产调度的制造执行系统。将该工程问题抽象为工艺规划与作业调度集成优化问题,即综合考虑工艺规划与作业分配,利用优化算法从众多工艺路径、作业路径的组合中选出生产用时较短的方案。研究内容分为模型建立、算法设计、软件实现叁个部分。首先,考虑工件在设备上的装夹时间、拆卸时间及工件在设备间转移所需的物流时间,提出了车间设备、布局的描述方法;考虑工艺柔性,提出了一种带优先级的析取图以描述零件工艺流程;考虑工件装拆、车间物流、工艺约束,建立了工艺规划与作业调度集成优化问题的数学模型。其次,基于传统蚁群算法思想,依据对车间设备、布局、工艺的描述方法及建立的优化数学模型,设计了该优化问题的求解算法,并对传统算法中的信息素更新环节进行了改进,以提升算法性能。最后,根据设计的算法编写了机加工车间制造执行系统的生产调度软件模块,并用真实案例对其有效性与可用性进行了验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车间作业调度论文参考文献
[1].王慧敏,周筑南,张凤航,郭慧,景一.基于车间作业调度模型的RGV动态调度[J].物联网技术.2019
[2].谢正莹.机加工车间工艺规划与作业调度的集成优化[D].合肥工业大学.2019
[3].鞠录岩,杨建军,张建兵,郭龙龙,李锁斌.改进NSGA算法求解多目标柔性车间作业调度问题[J].计算机工程与应用.2019
[4].金茹燕.若干并行车间作业调度问题研究[D].浙江理工大学.2018
[5].刘明,索良泽.基于遗传算法的流动车间作业调度[J].新型工业化.2018
[6].余佳扬.考虑落架次序的卫浴玻璃生产车间作业调度方法研究[D].广东工业大学.2018
[7].徐冬,简正豪.基于改进遗传算法的车间作业调度问题研究[J].山东工业技术.2017
[8].张梅,杨晟轩,朱金辉.基于多小组协同学习教学算法的车间作业调度问题[J].控制与决策.2018
[9].施文章,韩伟,戴睿闻.模拟退火下布谷鸟算法求解车间作业调度问题[J].计算机工程与应用.2017
[10].彭博.在车间作业调度及卫星广播调度问题上的启发式优化算法研究[D].华中科技大学.2017
论文知识图
