CN107065803A - 基于可变重调度区间的柔性作业车间动态调度方法 - Google Patents

基于可变重调度区间的柔性作业车间动态调度方法 Download PDF

Info

Publication number
CN107065803A
CN107065803A CN201710337541.7A CN201710337541A CN107065803A CN 107065803 A CN107065803 A CN 107065803A CN 201710337541 A CN201710337541 A CN 201710337541A CN 107065803 A CN107065803 A CN 107065803A
Authority
CN
China
Prior art keywords
workpiece
dynamic
flexible job
weight variable
scheduling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710337541.7A
Other languages
English (en)
Other versions
CN107065803B (zh
Inventor
王雷
蔡劲草
邹新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Polytechnic University
Original Assignee
Anhui Polytechnic University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Polytechnic University filed Critical Anhui Polytechnic University
Priority to CN201710337541.7A priority Critical patent/CN107065803B/zh
Publication of CN107065803A publication Critical patent/CN107065803A/zh
Application granted granted Critical
Publication of CN107065803B publication Critical patent/CN107065803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于可变重调度区间的柔性作业车间动态调度方法，属于车间调度技术领域，包括步骤：步骤一、利用的改进遗传算法初始化数据，获得静态柔性作业车间调度方案并执行；步骤二、当动态事件发生时，判断动态事件的类型；步骤三、执行可变重调度区间的动态调度方法重新生成新的调度方案，执行动态调度方案；在动态事件发生以后，只对范围区间内的工件进行重调度，区间的大小根据动态事件直接影响到的工件来确定。本发明通过建立以完工时间最小化为优化目标的柔性作业车间调度模型，提出一种初始化种群和选择方法和基于可变重调度区间的动态调度策略，解决动态柔性作业车间调度问题，提高了重调度解的质量。

