CN113095572A - 一种分布式装配零等待流水车间调度问题的优化系统 - Google Patents
一种分布式装配零等待流水车间调度问题的优化系统 Download PDFInfo
- Publication number
- CN113095572A CN113095572A CN202110400344.1A CN202110400344A CN113095572A CN 113095572 A CN113095572 A CN 113095572A CN 202110400344 A CN202110400344 A CN 202110400344A CN 113095572 A CN113095572 A CN 113095572A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- factory
- product
- sequence
- module
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 43
- 238000004519 manufacturing process Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000010276 construction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 7
- 238000003780 insertion Methods 0.000 claims description 6
- 230000037431 insertion Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 51
- 238000010586 diagram Methods 0.000 description 13
- 238000011160 research Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及制造生产调度领域和路径规划技术领域,具体涉及一种分布式装配零等待流水车间调度问题的优化系统,其包括初始调度工件序列生成模块、工厂内优化模块、工厂间优化模块和产品装配模块;其有益效果:本发明系统地分析了零等待流水车间调度问题中隐含的最优工件块知识,并将其拓展为一种新的块移动策略;本发明使用新的启发式方法来构造高质量的初始化调度序列,使得系统能够快速的搜索可行域;本发明逻辑简单、易于实现和扩展,本优化系统可以求解其他领域中的调度问题,如旅行商问题、车辆路规划问题等。
Description
技术领域
本发明涉及制造生产调度领域和路径规划技术领域,具体涉及一种分布式装配零等待流水车间调度问题的优化系统。
背景技术
复杂制造系统是“智能制造”的核心和关键,具有不确定性、多约束、多目标、多资源相互协调等特点。复杂制造系统的理论研究涉及系统工程、人工智能、运筹学、计算机技术、控制理论等多门学科。鉴于其重要的应用价值和理论价值,复杂制造系统已然成为学术界和工业界的研究热点。生产调度是制造系统能够合理运行的关键环节,也是理论研究中最为重要的问题之一。德国汉诺威大学生产系统研究所对6个不同行业的企业所做的调查结果显示,在实际的生产过程中,零件的实际加工时间只占15%。而等待、搬运、排队的时间占85%。因此合理的调度策略和高效的优化方法是制造企业在生产过程中提高生产效率、经济效益和市场竞争力的重要手段。
调度本质是一个集成决策的过程。调度问题研究的是在满足一定技术和资源的情况下,针对某项可以分解的任务,按照一定的约束条件合理地为每部分任务分配资源,最终使得所求性能指标最优。已有研究表明,绝大多数调度问题属于NP-hard问题。因此,对调度问题的研究具有重要的学术意义和工程价值。调度问题存在着诸多的复杂性,例如建模难(数学模型和仿真模型难以建立或建立不准确)、维数灾难问题(随着问题规模的扩大解空间可能会呈现指数级增长的趋势)、约束复杂(存在着人力、物力、工艺、效益等多种约束)、随机性(加工过程中存在着诸多不确定因素)等。由于以上的局限性,传统的方法已不再适用于求解大规模调度问题。
因此,寻求一种不依赖于具体问题的高效调度优化算法已是大势所趋。元启发式算法是近年来出现的一类新兴优化算法,它以简单的算法结构、独特的求解思路、较低的问题耦合度被广泛应用于调度领域,逐渐成为学术界的研究热点。
发明内容
本发明为了克服现有算法在解决分布式装配零等待流水车间调度问题(DANWFSP)时存在的无法满足质量的问题,提供了一种分布式装配零等待流水车间调度问题的优化系统。
为实现上述目的,本发明提供如下技术方案:
一种分布式装配零等待流水车间调度问题的优化系统,其特征在于,包括初始调度工件序列生成模块、工厂内优化模块、工厂间优化模块和产品装配模块;
所述初始调度工件序列生成模块包括是工件序列构造模块、产品序列构造模块和工件分配模块;
