导读:本文包含了多产品批处理论文开题报告文献综述及选题提纲参考文献，主要关键词:生产计划调度,延期惩罚,准时化生产,遗传算法
多产品批处理论文文献综述
冯梦华,谢勇[1]（2015）在《多产品批处理的多机并行调度问题研究》一文中研究指出针对多品种批量生产类型,基于准时化生产理念,研究在生产能力有限约束下将各订单拆分为各子订单,实现各子订单在多机器上的并行调度问题,以最小化生产费用、库存成本、延期惩罚之和为目标,提出了一种混合整数数学模型并采用遗传算法求解,对比了模拟实验结果并讨论了不同延期惩罚系数对不同目标函数的各项性能指标的影响。(本文来源于《物流科技》期刊2015年06期）
马力[2]（2015）在《基于粒子群算法的多产品批处理生产调度问题研究》一文中研究指出流程工业在世界经济中占很大比例,是许多国家的基础产业和支柱产业。随着市场需求的变化,其生产过程逐步向多产品批处理生产方式转化。多产品批处理方式固有的灵活性使得其效率和效益很大程度上依赖生产计划的编制和调度方案的确定。然而,其生产调度问题是复杂的优化问题,现有的理论和方法不能很好的解决,迫切需要研究多产品批处理调度问题的建模和优化技术,探索寻找更好的调度方法,以指导企业实践、降低企业运营成本、提高企业管理水平。多产品批处理生产调度中各产品的物料按照相同的生产工艺依次连续通过各阶段的设备进行加工,当各阶段连续生产时类似于离散过程经典Flow-Shop调度问题。本文在以往研究的基础上对多产品批处理生产调度问题用PSO算法求解方面做了相关探索性研究并将研究应用于铝锭生产制造过程当中,探求解决实际问题的方法,为企业生产管理系统提供理论基础。首先,将各阶段由单一设备连续加工的多产品批处理调度问题转化为经典一般Flow-shop调度问题,对其建模方法进行研究,然后运用叁种方法求解问题。其中,前两种方法是以往学者基于连续建模思想建立混合整数规划模型求解的方法。第叁种方法是提出一种改进粒子群算法求解,算法中引入双向搜索策略改善了PSO易陷入局部最优而丧失种群多样性的缺陷。通过算例验证,传统的模型在求解小规模问题性能较好,而在大规模问题时,PSO算法是求解问题比较有效的方法。其次,在以上研究的基础上将问题进一步向实际生产环境拓展,研究了各阶段由并行设备协调生产的多产品批处理调度问题。由于加入了并行设备的选择而使问题相对于单一设备问题更加复杂。将其转化为经典的混合Flow-shop调度问题,在一般Flow-shop调度问题建模的基础上建立模型,并提出一种结合单纯形搜索和粒子群算法优势提高算法求解能力和效率的改进粒子群算法。并用一类经典实例测试验证,将算法的计算结果与文献中的模型计算结果比较,得出随着问题规模的增大,传统模型难以求解且解的质量不高,而在处理大规模的问题中,PSO体现出了优良性能。再次,基于以上研究对现代铝工业生产进行了简要描述和分析,根据实际生产流程对生产工艺过程简化处理,提取某铝厂由铝土矿生产工业用铝锭的生产过程,分析处理后将其抽象为一个各阶段并行设备协调生产的多产品批处理生产模式,然后用批处理方法对产品各阶段进行分批、计算确定对应批次的加工时间和能耗,最后将其转化为经典混合Flow-shop调度问题,从节能角度出发建立以最小能耗为调度目标的数学规划模型,调用与单纯形法混合的改进PSO进行求解,将求解结果与基本GA结果进行对比分析,进一步验证了PSO的优越性和其解决此类调度问题的能力。最后,总结了全文,展望了所研究问题未来的发展和应用。(本文来源于《江西理工大学》期刊2015-06-01）
郑秀莲,王万良[3]（2013）在《多产品批处理不确定生产调度的粒子群算法》一文中研究指出针对化工生产中操作时间的不确定性,考虑了含有混合中间存储策略的多产品批处理过程调度问题;采用叁角模糊数去描述操作时间的不确定,建立了含有混合中间存储策略的调度模型;通过面积补偿法将原有的模糊调度模型转化为确定性的模型;最后采用结合遗传算法和模拟退火思想的混合粒子群算法进行优化求解,仿真结果证明了模型的有效性和算法的可行性。(本文来源于《工业控制计算机》期刊2013年09期）