Description

基于可变重调度区间的柔性作业车间动态调度方法
技术领域
本发明属于车间调度技术领域，涉及一种柔性作业车间动态调度策略，适用于车间生产过程的调度优化，具体涉及一种基于可变重调度区间的柔性作业车间动态调度方法。
背景技术
如何提高效益和降低成本是制造企业永远追求的目标。相关资料研究表明，在制造过程中，90％以上的时间将消耗在运输、等待加工等非切削过程中，因此制造企业需要合理进行生产调度才能缩短加工时间、降低生产成本和提高效益。作为制造企业车间生产管理的核心内容，生产调度在很大程度上决定着企业能否盈利的关键环节。
实际的调度过程中经常会出现一些随机的因素，如紧急订单的加入、订单取消、订单优先级改变、机器故障等，在这种情况下静态调度模型不再适用于实际的生产环境。对动态柔性作业车间调度问题的研究，基本上都是基于滚动时域优化策略，利用固定周期驱动的重调度策略，然而并没有考虑到可变重调度区间对动态调度优化目标的影响。
发明内容
根据以上现有技术的不足，本发明所要解决的技术问题是提出一种基于可变重调度区间的柔性作业车间动态调度方法，通过建立以完工时间最小化为优化目标的柔性作业车间调度模型，提出一种初始化种群和选择方法和基于可变重调度区间的动态调度策略，解决动态柔性作业车间调度问题，提高了重调度解的质量。
为了解决上述技术问题，本发明采用的技术方案为：一种基于可变重调度区间的柔性作业车间动态调度方法，柔性作业车间动态调度方法包括步骤：步骤一、利用的改进遗传算法初始化数据，获得静态柔性作业车间调度方案，执行静态柔性作业车间调度方案；步骤二、当动态事件发生时，车间状态为动态柔性作业车间，判断动态事件的类型；步骤三、执行可变重调度区间的动态调度方法重新生成新的调度方案，执行动态调度方案；在动态事件发生以后，只对范围区间内的工件进行重调度，区间的大小根据动态事件直接影响到的工件来确定。
动态柔性作业车间中的调度方案化为如下模型：
任取i∈[1,n],j∈[1,pqi],有
任取i∈[1,n],j∈[1,pqi],有psi,j≥pei,j-1 (2)
任取i∈[1,n],i'∈[1,n],j∈[1,pqi]，j'∈[1,pqi]，Oi,j,k，Oi',j',k∈Ω，
有
pei,j＝psi,j+pti,j,k (4)
其中：n为工件数目，pqi表示工件i的工序数，wsi,j表示工件i的加工开始时间，psi,j表示工件i的工序j的加工开始时间，pei,j表示工件i的工序j的加工结束时间，Oi,j,k表示工件i的第j道工序在机器k上进行加工，pei,j,k表示工件i的工序j在机器k上的加工结束时间,Oi',j',k表示工件i'的第j'道工序在机器k上进行加工,pei',j',k表示工件i'的第j'道工序在机器k上的加工结束时间，psi',j',k表示工件i'的第j'道工序在机器k上的加工结束时间，pti,j,k表示工件i的第j道工序在机器k上的加工时间。
可变重调度区间的确认步骤如下：步骤A：确定动态事件影响到的工件；步骤B：将影响到的工件从调度区删除；步骤C：将剩余未受影响的工件合并；步骤D：将动态事件影响到的工件和未影响到的工件在一起进行重调度；步骤E：确定重调度后受动态事件直接影响到的工件的开始时间t1与完成时间t2；步骤F：可变重调度区间即为[t1,t2]。
改进遗传算法从种群初始化、选择操作、改进种群多样性策略三个方面对遗传算法进行改进。改进遗传算法包括：步骤1：使用基于初始化机器、初始化工序和随机初始化相结合的初始化种群方法对种群进行初始化；步骤2：进行适应度计算；步骤3：判断是否满足终止条件，如果满足则输出结果，如果不满足继续进行步骤4；步骤4：进行选择操作，产生子代种群；步骤5：进行交叉变异操作并产生子代种群；步骤6：重复步骤2、3、4、5直到满足终止条件。
在动态事件发生以后，只对范围区间内的工件进行重调度，范围区间的大小根据动态事件直接影响到的工件来确定，其它区间中不被动态事件直接涉及到的工件的加工顺序不变，工序所在的加工机器也不变。
本发明有益效果是:(1)改善了在求解静态调度问题上的初始化种群的解的质量；(2)提高了静态调度问题的调度解的质量；(3)提高了获得重调度解的效率；(4)提高了重调度解的质量。
附图说明
下面对本说明书附图所表达的内容及图中的标记作简要说明：
图1是本发明的具体实施方式可变重调度区间的柔性作业车间动态调度方法的流程图。
图2是本发明的具体实施方式的未改进的遗传算法获得的进化曲线图。
图3是本发明的具体实施方式的改进的遗传算法获得的进化曲线图。
图4是本发明的具体实施方式的利用改进的遗传算法获得的静态调度图。
图5是本发明的具体实施方式的利用可变重调度区间获得的重调度图。
具体实施方式
下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
一种基于可变重调度区间的柔性作业车间动态调度方法，步骤一、利用改进遗传算法初始化数据，获得静态柔性作业车间调度方案，执行静态柔性作业车间调度方案；步骤二、当动态事件发生时，车间状态为动态柔性作业车间，判断动态事件的类型；步骤三、执行可变重调度区间的动态调度方法重新生成新的调度方案，执行动态调度方案。在动态事件发生以后，只对一定范围内的工件进行重调度，范围的大小根据动态事件直接影响到的工件来确定，其它区间中不被动态事件直接涉及到的工件的加工顺序不变，工序所在的加工机器也不变；动态柔性作业车间中的调度形式化为如下模型：