所述工厂内优化模块利用块移动策略来在各个生产工厂内对工件序列进行优化调整,基于最优工件块的块移动策略保证了父代候选解中的最优信息成功继承到子代候选解中;
所述工厂间优化模块利用变邻域下降算法来对关键工厂和其它工厂的工件序列进行优化调整,该变邻域下降算法包含两种邻域结构,一种是关键工厂和非关键工厂间工件的交换结构,另一种是关键工厂和非关键工厂间工件的插入结构;
所述产品装配模块利用优化后的调度工件序列计算出每个产品的放行时间Rh,根据Rh和产品的装配时间th得到所有产品在装配工厂中的组装路径。
进一步的,在初始调度工件序列生成模块中,
首先,得到每个工件在各个机器上的加工时间,然后得到组成每个产品的工件,利用NEH启发式为每个产品构造一个工件序列Ph;其次,计算出每个产品的最早释放时间R′h,利用R′h和产品的装配时间th计算出产品的最早装配完成时间C′h,根据每个产品的C′h,利用LPT构造一个产品序列πp,将πp解码为对应的待分配工件序列πJ;最后,利用NRa规则将πJ中的工件分配给各个生产工厂。
进一步的,在初始调度工件序列生成模块中,基于产品装配时间最小化原则的构造启发式方法被用来产生一个初始调度工件序列,该工件序列用于表示各个生产工厂中的工件分配情况,以及工件在生产机器上的加工路径。
进一步的,在工厂内优化模块中,基于最优工件块的块移动作为一种保优策略在算法的迭代过程中动态的调整初始调度工件序列,获得第二调度序列,该块移动操作将当前候选解中的最优子序列传承到下一代候选解中,使得候选解始终保持着较好的进化能力。
进一步的,在工厂间优化模块中的交换结构中,关键工厂中的所有工件与其他工厂中的工件进行交换,直至找到一个最优的工件序列。
进一步的,在工厂间优化模块中的插入结构中,关键工厂中的所有工件被依次取出并重新插入到其他工厂中,直至找到一个最优的工件序列。
一种计算机可读存储介质,其中包含计算机程序,该程序被CPU处理时可实现一种分布式装配零等待流水车间调度问题的优化系统所提供的方法步骤。
本发明具有以下有益效果:
(1)本发明系统地分析了零等待流水车间调度问题中隐含的最优工件块知识,并将其拓展为一种新的块移动策略。
(2)本发明使用新的启发式方法来构造高质量的初始化调度序列,使得系统能够快速的搜索可行域。
(3)本发明逻辑简单、易于实现和扩展,本优化系统可以求解其他领域中的调度问题,如旅行商问题、车辆路规划问题等。
附图说明
附图用来提供对本发明的进一步理解,并构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明中分布式装配零等待流水车间调度问题的优化系统的结构示意图;
图2是分布式装配流水车间示意图;
图3是本发明中初始调度工件序列生成模块提供的构造启发式的示意图;
图4是本发明中基于最优工件块的块移动示意图;
图5是本发明系统与其他系统的对比图。
具体实施方式
为了更清楚地说明本发明的目的、技术方案及优点,以下结合附图具体的解释每个模块的功能及优点。
实施例1:
一种分布式装配零等待流水车间调度问题的优化系统,如图1所示,包括初始调度工件序列生成模块、工厂内优化模块、工厂间优化模块和产品装配模块;
所述初始调度工件序列生成模块包括是工件序列构造模块、产品序列构造模块和工件分配模块;
所述工厂内优化模块利用块移动策略来在各个生产工厂内对工件序列进行优化调整,基于最优工件块的块移动策略保证了父代候选解中的最优信息成功继承到子代候选解中;
所述工厂间优化模块利用变邻域下降算法来对关键工厂和其它工厂的工件序列进行优化调整,该变邻域下降算法包含两种邻域结构,一种是关键工厂和非关键工厂间工件的交换结构,另一种是关键工厂和非关键工厂间工件的插入结构;
所述产品装配模块利用优化后的调度工件序列计算出每个产品的放行时间Rh,根据Rh和产品的装配时间th得到所有产品在装配工厂中的组装路径。
进一步的,在初始调度工件序列生成模块中,
首先,得到每个工件在各个机器上的加工时间,然后得到组成每个产品的工件,利用NEH启发式为每个产品构造一个工件序列Ph;其次,计算出每个产品的最早释放时间R′h,利用R′h和产品的装配时间th计算出产品的最早装配完成时间C′h,根据每个产品的C′h,利用LPT构造一个产品序列πp,将πp解码为对应的待分配工件序列πJ;最后,利用NRa规则将πJ中的工件分配给各个生产工厂。
进一步的,在初始调度工件序列生成模块中,基于产品装配时间最小化原则的构造启发式方法被用来产生一个初始调度工件序列,该工件序列用于表示各个生产工厂中的工件分配情况,以及工件在生产机器上的加工路径。
进一步的,在工厂内优化模块中,基于最优工件块的块移动作为一种保优策略在算法的迭代过程中动态的调整初始调度工件序列,获得第二调度序列,该块移动操作将当前候选解中的最优子序列传承到下一代候选解中,使得候选解始终保持着较好的进化能力。
进一步的,在工厂间优化模块中的交换结构中,关键工厂中的所有工件与其他工厂中的工件进行交换,直至找到一个最优的工件序列。
