导读:本文包含了生产车间调度论文开题报告文献综述及选题提纲参考文献，主要关键词:自动导引车,多目标优化,多目标遗传算法,智能调度
生产车间调度论文文献综述
杨智飞,苏春,胡祥涛,陈帝江[1]（2019）在《面向智能生产车间的多AGV系统多目标调度优化》一文中研究指出以具有多台自动导引车(AGV)的智能生产车间为对象,以完工时间、AGV数量以及惩罚成本的最小化作为优化目标,构建作业车间多目标调度优化模型.针对多目标调度优化模型的求解需求,提出一种自适应多目标遗传-差分进化算法(AMOGA-DE),采用多段式实数编码的染色体表征调度方案,利用遗传算法获得模型优化解,融合差分进化算法和外部Pareto解集档案构建技术以改进解的质量,引入自适应策略以提高算法的收敛速度,实现多约束条件下AGV系统的多目标调度优化.以一个具有多台AGV的智能制造车间为例进行案例分析,得到调度方案.将AMOGA-DE与NSGA-Ⅱ、SPEA2算法应用于3个不同规模问题,研究结果表明:AMOGA-DE算法具有更快的收敛速度,能得到更好的优化结果,在不同规模的算例上获得了分布均匀且具有较高质量的Pareto解集.(本文来源于《东南大学学报(自然科学版)》期刊2019年06期）
马州[2]（2019）在《生产车间调度干扰管理模型研究》一文中研究指出在市场竞争日益激烈的今天,如何将可利用资源进行最合理的分配是每个生产管理者都需要思考的问题,可见生产调度在生产管理中具有重要的地位。然而现实的生产环境并不稳定,实际的生产过程处于一种动态变化之中。初始的生产调度方案由于突发事件的影响不再最优或者不可行,影响整个生产计划的后续执行。生产管理者必须及时地处理,避免与原生产计划产生较大的偏离。这个偏离会严重影响系统的正常运行,甚至影响企业的效益和核心竞争力。需要对原有方案进行更改,采用新的方案来降低干扰事件所带来的负面影响,以尽量小的代价使系统恢复正常。但是这种改变并不是完全的推翻原有计划,而是一种局部调整,新目标函数需要兼顾原有的目标,考虑节省费用,但往往不是费用最省方案。干扰管理的对象主要是在一段时间内发生概率较大的干扰事件。机器故障扰动作为典型的干扰事件之一,普遍存在于各个生产车间中,研究其干扰管理模型具有重大的意义。本文主要考虑生产车间中两种最为典型的调度问题,即Flow Shop调度问题和Job Shop调度问题,分别进行干扰管理建模和求解。量化干扰事件的影响,根据企业的实际需求制定度量函数。干扰事件选择机器故障扰动作为研究对象,设计算例进行分析研究。在算法方面,采用改进的混合算法,在编码和操作上进行创新,确保种群具有多样性不至于过早收敛的同时能在较短时间内求解。目前扰动度量的方式过于单一,在流水车间模型中使用最小化待加工工件的加权滞后时间和作为扰动目标。而作业车间干扰模型的多个目标之间是具有优先级关系,考虑初始目标为最小最大完工时间和,以虚拟滞后工件偏差数作为扰动目标。两种模型分别设计不同的调度算例进行检验。Job shop调度问题在解空间容量上更大,求解更加复杂,工艺约束条件更多,比Flow shop调度问题更加贴近实际情况。两者同为最常见的车间调度问题,在干扰管理中对比研究意义重大,可以为加工制造企业面对突发干扰事件时提供参考和借鉴。(本文来源于《广西科技大学》期刊2019-06-30）
汤洪涛,王大国,支文全[3]（2018）在《物联网环境下混流生产车间两级动态调度研究》一文中研究指出针对不确定的动态事件干扰混流生产车间预先调度实施的问题,对调度信息传递、车间扰动恢复、多目标优化等问题进行了研究。建立了以RFID技术为支撑的物联网环境下实时工况驱动的调度-重调两级动态调度机制,在物料消耗速率均衡化、最短化最小生产循环周期的两个预调度模型基础上,构造了混合布谷鸟搜索求解算法;基于扰动事件的特性,采取事件和周期混合驱动的调度策略,通过滚动窗口技术和混合布谷鸟搜索算法对重调度进行了求解,利用仿真平台对调度模型及混合布谷鸟搜索算法进行了测试。研究结果表明:该物联网环境的构建符合车间实时动态调度需求,能够实现工况信息的及时传递;调度机制能够有效应对各类扰动,满足了混流车间实际调度需要;算法求解速度快,获得的解质量良好。(本文来源于《机电工程》期刊2018年11期）
余佳扬[4]（2018）在《考虑落架次序的卫浴玻璃生产车间作业调度方法研究》一文中研究指出车间作业调度问题是生产制造中的一个NP-hard问题,本文针对考虑落架次序的卫浴玻璃生产车间作业调度问题展开研究。在卫浴玻璃生产过程中L架用于缓存和搬运玻璃,因而需要在L架数量有限条件下提高其流转率和装载量;此外,L架上的多个流程卡(工件)需要在不同工序段不断进行动态重组,不同的落架次序将会影响整个生产调度效率。总体而言,卫浴玻璃生产调度研究问题具有有限L架数量与工序段流程卡动态可调的特点,本文针对这一问题特点展开研究,具体地:首先,针对考虑落架次序的卫浴玻璃生产车间作业调度问题,建立了考虑L架流程卡先进后出的玻璃缓存落架次序优化问题和卫浴玻璃生产车间作业调度问题的数学模型。其次,针对玻璃缓存落架次序优化问题,以最大化L架流转率和装载率为优化目标,提出一种基于设备利用率优先的玻璃缓存落架次序优化算法(EU-SOA),在提高其流转率和装载率的同时,提高工序设备的利用率;具体地,首先根据流程卡在上一工序加工的设备号进行流程卡分类,通过基于二叉树搜索分类算法确定单台设备的流程卡加工次序;随后根据流程卡落架规则计算移动步长,对单台设备的流程卡加工次序进行调整;分别采用L架流转率优先策略和首位空闲装载率优先策略,提高设备利用率和L架的装载率;最后对叁种不同策略情况下的多组数据进行仿真对比,验证了玻璃缓存落架次序优化策略的有效性。再次,针对卫浴玻璃生产车间作业调度问题,考虑其落架次序的约束,以最小化最大完工时间为优化目标,研究一种基于EU-SOA的启发式遗传算法,该算法采用玻璃缓存落架次序优化算法和改进遗传算法结合的方式,通过对算法采用分段编码和启发式初始解的方式,降低了编码的复杂性,提高了种群的适应性;另外在子代种群经解码形成的解集合中,对初步获得各工序设备的初始加工队列,采用EUSOA算法进行调整,保证了落架次序的优化;随后与某卫浴玻璃生产企业目前采用的调度策略所形成的调度方案数据进行测试对比,结果验证了算法的有效性。最后,通过对卫浴玻璃生产车间的具体需求分析与功能规划,基于Java语言开发了面向卫浴玻璃生产车间的生产调度管理系统,开展企业应用,系统提供了相应的落架方案,实现了对生产订单的调度优化,符合卫浴玻璃生产车间的生产实际,具有一定工程应用价值。(本文来源于《广东工业大学》期刊2018-05-01）
崔晓川[5]（2018）在《Z公司生产车间加工与搬运设备的调度研究》一文中研究指出调度作为影响制造业系统的整体绩效水平的关键因素,越来越得到学者们的重视。企业为提高自身的竞争力,必须将生产资源合理调度。本文研究的是Z公司生产车间调度问题,具体涵盖综合考虑加工设备和搬运设备两者的调度研究。目的在于改善现有的生产调度方式,减少等待,提升生产效率,使得加工环节与搬运环节更好的衔接,从而减少产品的生产周期,提高企业效益。针对所研究问题,本文从Z生产车间的实际情况出发,按照产品的加工工艺流程、每台设备可承担的加工工序、设备的现场布局以及搬运设备在各设备之间的移动距离四个方面,统计和掌握车间和产品的基本信息,分析生产车间内搬运设备的现行调度方式。针对调查中暴露出的的工人误工、产品积压以及调度不及时等不合理之处,以最小化最大完工时间为目标,建立数学模型。然后,构建蚁群—遗传双层算法求解此问题,其中上层蚁群算法解决加工设备和搬运设备的选择问题,下层遗传算法解决既定加工设备和搬运设备的排序问题。通过VB编程,实现蚁群—遗传双层算法,得出优化方案,输出工件工序和搬运工序甘特图,并与现行调度方式对比,从搬运设备使用量降低和总加工时间缩短两方面证明优化方案的有效性。最后,通过改变算法和车间实例的不同参数输出的结果比较,验证了本文程序的稳定性和实用性,并为调度优化的有效实施提出了组织保障措施。本文中设计的程序,可以解决Z公司生产车间现行的加工设备和搬运设备调度问题,降低人工成本和设备成本,提高工作效率。同时,在生产流程结构一致的前提下,将其他变化的基本信息输入到后台数据库以及改变系统参数,为不同类的加工设备与搬运设备调度问题提供优化方案,引导企业提高生产效率,创造更高价值。该算法程序具有一定的稳定性和实践意义。(本文来源于《天津大学》期刊2018-04-01）
孙棋棋,丁谋[6]（2017）在《航空复材生产车间的智能服务化排产调度研究》一文中研究指出复合材料相比传统金属材料来说,具有轻质量、高强度、抗疲劳、耐腐蚀、可设计性强以及成本低等特点,不仅在航空产品上的应用比例越来越高,而且正在迅速扩展到国民经济的其他领域。随着复合材料的广泛应用和对复合材料需求量的快速提升,对复合材料零部件的生产提出更高的要求,需要更高效的生产、更优良的质量及更低廉的成本。复材生(本文来源于《智能制造》期刊2017年12期）
孙晓顺[7]（2017）在《大型生产车间中AGV调度方法研究》一文中研究指出自动导引车(Automatic Guided Vehicle,AGV)是近年来兴起的高效、稳定、灵活的无人化搬运工具,在制造业中有广泛应用。“中国制造2025”提出后,国内制造车间规模大幅提升,这使得车间物流调度中搬运任务数量变大、动态性增强、路网较为复杂,对AGV调度方法有着较高的要求。因此,探索综合调度性能优越、工程实用价值较强、适应大型生产车间的AGV调度模型及方法具有重要意义。本文研究了大型生产车间中的多AGV任务调度和单AGV路径规划两个问题,分别设计了基于MAS(Multi Agent System)的多AGV任务调度方法和改进A*算法,最后开发了一个AGV调度原型系统进行方法集成和系统状态的图形化监控与显示。首先,建立基于混合式MAS结构的模型,在此基础上提出基于锁机制的改进合同网协议并完善异常处理机制,得到基于MAS的分布式多AGV任务调度方法。通过Plant Simulation仿真实验,验证了所提方法优于未改进的MAS、FCFS、NAF和AWD。.其次,针对大型生产车间中工位多、路网杂的特点,提出了改进A*算法解决单AGV路径规划问题。通过实验验证了改进A*算法比Dijkstra算法和A*算法搜索的节点数量更少、最优路径转弯数量更少。然后,开发了一个AGV调度原型系统,在系统中集成了前两章提出的基于MAS的任务调度方法和改进A*算法,完成了图形化监控AGV位置、各传感器状态和任务完成状况的功能。最后,进行了全文总结,展望了未来研究的方向。(本文来源于《华中科技大学》期刊2017-05-01）
方霞,曹洁[8]（2016）在《基于遗传算法的多目标生产车间调度研究》一文中研究指出针对生产调度多目标动态复杂性,提出了一种基于AOE图寻找关键路径的改进遗传算法。采用基于工件和机器相结合的编码方法,根据多目标要求,设计了相应的交叉遗传算子。实验结果表明,改进的遗传算法符合车间实际应用情况,对解决多目标动态车间调度问题有实际的应用意义。(本文来源于《甘肃科技》期刊2016年17期）
李庆堂[9]（2015）在《基于改进遗传算法的多工艺路线及批量生产车间作业调度优化》一文中研究指出车间作业调度问题是生产管理的关键环节,车间作业调度问题的优化对提高生产效率和生产效益有至关重要的作用。车间作业调度问题具有多样性、复杂性和不确定性,是一个典型的NP hard问题。当今激烈的市场竞争环境下,多样化和个性化已成为客户主要需求,因此传统的车间作业调度问题与实际生产制造过程脱节严重,大批量单一品种的生产模式难以获得高效益。目前多工艺路线车间作业调度和批量生产车间作业调度已经受到广泛地关注。针对多工艺路线生产调度和批量生产车间作业调度问题的特点,建立了相应的数学模型,并设计了与其相适应的改进遗传算法进行求解。本文主要研究内容如下:针对在实际生产过程中,各类工件存在多种加工工艺路线,并且工件每条加工工艺路线包含的工序总数不确定的问题,以最大完工时间最小为优化目标,建立了工件加工路线和工序加工优先级同步优化数学模型。针对同步优化问题的特点,设计了基于工序优先级的矩阵编码方式,矩阵第一列为工件的加工工艺路线,剩余的各列为各工件的工序加工优先级。同时为了避免产生不可行解、提高算法的优化性能,设计了多种与问题相适应的交叉与变异操作方法。针对批量生产车间作业调度问题,本文考虑运输时间对整个加工完成时间的影响,以最大化完工时间最小为优化目标建立数学模型,并根据其特点设计了相应的改进遗传算法进行求解。在批量生产车间作业调度问题的求解过程中,批次数量的变化会导致染色体长度的变化,针对这一问题设计了基于相同工序的交叉方法,有效避免了不可行解的产生,提高了算法的计算效率。如何分批是批量生产过程的关键,针对该问题本文对提前固定批次和随机分批进行对比,分析了两种分批方式的优缺点。在上述理论研究的基础上,采用VC++编制了相应的优化设计程序,优化运行结果证明了改进遗传算法的有效性。(本文来源于《青岛理工大学》期刊2015-12-01）
杨玮,李国栋,李雪莲[10]（2015）在《生产车间与仓库输送系统优化调度研究》一文中研究指出自动化立体仓库中输送系统的调度问题是连接仓库和生产车间的瓶颈问题,过去采用AGV(Automated Guided Vehicle)调度,结果影响了自身运行效率。为了最大限度的减少AGV调度过程中产生死锁现象,建立了采用混合粒子群的多约束AGV调度问题的数学模型,利用遗传算法中的交叉和变异算子以保证粒子群算法中粒子的多样性,对模型进行求解。实验结果表明,混合粒子群算法能够有效的解决多约束AGV调度效率问题,具有较高的应用价值。(本文来源于《计算机仿真》期刊2015年10期）
生产车间调度论文开题报告
（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：
在市场竞争日益激烈的今天,如何将可利用资源进行最合理的分配是每个生产管理者都需要思考的问题,可见生产调度在生产管理中具有重要的地位。然而现实的生产环境并不稳定,实际的生产过程处于一种动态变化之中。初始的生产调度方案由于突发事件的影响不再最优或者不可行,影响整个生产计划的后续执行。生产管理者必须及时地处理,避免与原生产计划产生较大的偏离。这个偏离会严重影响系统的正常运行,甚至影响企业的效益和核心竞争力。需要对原有方案进行更改,采用新的方案来降低干扰事件所带来的负面影响,以尽量小的代价使系统恢复正常。但是这种改变并不是完全的推翻原有计划,而是一种局部调整,新目标函数需要兼顾原有的目标,考虑节省费用,但往往不是费用最省方案。干扰管理的对象主要是在一段时间内发生概率较大的干扰事件。机器故障扰动作为典型的干扰事件之一,普遍存在于各个生产车间中,研究其干扰管理模型具有重大的意义。本文主要考虑生产车间中两种最为典型的调度问题,即Flow Shop调度问题和Job Shop调度问题,分别进行干扰管理建模和求解。量化干扰事件的影响,根据企业的实际需求制定度量函数。干扰事件选择机器故障扰动作为研究对象,设计算例进行分析研究。在算法方面,采用改进的混合算法,在编码和操作上进行创新,确保种群具有多样性不至于过早收敛的同时能在较短时间内求解。目前扰动度量的方式过于单一,在流水车间模型中使用最小化待加工工件的加权滞后时间和作为扰动目标。而作业车间干扰模型的多个目标之间是具有优先级关系,考虑初始目标为最小最大完工时间和,以虚拟滞后工件偏差数作为扰动目标。两种模型分别设计不同的调度算例进行检验。Job shop调度问题在解空间容量上更大,求解更加复杂,工艺约束条件更多,比Flow shop调度问题更加贴近实际情况。两者同为最常见的车间调度问题,在干扰管理中对比研究意义重大,可以为加工制造企业面对突发干扰事件时提供参考和借鉴。
（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。
生产车间调度论文参考文献
[1].杨智飞,苏春,胡祥涛,陈帝江.面向智能生产车间的多AGV系统多目标调度优化[J].东南大学学报(自然科学版).2019
[2].马州.生产车间调度干扰管理模型研究[D].广西科技大学.2019
[3].汤洪涛,王大国,支文全.物联网环境下混流生产车间两级动态调度研究[J].机电工程.2018
[4].余佳扬.考虑落架次序的卫浴玻璃生产车间作业调度方法研究[D].广东工业大学.2018
[5].崔晓川.Z公司生产车间加工与搬运设备的调度研究[D].天津大学.2018
[6].孙棋棋,丁谋.航空复材生产车间的智能服务化排产调度研究[J].智能制造.2017
[7].孙晓顺.大型生产车间中AGV调度方法研究[D].华中科技大学.2017
[8].方霞,曹洁.基于遗传算法的多目标生产车间调度研究[J].甘肃科技.2016
[9].李庆堂.基于改进遗传算法的多工艺路线及批量生产车间作业调度优化[D].青岛理工大学.2015
[10].杨玮,李国栋,李雪莲.生产车间与仓库输送系统优化调度研究[J].计算机仿真.2015