任取i∈[1,n],j∈[1,pqi],有
任取i∈[1,n],j∈[1,pqi],有psi,j≥pei,j-1 (2)
任取i∈[1,n],i'∈[1,n],j∈[1,pqi]，j'∈[1,pqi]，Oi,j,k，Oi',j',k∈Ω，
有
pei,j＝psi,j+pti,j,k (4)
其中：n为工件数目，pqi表示工件i的工序数，wsi,j表示工件i的加工开始时间，psi,j表示工件i的工序j的加工开始时间，pei,j表示工件i的工序j的加工结束时间，Oi,j,k表示工件i的第j道工序在机器k上进行加工，pei,j,k表示工件i的工序j在机器k上的加工开始时间。
本申请中对一定范围内的工件进行重调度，确定重调度区间的步骤如下：步骤A：确定动态事件影响到的工件；步骤B：将影响到的工件从调度区删除；步骤C：将剩余未受影响的工件合并；步骤D：将动态事件影响到的工件和未影响到的工件在一起进行重调度；步骤E：确定重调度后受动态事件直接影响到的工件的开始时间t1与完成时间t2；步骤F：重调度区间即为[t1,t2]。
本发明中使用改进后的遗传算法，结合工件、工序、机器的数据在改进后的遗传算法中自身满足收敛条件后，输出静态调度方案并执行，使用录入的车间数据监督动态事件的发生，在发生动态事件后，及时输出动态调度方案。
本申请中主要从种群初始化、选择操作、改进种群多样性策略三个方面对遗传算法进行改进，改进的遗传算法的流程图如图1所示，图中genmax是指遗传代数,具体流程如下：
步骤1：使用基于初始化机器、初始化工序和随机初始化相结合的初始化种群方法对种群进行初始化。
初始化机器包括：由于优化目标是完工时间，因此优先考虑加工效率高的机器，即对于加工的工序，优先选择加工时间少的机器。此阶段不考虑工件的加工顺序，步骤如下：
步骤①：读取工序的加工时间表T；步骤②：求每道工序的最小值T_mini；步骤③：利用确定选取各工序的加工机器的概率opi；步骤④：根据各个工序所在加工机器的选取概率随机选择机器；步骤⑤：重复步骤④直到机器编码部分完全初始化(终止条件为i＝2×apq，apq为总工序数)。
初始化工序包括：步骤①：读取当前加工信息表；步骤②：计算选取可选工件后的完工时间mak_curi；步骤③：根据确定选取各工件的概率mpi；步骤④：根据概率确定选取的工件；步骤⑤：重复步骤④直到工序编码部分完全初始化。
随机初始化包括：步骤①：随机选取可选的加工机器；步骤②：从可选工件集中随机选择加工工件；步骤③：重复步骤1和步骤2，直到种群完全初始化。
步骤2：进行适应度计算。
步骤3：判断是否满足终止条件，如果满足则输出结果，如果不满足继续进行步骤4。
步骤4：进行基于精英保留策略和改进种群多样性策略的选择操作，产生子代种群。在选择操作中采用精英保留策略和改进种群多样性策略。精英保留策略采用保留每代最优解的方式，使其进入子代，可以避免最优解被淘汰掉。改进种群多样性策略可以避免所有的个体都被求得的最优解同化，改进种群多样性策略的具体流程如下：
步骤a：读取种群信息pop，i＝1，(1≤i≤pops，其中pops为种群数)；步骤b：取pop中的第i个个体，j＝i+1；步骤c：将pop中的第i个个体与第j个个体进行比较，如果两个个体相似度过高，则清除第j个个体，j＝j+1；重复步骤c，直到j＝pops；步骤d：i＝i+1，重复步骤b、步骤c和步骤d直到i＝pops-1(pop是种群信息，而pops是种群数)。
步骤5：进行交叉变异操作并产生子代种群。
步骤6：重复步骤2、步骤3、步骤4、步骤5直到满足终止条件，终止条件为i＝pops。
车间工序的编号需要数据录入，方便数据处理形成调度方案，所以本申请中的工件相关编号会进行双层编码和解码数据处理，编码主要用来确定各工序所在的加工机器和加工顺序，因此采用双层编码方式可以很好的进行表达。机器部分确定工序所在的加工机器，工序部分确定工序的加工顺序。解码为编码的逆操作，即根据编码确定工序的加工机器和工序的加工顺序的过程。
利用表1中的案例对柔性作业车间动态调度问题进行求解，在此考虑的动态事件为时刻20机器M5出现故障。利用本发明提出的可变重调度区间的动态调度方法对其进行求解，遗传算法的参数设置：种群规模100，进化代数100，交叉概率0.8，变异概率0.1。
利用未改进的遗传算法获得的最优解为28，进化曲线图如图2所示。利用改进的遗传算法获得的最优解为26，进化曲线图如图3所示。利用改进的遗传算法获得的静态调度方案如图4所示，动态事件发生后利用可变重调度区间获得的重调度方案如图5所示，动态重调度的结果对比如表2所示。
表1 5个工件6个机器的加工信息表
表2重调度的结果对比
从图2和图3的对比中可以看出，改进的算法不仅提高了获得最优解的速度，而且提高了最优解的质量。表2比较了不同重调度策略的性能，在故障设备上加工而未完成的工件能够直接转移到具有相当加工能力的设备上进行加工，没有必要等待故障设备修复之后继续加工，从而使完工时间大大减少。从表2也可以看出，利用本发明提出的可变重调度区间的重调度策略，得到的任务完成时间比企业实际完成时间缩短了38.09％，说明了本发明具有解决动态车间调度问题的可行性和有效性。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (6)

