資源描述：
《智能制造系統(tǒng)生產計劃與車間調度的研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、南京航空航天大學博士學位論文智能制造系統(tǒng)生產計劃與車間調度的研究姓名：鞠全勇申請學位級別：博士專業(yè)：機械電子工程指導教師：朱劍英20071101南京航空航天大學博士學位論文摘要本文研究了智能制造系統(tǒng)的生產計劃和車間優(yōu)化調度問題，主要工作和創(chuàng)新點如下：根據生命科學中免疫系統(tǒng)的信息處理機制，將免疫計算和改進的遺傳算法相結合，建立了一種用于車間調度的免疫遺傳算法。針對作業(yè)車間調度問題，設計了免疫遺傳計算中疫苗的提取和接種方法，通過作業(yè)車間調度十個典型標準問題驗證，文中所述免疫遺傳算法可行，較現有免疫算法、一般遺傳算法及一些傳統(tǒng)優(yōu)化設計方法在收斂效率和準確性等方面有很大改進與提高。在研究雙資源、多
2、工藝路線作業(yè)車間調度的基礎上，從實際作業(yè)車間調度系統(tǒng)存在大量不確定因素的情況出發(fā)，建立了模糊調度的數學模型?；谀：碚摵妥赃m應原理，對算法中初始種群的構造、適應度計算、模糊遺傳操作等方面進行了研究，以最小完工時間和平均滿意度最大為優(yōu)化目標，應用改進的模糊遺傳算法，求解出最優(yōu)調度工序。提出了面向車間調度的動態(tài)、分布式工藝計劃與車間調度集成模型，深入構建、研究了集成模型的層次結構。將工藝計劃與基于周期和事件驅動的動態(tài)優(yōu)化調度有機地相結合，使集成系統(tǒng)能適應連續(xù)加工過程中復雜的環(huán)境變化并高效地完成實時處理，減少突發(fā)事件造成的工序大范圍的重新設計。把二倍體混合遺傳算法引入動態(tài)車間優(yōu)化調度運算，從而
3、使集成模型中動態(tài)生產調度與控制功能得以實現。實例驗證了集成系統(tǒng)和算法的可行性和有效性。研究了批量生產中以生產周期、最大提前/最大拖后時間、生產成本、以及設備利用率指標：機床總負荷和機床最大負荷為調度目標的柔性作業(yè)車間優(yōu)化調度問題。提出了批量生產優(yōu)化調度策略。建立了多目標優(yōu)化調度模型。結合多種群粒子群搜索與遺傳算法的優(yōu)點提出了具有傾向性粒子群搜索的多種群混合算法，以提高搜索效率和搜索質量。仿真結果表明該模型及算法較目前國內外現有方法更為有效和合理。本課題的研究受到國家自然科學基金重大項目“支持產品創(chuàng)新的先進制造技術中的若干基礎性研究”（項目編號：59990470）的支持，課題的研究已經通過國
4、防科工委的專家鑒定。專家認為：“研究成果具有開創(chuàng)性，整個研究成果屬于國際先進水平，根據查新報告，其中多工藝多資源的動態(tài)優(yōu)化生產調度技術屬于國際首創(chuàng)”。關鍵詞：作業(yè)調度工藝計劃進化算法多目標多資源動態(tài)調度批量生產i智能制造系統(tǒng)生產計劃與調度的研究AbstractTheschedulingoptimizationofthejobshopsisacoreofadvancedmanufacturingandmodernmanagingtechnology.Theproblemofjobshopschedulinghasbecomeoneofkeybottle-neckinproductionpro
5、cess.Thesubjectisstudiedinthisthesisandseveralinnovationsarepresented.Accordingtotheinformationprocessingmechanismofimmunesysteminbioticscience,anewapproachofimmunegeneticalgorithmforjobshopschedulingisproposedthroughcombiningimmunealgorithmwithimprovedgeneticalgorithm.Aimingattheproblemofjobshops
6、cheduling,theapproachofdistillingandinjectingvaccinationissolved,whichisdifficultyinimmunealgorithm.Itistestifiedthatconvergenceefficiencyandaccuracyoftheimmunegeneticalgorithminsolvingtenstandardjobshopschedulingproblems.Theresultsindicatetheproposedalgorithmiscompetitive,beingabletoproducebetter
7、solutionsthenotherapproach.Basedonthefoundationofstudyingjobshopschedulingwithdual-resourceandmultipleprocessplans,fromthecircsofmassincertitudecomplicationsexistinginpracticaljobshopschedulingsystem,themodeloffu