蒋佳颖[4]（2011）在《基于量子遗传算法的单阶段多产品批处理调度研究与应用》一文中研究指出单阶段多产品批处理过程是化学工业中常见的生产线之一，具有设备处理柔性、批量有限性和不可忽略的产品切换成本等特点，使得其调度比一般生产调度更难以处理。近20年来，它的短期调度引起了学者的广泛关注与研究。量子遗传算法（Quantum GeneticAlgorithm，QGA）作为一种新兴的智能优化算法，因其具有种群多样性，良好的探索能力，不易陷入局部最优，易与其他算法混合等优点，逐步成为算法研究的热点。本文围绕着QGA在单阶段多产品批处理调度中的应用展开了相关的研究。论文的主要工作如下：（1）针对基本QGA收敛时间长、易陷入量子“长度灾”这一缺点，提出了一种改进的QGA（Real-Coded Quantum Genetic Algorithm，RQGA）。首先，在RQGA中构造了逼近算子替代了传统的量子旋转门，避免了烦琐的查表操作，有效地减少了算法收敛时间；其次，略去了量子观测，对量子进行直接编码，克服了由变量太多而引起的量子“长度灾”，扩大了量子遗传算法的适用范围。（2）针对单阶段多产品批处理问题，探讨了RQGA在其调度中的应用。建立了以最大化生产利润为目标的混合整数线性规划模型（MILP），并通过实数编码实现量子个体与加工排序的一一映射。通过对典型实例的仿真实现和分析比较，验证了RQGA在单阶段多产品批处理调度问题中的有效性和可行性。（3）针对印染行业染缸排产问题，通过基于时间间隙的思想，建立了满足交货期前提下最小化生产成本为目标的MILP模型，并将基于实数编码的量子遗传算法应用于求解该模型。模型求解过程中采用了一种新的并单和拆单的思想，即不考虑需求的订单来源，将同一产品求总后进行直接并单拆单，简化了求解过程。最后，通过仿真实例验证了模型的有效性和可行性，同时也验证了量子遗传算法在染缸排产问题调度中的实用性。最后，对论文的研究工作进行总结，展望了量子遗传算法和单阶段多产品批处理调度的理论研究和应用前景。(本文来源于《浙江工业大学》期刊2011-03-30）
王言林,顾幸生[5]（2006）在《不确定条件下单阶段多产品批处理过程的调度》一文中研究指出讨论了不确定条件下的单阶段多产品批处理过程,基于模糊理论建立了加工时间不确定和顺序相关建立时间不确定的调度模型。这里引用“中间值最大隶属度”算法将模糊的优化问题转换为普通的优化问题,然后结合遗传算法进行优化求解。最后仿真结果表明了所建模型及算法的有效性。(本文来源于《东华大学学报(自然科学版)》期刊2006年05期）
陈昌领,袁德成,邵惠鹤[6]（2002）在《多产品批处理过程调度的MILP建模》一文中研究指出基于时间间隙的概念和连续时间描述 ,将设备、产品分配给时间间隙分别表达为两类 0 - 1变量 .采用一个时间轴 ,建立了具有并行生产线的单阶段多产品批处理过程的调度数学模型 .模型表达为一个混合整数规划 ( Mixed Integer Linear Programming,MILP)问题 .相对于已有的基于时间间隙描述的调度模型 ,该模型 0 - 1变量少 ,且能处理顺序相关建立时间 .求解采用分支定界法( BAB) .计算表明 ,该模型求解速度快 ,松弛线性规划和 MILP的最优解之差 ( Integrality Gap)小 ,尤其对包含多个相同批次的调度问题求解效果更为显着(本文来源于《上海交通大学学报》期刊2002年08期）
陈昌领,宗学军,孙鹏,邵惠鹤[7]（2002）在《单阶段多产品批处理过程的短期调度 2.模型的简化》一文中研究指出本文第一部分建立了具有并行处理设备多产品单阶段批处理过程短期调度的基本数学模型 .根据该模型和多产品单阶段批处理过程的特点 ,本文这一部分引入一些启发性规则 ,并将这些启发性规则融入到模型中 .合理地使用这些启发性规则不但能减小模型的整数变量、连续变量和约束的数量 ,使得模型表达更紧、求解速度加快 ,而且能得到最优解 .大量计算表明该模型求解速度快 ,尤其对包含多个同种订单的调度问题更为显着 .(本文来源于《信息与控制》期刊2002年03期）
陈昌领,刘长龄,袁德成,邵惠鹤[8]（2002）在《单阶段多产品批处理过程的短期调度 1.基本模型的建立》一文中研究指出具有并行设备的多产品单阶段批处理过程短期调度问题需考虑订单发布时间、交货期 ,订单生产的顺序相关建立时间、禁止生产子序列 ,及设备的准备时间等生产约束 .本文在考虑上述约束的基础的上 ,利用时间间隙的概念和连续时间表达 ,将设备、订单分配给时间间隙分别表达为两类 0 - 1变量 ,建立了具有并行生产线的多产品单阶段批处理过程的短期调度数学模型 .模型表达为一个混合整数规划 (MIL P)问题 .该模型不但比已有的基于时间间隙描述的调度模型 0 - 1变量少 [1 ] ,而且能优化多种目标函数 .本文的第二部分将引入一些适当的启发性规则 ,减小了模型的规模 ,并应用大量的计算实例说明该模型的有效性和适用性 .(本文来源于《信息与控制》期刊2002年02期）
多产品批处理论文开题报告
（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：
流程工业在世界经济中占很大比例,是许多国家的基础产业和支柱产业。随着市场需求的变化,其生产过程逐步向多产品批处理生产方式转化。多产品批处理方式固有的灵活性使得其效率和效益很大程度上依赖生产计划的编制和调度方案的确定。然而,其生产调度问题是复杂的优化问题,现有的理论和方法不能很好的解决,迫切需要研究多产品批处理调度问题的建模和优化技术,探索寻找更好的调度方法,以指导企业实践、降低企业运营成本、提高企业管理水平。多产品批处理生产调度中各产品的物料按照相同的生产工艺依次连续通过各阶段的设备进行加工,当各阶段连续生产时类似于离散过程经典Flow-Shop调度问题。本文在以往研究的基础上对多产品批处理生产调度问题用PSO算法求解方面做了相关探索性研究并将研究应用于铝锭生产制造过程当中,探求解决实际问题的方法,为企业生产管理系统提供理论基础。首先,将各阶段由单一设备连续加工的多产品批处理调度问题转化为经典一般Flow-shop调度问题,对其建模方法进行研究,然后运用叁种方法求解问题。其中,前两种方法是以往学者基于连续建模思想建立混合整数规划模型求解的方法。第叁种方法是提出一种改进粒子群算法求解,算法中引入双向搜索策略改善了PSO易陷入局部最优而丧失种群多样性的缺陷。通过算例验证,传统的模型在求解小规模问题性能较好,而在大规模问题时,PSO算法是求解问题比较有效的方法。其次,在以上研究的基础上将问题进一步向实际生产环境拓展,研究了各阶段由并行设备协调生产的多产品批处理调度问题。由于加入了并行设备的选择而使问题相对于单一设备问题更加复杂。将其转化为经典的混合Flow-shop调度问题,在一般Flow-shop调度问题建模的基础上建立模型,并提出一种结合单纯形搜索和粒子群算法优势提高算法求解能力和效率的改进粒子群算法。并用一类经典实例测试验证,将算法的计算结果与文献中的模型计算结果比较,得出随着问题规模的增大,传统模型难以求解且解的质量不高,而在处理大规模的问题中,PSO体现出了优良性能。再次,基于以上研究对现代铝工业生产进行了简要描述和分析,根据实际生产流程对生产工艺过程简化处理,提取某铝厂由铝土矿生产工业用铝锭的生产过程,分析处理后将其抽象为一个各阶段并行设备协调生产的多产品批处理生产模式,然后用批处理方法对产品各阶段进行分批、计算确定对应批次的加工时间和能耗,最后将其转化为经典混合Flow-shop调度问题,从节能角度出发建立以最小能耗为调度目标的数学规划模型,调用与单纯形法混合的改进PSO进行求解,将求解结果与基本GA结果进行对比分析,进一步验证了PSO的优越性和其解决此类调度问题的能力。最后,总结了全文,展望了所研究问题未来的发展和应用。
（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。
多产品批处理论文参考文献
[1].冯梦华,谢勇.多产品批处理的多机并行调度问题研究[J].物流科技.2015
[2].马力.基于粒子群算法的多产品批处理生产调度问题研究[D].江西理工大学.2015
[3].郑秀莲,王万良.多产品批处理不确定生产调度的粒子群算法[J].工业控制计算机.2013
[4].蒋佳颖.基于量子遗传算法的单阶段多产品批处理调度研究与应用[D].浙江工业大学.2011
[5].王言林,顾幸生.不确定条件下单阶段多产品批处理过程的调度[J].东华大学学报(自然科学版).2006
[6].陈昌领,袁德成,邵惠鹤.多产品批处理过程调度的MILP建模[J].上海交通大学学报.2002
[7].陈昌领,宗学军,孙鹏,邵惠鹤.单阶段多产品批处理过程的短期调度2.模型的简化[J].信息与控制.2002
[8].陈昌领,刘长龄,袁德成,邵惠鹤.单阶段多产品批处理过程的短期调度1.基本模型的建立[J].信息与控制.2002