1.一种基于可变重调度区间的柔性作业车间动态调度方法，其特征在于，柔性作业车间动态调度方法包括步骤：
步骤一、利用改进遗传算法初始化数据，获得静态柔性作业车间调度方案，执行静态柔性作业车间调度方案；
步骤二、当动态事件发生时，车间状态为动态柔性作业车间，判断动态事件的类型；
步骤三、执行可变重调度区间的动态调度方法重新生成新的调度方案，执行动态调度方案；在动态事件发生以后，只对范围区间内的工件进行重调度，区间的大小根据动态事件直接影响到的工件来确定。
2.根据权利要求1所述的基于可变重调度区间的柔性作业车间动态调度方法，其特征在于，动态柔性作业车间中的调度方案化为如下模型：
任取i∈[1,n],j∈[1,pqi],有
任取i∈[1,n],j∈[1,pqi],有psi,j≥pei,j-1 (2)
任取i∈[1,n],i'∈[1,n],j∈[1,pqi]，j'∈[1,pqi]，Oi,j,k，Oi',j',k∈Ω，
有
pei,j＝psi,j+pti,j,k (4)
其中：n为工件数目，pqi表示工件i的工序数，wsi,j表示工件i的加工开始时间，psi,j表示工件i的工序j的加工开始时间，pei,j表示工件i的工序j的加工结束时间，Oi,j,k表示工件i的第j道工序在机器k上进行加工，pei,j,k表示工件i的工序j在机器k上的加工结束时间,Oi',j',k表示工件i'的第j'道工序在机器k上进行加工,pei',j',k表示工件i'的第j'道工序在机器k上的加工结束时间，psi',j',k表示工件i'的第j'道工序在机器k上的加工结束时间，pti,j,k表示工件i的第j道工序在机器k上的加工时间。
3.根据权利要求1所述的基于可变重调度区间的柔性作业车间动态调度方法，其特征在于，可变重调度区间的确认步骤如下：步骤A：确定动态事件影响到的工件；步骤B：将影响到的工件从调度区删除；步骤C：将剩余未受影响的工件合并；步骤D：将动态事件影响到的工件和未影响到的工件在一起进行重调度；步骤E：确定重调度后受动态事件直接影响到的工件的开始时间t1与完成时间t2；步骤F：可变重调度区间即为[t1,t2]。
4.根据权利要求1所述的基于可变重调度区间的柔性作业车间动态调度方法，其特征在于，改进遗传算法是从种群初始化、选择操作、改进种群多样性策略三个方面对遗传算法进行改进。
5.根据权利要求1所述的基于可变重调度区间的柔性作业车间动态调度方法，其特征在于，所示步骤一中的改进遗传算法包括：
步骤1：使用基于初始化机器、初始化工序和随机初始化相结合的初始化种群方法对种群进行初始化；
步骤2：进行适应度计算；
步骤3：判断是否满足终止条件，如果满足则输出结果，如果不满足继续进行步骤4；
步骤4：进行选择操作，产生子代种群；
步骤5：进行交叉变异操作并产生子代种群；
步骤6：重复步骤2、3、4、5直到满足终止条件。
6.根据权利要求1所述的基于可变重调度区间的柔性作业车间动态调度方法，其特征在于，在动态事件发生以后，只对范围区间内的工件进行重调度，范围区间的大小根据动态事件直接影响到的工件来确定，其它区间中不被动态事件直接涉及到的工件的加工顺序不变，工序所在的加工机器也不变。
CN201710337541.7A 2017-05-15 2017-05-15 基于可变重调度区间的柔性作业车间动态调度方法 Active CN107065803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710337541.7A CN107065803B (zh) 2017-05-15 2017-05-15 基于可变重调度区间的柔性作业车间动态调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710337541.7A CN107065803B (zh) 2017-05-15 2017-05-15 基于可变重调度区间的柔性作业车间动态调度方法