进一步的,在工厂间优化模块中的插入结构中,关键工厂中的所有工件被依次取出并重新插入到其他工厂中,直至找到一个最优的工件序列。
一种计算机可读存储介质,其中包含计算机程序,该程序被CPU处理时可实现一种分布式装配零等待流水车间调度问题的优化系统所提供的方法步骤。
实施例2:
图2是分布式装配流水车间示意图。如图所示,分布式装配流车间调度问题(DAFSP)是将分布式流水车间生产的工件在装配工厂内组装成产品的过程。DAFSP分为两个阶段。生产阶段是在生产工厂生产构成产品的所有工件。生产阶段描述如下。n个工件{J1,J2,…,Jn}被分配到F间生产工厂{F1,F2,…,FF}进行处理。每个生产工厂都是包含了m台相同机器{M1,M2,…,Mm}的流水车间。所有工件的处理路径都相同。某一时刻一个工件只能在一台机器上处理,一台机器在某一时刻只处理一个工件。为了满足分布式条件,工件一旦被分配给一个特定的工厂,属于该工件的所有操作都只在该工厂执行。此外,所有的工件都是相互独立的。每个工件都可以在0时刻开始处理。机器的设置时间和工件的传输时间被忽略。在这两个阶段之间有无限的缓冲。
装配阶段是对加工阶段产生的n个工件在装配工厂中组装成产品的过程。在装配工厂中只有一台机器MA。每个产品P都由Nh个工件组成,即并且满足 只有组成该产品的最后一个工件加工完成时,该产品才能被释放。后一个产品只有在前一个产品组装完成时才能开始被组装。
实施例3:
图3是初始调度工件序列生成模块提供的构造启发式的示意图((a)代表工件4被分配到工厂1的第1个位置的图,(b)代表工件4被分配到工厂1的第2个位置的图,(c)代表工件4被分配到工厂1的第3个位置的图,(d)代表工件4被分配到工厂2的第1个位置的图,(e)代表工件4被分配到工厂2的第2个位置的图)。
构造启发式利用NEH为每个产品构造一个工件序列Ph。其次,计算出每个产品的最早释放时间R′h,利用R′h和产品的装配时间th计算出产品的最早装配完成时间C′h。根据每个产品的C′h,利用LPT构造一个产品序列πp。将πp解码为对应的待分配工件序列πJ。最后,利用NRa规则将πJ中的工件分配给各个生产工厂。构造启发式的步骤如下:
步骤1:根据ENH启发式,将构成每个产品的工件构造成一个工件序列。
步骤2:利用每个产品的R′h和th计算该产品的最早装配完成时间C′h=R′h+th。
步骤3:利用每个产品的C′h降序构造一个初始产品序列πP。
步骤4:将πP解码为πJ,将πJ中的所有工件按照NRa规则分配给各生产工厂。
为了说明构造启发式的具体实施步骤,接下来采用一个5工件、2个生产工厂、2个产品和2台机器的例子进一步解释其原理。
步骤1:利用NEH启发式算法对组成P1和P2的工件序列进行优化。假设P1优化后的序列为P1=(3,5,1),P1的最早放行时间为R′1=18。类似地,优化后的P2序列为P2=(4,2),R′2=17。
步骤2:利用P1的R′1和t1计算该产品的最早装配完成时间C′1=R′1+t1=24,类似的计算出C′2=R′2+t2=22。
步骤3:利用P1和P2的C′h降序构造一个初始产品序列πP={P1,P2}。
步骤4:将πP中产品解码为一个完整的工件序列PJ={3,5,1,4,2}。
根据NRa规则,将πJ中的所有工件分配给生产工厂f1和f2。假设J3,J5,J1已分配给生产工厂f1和f2。接下来,J4将被分配给生产工厂f1或f2。
图3是根据NRa规则对J4进行分配的甘特图。可知,(d)为J4分配的最优情况。因此,将J4分配给f2的第1个位置,产品序列为πP={P2,P1},πP的装配完成时间为Cmax(πP)=26。
步骤5:重复步骤4中的操作,直至πJ中的所有工件都被分配完毕。
实施例4:
图4是工厂内优化模块提供的基于最优工件块的块移动示意图。零等待流水车间调度问题中,同一工件的相邻的两道工序之间没有等待时间。因此,可以将同一工件的所有工序拼接成一个整体,计算相邻两个工件之间的完工时间差D(i,i+1)。D(i,i+1)的值越小,这两个工件的组合越优。每个工件序列中必定有这样一个最优工件块。当对候选解进行操作时,该最优工件块应该被保留。这样的工件块被称为隐含在工件序列中的最优知识。用最优知识指导候选解的操作是一种有效的方法。
以图4为例,工件序列为{J1,J4,J2,J5,}。J1与J4的完成时间差为D(1,4)=26。J4与J2的完成时间差为D(4,2)=26。J2与J5的完成时间差为D(2,5)=23。因此,由J2和J5组成的工件块被认为是序列{J1,J4,J2,J5,}中的最优工件块。当操作{J1,J4,J2,J5,}时,应该保证J2和J5不会被分开。
实施例5:
为了分析该系统的有效性,将本文发明的系统与其他几种系统做了对比。所选对比系统为:BR-ILS(D.Ferone,S.Hatami,E.M.Gonzalez-Neira,A.A.Juan,P.Festa,Abiased-randomized iterated local search for the distributed assemblypermutation flow-shop problem,International Transactions in OperationalResearch,27(2020)1368-1391.),IG(Q.-K.Pan,L.Gao,X.-Y.Li,F.M.Jose,Effectiveconstructive heuristics and meta-heuristics for the distributed assemblypermutation flowshop scheduling problem,Applied Soft Computing,81(2019).),ILS(W.Shao,D.Pi,Z.Shao,Local Search Methods for a Distributed Assembly No-IdleFlow Shop Scheduling Problem,Ieee Systems Journal,13(2019)1945-1956.)。
图5是本发明系统与其他系统的对比图((a)代表时间系数=10的情况,(b)代表时间系数=20的情况,(c)代表时间系数=30的情况),由对比结果可知BKBSA系统在不同的CPU时间下所得的结果均优于其他几种系统。因为BKBSA由问题的特性出发,针对不同的阶段设计了不同的优化子系统,各个子系统间分工协作共同保证了所得解的质量。
以上内容介绍了本发明实例的基本原理、主要特征与优点。相关从业人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理。本发明可以应用到其他任何具有调度性质的的领域中。本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种分布式装配零等待流水车间调度问题的优化系统,其特征在于,包括初始调度工件序列生成模块、工厂内优化模块、工厂间优化模块和产品装配模块;
所述初始调度工件序列生成模块包括工件序列构造模块、产品序列构造模块和工件分配模块;
所述工厂内优化模块利用块移动策略来在各个生产工厂内对工件序列进行优化调整,基于最优工件块的块移动策略保证了父代候选解中的最优信息成功继承到子代候选解中;
所述工厂间优化模块利用变邻域下降算法来对关键工厂和其它工厂的工件序列进行优化调整,该变邻域下降算法包含两种邻域结构,一种是关键工厂和非关键工厂间工件的交换结构,另一种是关键工厂和非关键工厂间工件的插入结构;
所述产品装配模块利用优化后的调度工件序列计算出每个产品的放行时间Rh,根据Rh和产品的装配时间th得到所有产品在装配工厂中的组装路径。
2.根据权利要求1所述的一种分布式装配零等待流水车间调度问题的优化系统,其特征在于:在初始调度工件序列生成模块中,
首先,得到每个工件在各个机器上的加工时间,然后得到组成每个产品的工件,利用NEH启发式为每个产品构造一个工件序列Ph;其次,计算出每个产品的最早释放时间R′h,利用R′h和产品的装配时间th计算出产品的最早装配完成时间C′h,根据每个产品的C′h,利用LPT构造一个产品序列πp,将πp解码为对应的待分配工件序列πJ;最后,利用NRa规则将πJ中的工件分配给各个生产工厂。
3.根据权利要求1所述的一种分布式装配零等待流水车间调度问题的优化系统,其特征在于:在初始调度工件序列生成模块中,基于产品装配时间最小化原则的构造启发式方法被用来产生一个初始调度工件序列,该工件序列用于表示各个生产工厂中的工件分配情况,以及工件在生产机器上的加工路径。
4.根据权利要求1所述的一种分布式装配零等待流水车间调度问题的优化系统,其特征在于:在工厂内优化模块中,基于最优工件块的块移动作为一种保优策略在算法的迭代过程中动态的调整初始调度工件序列,获得第二调度序列,该块移动操作将当前候选解中的最优子序列传承到下一代候选解中,使得候选解始终保持着较好的进化能力。
5.根据权利要求1所述的一种分布式装配零等待流水车间调度问题的优化系统,其特征在于:在工厂间优化模块中的交换结构中,关键工厂中的所有工件与其他工厂中的工件进行交换,直至找到一个最优的工件序列。
6.根据权利要求1所述的一种分布式装配零等待流水车间调度问题的优化系统,其特征在于:在工厂间优化模块中的插入结构中,关键工厂中的所有工件被依次取出并重新插入到其他工厂中,直至找到一个最优的工件序列。
7.一种计算机可读存储介质,其中包含计算机程序,该程序被CPU处理时可实现权利要求1中所提供的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400344.1A CN113095572A (zh) | 2021-04-14 | 2021-04-14 | 一种分布式装配零等待流水车间调度问题的优化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400344.1A CN113095572A (zh) | 2021-04-14 | 2021-04-14 | 一种分布式装配零等待流水车间调度问题的优化系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113095572A true CN113095572A (zh) | 2021-07-09 |
