物料供给不确定环境下的飞机移动生产线动态调度方法

论文摘要

飞机装配所需的物料种类复杂且数量巨大,其准时供给往往存在较大的不确定性.为了有效解决物料供给不确定环境下的飞机移动生产线动态调度问题,将机器学习中的支持向量数据描述技术(SVDD)与传统的调度方法相结合,提出了基于SVDD的动态调度算法.通过软件CPLEX和元启发式算法求解不同物料供给延期情形下的调度模型,并将得到的优化结果作为样本对SVDD分类模型进行离线训练.在实时调度阶段,根据SVDD模型实现作业的提前、延期或准时执行的分类.基于该分类结果,利用局部前瞻搜索算法进一步对提前和延期作业的具体开始执行时间做出决策.数值实验结果证明了所提出的算法在响应速度和求解效果上均能满足实际飞机移动生产线动态调度的需求.

论文目录

• 1 问题描述及数学模型
•   1.1 问题描述
•   1.2 数学模型
• 2 动态调度方法设计
•   2.1 离线训练SVDD模型
•     2.1.1 生成训练样本
•     2.1.2 训练SVDD模型
•   2.2 在线实时调度决策
•     2.2.1 根据SVDD分类模型选择调度策略
•     2.2.2 局部前瞻搜索算法
• 3 实例应用及分析
•   3.1 实例参数和实验平台
•   3.2 SVDD模型分类效果验证
•   3.3 调度性能比较
•     3.3.1 单次扰动环境下的算法性能对比
•     3.3.2 多次扰动环境下的算法性能对比
•     3.3.3 不同目标权重比下的算法性能对比
• 4 结论

文章来源

类型: 期刊论文

作者: 陆志强,胡鑫铭,朱宏伟

关键词: 飞机移动生产线,动态调度,机器学习,支持向量数据描述,局部前瞻搜索

来源: 同济大学学报(自然科学版) 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 同济大学机械与能源工程学院

基金: 国家自然科学基金(61473211,71171130)

分类号: V268.7

页码: 723-730+738

总页数: 9

文件大小: 1482K

下载量: 170