Publications (2)

Publication Number Publication Date
CN107065803A true CN107065803A (zh) 2017-08-18
CN107065803B CN107065803B (zh) 2019-06-21

Family

ID=59596379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710337541.7A Active CN107065803B (zh) 2017-05-15 2017-05-15 基于可变重调度区间的柔性作业车间动态调度方法

Country Status (1)

Country Link
CN (1) CN107065803B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107831745A (zh) * 2017-11-09 2018-03-23 西南交通大学 一种柔性作业车间插单动态调度优化方法
CN111007823A (zh) * 2019-12-25 2020-04-14 北京理工大学 柔性作业车间动态调度方法及装置
CN111242500A (zh) * 2020-01-21 2020-06-05 南京航空航天大学 一种存在新工件插入的模糊柔性作业车间调度方法
CN111461459A (zh) * 2020-04-24 2020-07-28 温州大学乐清工业研究院 断路器数字制造孪生车间的动态重调度预测方法及系统
CN112904818A (zh) * 2021-01-19 2021-06-04 东华大学 一种复杂结构件加工车间预测-反应式调度方法
CN113034047A (zh) * 2021-04-21 2021-06-25 河南工业职业技术学院 一种柔性制造车间优化调度方法及系统
CN113341896A (zh) * 2021-06-07 2021-09-03 电子科技大学 面向离散制造的动态集成车间调度与装配序列规划方法
CN114460908A (zh) * 2021-11-29 2022-05-10 广西成电智能制造产业技术有限责任公司 一种螺狮粉生产企业柔性生产车间调度方法
WO2023184184A1 (zh) * 2022-03-29 2023-10-05 西门子股份公司 工业控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122251A (zh) * 2011-03-21 2011-07-13 北京航空航天大学 一种基于遗传算法的多航天器并行测试任务调度方法
CN103631243A (zh) * 2013-12-13 2014-03-12 重庆大学 一种基于遗传算法的炼钢-连铸重调度方法及系统
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法
CN105824304A (zh) * 2016-05-18 2016-08-03 重庆大学 一种考虑机加工设备可用性的柔性作业车间动态调度方法
CN106611221A (zh) * 2016-12-21 2017-05-03 重庆大学 一种用于解决连铸机故障的炼钢‑连铸重调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122251A (zh) * 2011-03-21 2011-07-13 北京航空航天大学 一种基于遗传算法的多航天器并行测试任务调度方法
CN103631243A (zh) * 2013-12-13 2014-03-12 重庆大学 一种基于遗传算法的炼钢-连铸重调度方法及系统
CN104504540A (zh) * 2015-01-13 2015-04-08 郑州航空工业管理学院 基于多阶段智能优化算法的动态柔性作业车间调度控制方法
CN105824304A (zh) * 2016-05-18 2016-08-03 重庆大学 一种考虑机加工设备可用性的柔性作业车间动态调度方法
CN106611221A (zh) * 2016-12-21 2017-05-03 重庆大学 一种用于解决连铸机故障的炼钢‑连铸重调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘乐等: "一种常见干扰条件下的开放式车间重调度研究", 《管理科学学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107831745A (zh) * 2017-11-09 2018-03-23 西南交通大学 一种柔性作业车间插单动态调度优化方法
CN107831745B (zh) * 2017-11-09 2019-06-07 西南交通大学 一种柔性作业车间插单动态调度优化方法
CN111007823A (zh) * 2019-12-25 2020-04-14 北京理工大学 柔性作业车间动态调度方法及装置
CN111007823B (zh) * 2019-12-25 2021-01-22 北京理工大学 柔性作业车间动态调度方法及装置
CN111242500A (zh) * 2020-01-21 2020-06-05 南京航空航天大学 一种存在新工件插入的模糊柔性作业车间调度方法
CN111461459A (zh) * 2020-04-24 2020-07-28 温州大学乐清工业研究院 断路器数字制造孪生车间的动态重调度预测方法及系统
CN112904818A (zh) * 2021-01-19 2021-06-04 东华大学 一种复杂结构件加工车间预测-反应式调度方法
CN112904818B (zh) * 2021-01-19 2022-07-15 东华大学 一种复杂结构件加工车间预测-反应式调度方法
CN113034047A (zh) * 2021-04-21 2021-06-25 河南工业职业技术学院 一种柔性制造车间优化调度方法及系统
CN113034047B (zh) * 2021-04-21 2023-06-30 河南工业职业技术学院 一种柔性制造车间优化调度方法及系统
CN113341896A (zh) * 2021-06-07 2021-09-03 电子科技大学 面向离散制造的动态集成车间调度与装配序列规划方法
CN113341896B (zh) * 2021-06-07 2022-08-05 电子科技大学 面向离散制造的动态集成车间调度与装配序列规划方法
CN114460908A (zh) * 2021-11-29 2022-05-10 广西成电智能制造产业技术有限责任公司 一种螺狮粉生产企业柔性生产车间调度方法
WO2023184184A1 (zh) * 2022-03-29 2023-10-05 西门子股份公司 工业控制方法及装置