Family
ID=76677623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110400344.1A Pending CN113095572A (zh) | 2021-04-14 | 2021-04-14 | 一种分布式装配零等待流水车间调度问题的优化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113095572A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114839931A (zh) * | 2022-03-17 | 2022-08-02 | 兰州理工大学 | 一种用于分布式制造工厂的装配阻塞流水车间集成调度系统 |
CN114839929A (zh) * | 2022-03-17 | 2022-08-02 | 兰州理工大学 | 一种用于电解铝的节能流水线调度鲸鱼优化方法及集成系统 |
CN115344011A (zh) * | 2022-03-17 | 2022-11-15 | 兰州理工大学 | 一种节能分布式两阶段装配零等待流水车间调度问题的优化系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411306A (zh) * | 2011-11-17 | 2012-04-11 | 浙江工业大学 | 一种基于蜂社会自组织模型的混流装配生产调度控制方法 |
CN107831746A (zh) * | 2017-11-13 | 2018-03-23 | 浙江大学 | 一种高效的航空发动机装配车间调度系统 |
CN110632907A (zh) * | 2019-10-30 | 2019-12-31 | 山东师范大学 | 一种分布式装配式置换流水车间调度优化方法及系统 |
-
2021
- 2021-04-14 CN CN202110400344.1A patent/CN113095572A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411306A (zh) * | 2011-11-17 | 2012-04-11 | 浙江工业大学 | 一种基于蜂社会自组织模型的混流装配生产调度控制方法 |
CN107831746A (zh) * | 2017-11-13 | 2018-03-23 | 浙江大学 | 一种高效的航空发动机装配车间调度系统 |
CN110632907A (zh) * | 2019-10-30 | 2019-12-31 | 山东师范大学 | 一种分布式装配式置换流水车间调度优化方法及系统 |
Non-Patent Citations (4)
Title |
---|
张振磊等: "一类分布式零等待流水线自适应EDA调度", 《控制工程》, no. 02, 20 February 2020 (2020-02-20), pages 170 - 175 * |
朱夏等: "基于总空闲时间增量的无等待流水调度混合遗传算法", 《计算机研究与发展》, no. 03, 15 March 2011 (2011-03-15), pages 455 - 463 * |
董红宇等: "变邻域搜索算法综述", 《控制工程》, 20 July 2009 (2009-07-20), pages 6 - 10 * |
邵炜世: "基于元启发式的分布式车间调度方法研究", 《中国优秀博硕士学位论文全文数据库(博士)•工程科技Ⅱ辑》, 15 January 2020 (2020-01-15), pages 029 - 52 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114839931A (zh) * | 2022-03-17 | 2022-08-02 | 兰州理工大学 | 一种用于分布式制造工厂的装配阻塞流水车间集成调度系统 |
CN114839929A (zh) * | 2022-03-17 | 2022-08-02 | 兰州理工大学 | 一种用于电解铝的节能流水线调度鲸鱼优化方法及集成系统 |
CN115344011A (zh) * | 2022-03-17 | 2022-11-15 | 兰州理工大学 | 一种节能分布式两阶段装配零等待流水车间调度问题的优化系统 |
CN114839929B (zh) * | 2022-03-17 | 2024-03-08 | 兰州理工大学 | 一种用于电解铝的节能流水线调度鲸鱼优化方法及集成系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113095572A (zh) | 一种分布式装配零等待流水车间调度问题的优化系统 | |
Guo et al. | Synchronization of shop-floor logistics and manufacturing under IIoT and digital twin-enabled graduation intelligent manufacturing system | |
Gopala Krishna et al. | Optimisation of operations sequence in CAPP using an ant colony algorithm | |
CN103714414B (zh) | 一种用于智能电网调度的流程节点回退方法 | |
Tehrani Nik Nejad et al. | Multi agent architecture for dynamic incremental process planning in the flexible manufacturing system | |
Thimm et al. | A graph theoretic approach linking design dimensioning and process planning: Part 1: Designing to process planning | |
Cai et al. | Single-machine scheduling with advanced process control constraints | |
CN110378583A (zh) | 一种拟关键路径同设备相邻工序互换方法 | |
CN107291765A (zh) | 基于dc规划处理缺失数据的聚类方法 | |
CN117132181B (zh) | 一种分布式柔性生产与运输协同调度方法 | |
CN113344383B (zh) | 一种用于分布式异构工厂的节能车间调度方法 | |
CN109447408B (zh) | 一种基于复杂网络理论的跨单元调度方法 | |
CN116700173A (zh) | 一种基于图表示学习的生产线动态调度方法 | |
CN116070826A (zh) | 一种铁路货车车身喷涂作业并行机调度方法 | |
CN113505910B (zh) | 一种含多路径有限连续输出库存的混合车间生产调度方法 | |
CN114839930A (zh) | 一种用于分布式装配阻塞流水车间集成调度系统 | |
CN113313283B (zh) | 一种基于知识驱动方法的分布式装配阻塞流水车间集成调度方法 | |
Zhu et al. | An enhanced greedy random adaptive search procedure with path-relinking for no-wait flowshop problem with setup times | |
CN117391423B (zh) | 一种芯片高多层陶瓷封装基板产线多约束自动化排程方法 | |
Rojas-Santiago et al. | Makespan minimization in a job shop with a BPM using simulated annealing | |
Quan et al. | Multi-objective evolutionary scheduling based on collaborative virtual workflow model and adaptive rules for flexible production process with operation reworking | |
Dohale et al. | Application of TOC strategy using simulation: case of the Indian automobile component manufacturing firm | |
Tamura et al. | The hybrid approach of lco and sa to solve job-shop scheduling problem | |
CN117707083A (zh) | 分布式装配流水车间的调度方法、终端设备及存储介质 | |
CN107609678A (zh) | 一种考虑矩信息不确定性的同型并行机生产调度方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |
|
RJ01 | Rejection of invention patent application after publication |