Also Published As

Publication number Publication date
CN107065803B (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN107065803A (zh) 基于可变重调度区间的柔性作业车间动态调度方法
CN104268722A (zh) 基于多目标进化算法的动态柔性作业车间调度方法
CN110796355B (zh) 一种基于动态解码机制的柔性作业车间调度方法
CN110221585B (zh) 一种用于混合流水车间考虑设备维护的节能调度控制方法
Motaghedi-larijani et al. Solving flexible job shop scheduling with multi objective approach
CN110288185B (zh) 一种分布式柔性流水线调度方法
CN102235325B (zh) 基于翼型集成和混合尾缘改型的风力机叶尖翼型设计方法
CN108108829A (zh) 一种基于改进果蝇算法的作业车间调度方法
CN105718943A (zh) 基于粒子群优化算法的特征选择方法
CN108053152A (zh) 基于多色集合的改进遗传算法求解动态车间调度的方法
CN106611230A (zh) 结合关键工序的遗传局部搜索算法求解柔性作业车间调度
CN109816262A (zh) 采用改良免疫遗传算法的柔性作业车间调度方法
CN108776845A (zh) 一种基于双目标作业车间调度的混合果蝇算法
CN103729694A (zh) 基于多色集合层次结构的改进ga求解柔性车间调度的方法
Lang et al. Research on dual-resource multi-objective flexible job shop scheduling under uncertainty
CN105550825B (zh) 云计算环境下的基于MapReduce并行化的柔性工厂作业调度方法
CN112132469B (zh) 一种基于多种群协作粒子群算法的水库群调度方法和系统
CN112686474A (zh) 一种基于改进的水波优化算法的可并行装配线平衡方法
Fnaiech et al. A new heuristic method for solving joint job shop scheduling of production and maintenance
CN110135752B (zh) 一种具有切换时间的成套订单的调度方法
Hani et al. Simulation based optimization of a train maintenance facility
CN113762811B (zh) 一种考虑加班的无拖期Job Shop调度问题求解方法及系统
CN104794322B (zh) 基于dnsga‑ii的太阳能电池组件有限缓冲区多目标批量调度方法
CN104392317A (zh) 一种基于遗传文化基因算法的项目调度方法
CN113867275B (zh) 一种分布式车间预防维修联合调度的优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant