基于改进蚁群算法的柔性车间调度研究
这是一篇关于改进的蚁群算法,柔性作业车间调度问题,静态调度,动态调度,多目标调度,系统开发的论文, 主要内容为柔性作业车间调度问题(Flexible Job Shop Scheduling Problem, FJSP)是传统作业车间调度问题(Job Shop Scheduling Problem, JSP)的扩展,它假定一个工序可以在多台机器上加工,它不仅需要确定工序的加工顺序,还要给每个工序分配机器,但其更加符合实际的生产环境。尽管FJSP减少了机器约束,但是其增加了机器的不确定性,扩大了可行解的搜索范围,是一类更为复杂的NP-hard问题,所以对它的研究具有重要的理论价值和应用意义。本文的研究就是围绕柔性作业车间调度问题展开的,主要工作如下：首先,对柔性作业车间调度问题国内外研究现状进行了综述,分析了基本蚁群算法求解柔性作业车间调度问题存在的不足,进一步提出了本文的研究思路。其次,充分考虑生产成本,交货期,完工时间等目标,构建了FJSP的多目标调度模型。再次,提出一种改进的蚁群算法求解FJSP。首先将改进的蚁群算法应用于静态柔性作业车间调度问题,进一步对动态环境下的柔性作业车间调度问题进行研究。针对FJSP的特点,本文提出了一种新的机器选择策略,从而扩大了机器选择空间。本文提出的一种改进蚁群算法,改进之处主要体现在以下几个方面：(1)采用了一种均匀分布蚂蚁初始位置的初始化机制,并且蚂蚁在开始搜索阶段不按照信息素引导机制选择路径,只有当信息素超过某个值的时候,才允许按照信息素引导方式寻找最优路径；(2)采用一种新的先验知识选择路径、概率搜索和随机搜索三种方式相结合的节点选择方法,并排除转移概率不合理的路径；(3)对信息素的更新方式进行了改进。当蚁群算法陷入局部最优的时候,采取强制破坏路径上的信息素的方式来打破蚁群算法陷入局部最优的状态。与此同时,若一条路径上面的信息素超过所有路径上面信息素总量的90%时,对信息素进行初始化的操作；(4)在构建解的过程中,当蚂蚁目前已经搜索到的解大于目前发现的全局最优解,则提前退出该蚂蚁的遍历。改进的蚁群算法能够进一步加快蚁群算法的收敛速度和提高全局搜索的能力。通过多个仿真实验案例,并将计算结果与文献中其他算法进行比较,验证所提出改进算法的可行性和有效性。最后,根据企业的生产需求,开发了柔性作业车间调度系统平台。
基于MES系统的动态调度排产技术的研究
这是一篇关于MES,动态调度,遗传算法,微服务架构的论文, 主要内容为制造业在国民经济中占有非常重要的地位,随着信息化技术的飞速发展,制造业在信息化技术方面越来越受到重视。制造执行系统(Manufacturing Execution System,MES)是位于上层管理系统和下层控制系统之间的信息管理系统,是实现信息实时通信的桥梁,为生产制造业中生产加工任务的排产调度提供了合理的平台,有效地提高了生产管理任务的生产效率。本文首先介绍了基于MES系统柔性车间动态调度问题的研究背景和意义,对MES系统的研究现状以及动态调度问题的求解方法的研究现状进行了分析,确立研究重点为柔性车间动态调度问题。在生产加工过程中存在不确定性动态事件干扰生产过程的顺利进行,为了解决动态事件对原调度方案的影响,建立了基于最大完工时间最小化和偏离度最小化为性能指标的柔性车间动态调度问题的数学模型。提出移位系数的概念来表征动态事件对生产的干扰程度,将移位系数作为重调度启动的一个指标,建立基于移位系数的混合重调度驱动机制;通过对重调度驱动策略的对比分析,提出基于完全重调度和维持原调度混合重调度驱动策略;使用改进的遗传算法和模拟退火算法相结合的混合优化算法解决柔性车间动态调度问题。通过对比实验证明了在解决柔性车间动态调度问题时采用混合优化算法、混合驱动机制和混合驱动策略的优越性。对MES系统车间调度服务进行了需求分析,结合微服务架构的优越性,使用微服务架构的方式来设计调度服务模块,实现调度服务与MES系统的信息互通。
基于MES系统的动态调度排产技术的研究
这是一篇关于MES,动态调度,遗传算法,微服务架构的论文, 主要内容为制造业在国民经济中占有非常重要的地位,随着信息化技术的飞速发展,制造业在信息化技术方面越来越受到重视。制造执行系统(Manufacturing Execution System,MES)是位于上层管理系统和下层控制系统之间的信息管理系统,是实现信息实时通信的桥梁,为生产制造业中生产加工任务的排产调度提供了合理的平台,有效地提高了生产管理任务的生产效率。本文首先介绍了基于MES系统柔性车间动态调度问题的研究背景和意义,对MES系统的研究现状以及动态调度问题的求解方法的研究现状进行了分析,确立研究重点为柔性车间动态调度问题。在生产加工过程中存在不确定性动态事件干扰生产过程的顺利进行,为了解决动态事件对原调度方案的影响,建立了基于最大完工时间最小化和偏离度最小化为性能指标的柔性车间动态调度问题的数学模型。提出移位系数的概念来表征动态事件对生产的干扰程度,将移位系数作为重调度启动的一个指标,建立基于移位系数的混合重调度驱动机制;通过对重调度驱动策略的对比分析,提出基于完全重调度和维持原调度混合重调度驱动策略;使用改进的遗传算法和模拟退火算法相结合的混合优化算法解决柔性车间动态调度问题。通过对比实验证明了在解决柔性车间动态调度问题时采用混合优化算法、混合驱动机制和混合驱动策略的优越性。对MES系统车间调度服务进行了需求分析,结合微服务架构的优越性,使用微服务架构的方式来设计调度服务模块,实现调度服务与MES系统的信息互通。
日用陶瓷MES中智能生产管控技术的研究与实现
这是一篇关于制造执行系统,日用陶瓷,知识图谱,动态调度,模糊控制的论文, 主要内容为随着信息技术的不断发展,制造执行系统(MES)作为一种重要的生产管理工具正在逐渐得到广泛应用。日用陶瓷作为制造业中的重要产业之一,其MES系统的生产管理技术,即如何实现生产过程数据化和生产管理智能化,进一步提高生产效率和产品质量,目前已经得到越来越多关注和研究。针对在日用陶瓷生产管理中存在的生产计划不合理、生产烧制过程难以控制等问题,本文提出一种日用陶瓷智能生产管控技术,该技术不仅结合知识图谱和深度学习进行合理高效的排产调度,并能通过自适应模糊控制实现陶瓷窑炉的生产控制。本文的主要研究内容如下:(1)针对日用陶瓷生产品种多、种类杂、工序关联复杂等特性,提出了一种基于知识图谱的自适应排产调度算法。该算法首先通过构建排产调度知识图谱,将实时生产数据与静态数据融合,从而为排产策略提供时效信息,使得生产计划更符合企业的实际情况。然后,将排产调度过程分为两个阶段,分别为其设置优化目标,并使用深度强化学习的方式进行排产决策,从而达到合理高效的排产目的。最后通过仿真实验,使用标准测试算例从算法复杂度、收敛性和优化目标多个方面进行算法的对比分析,验证了算法的有效性,与其他算法相比,在动态插单的情况下大大缩短交付期并提高设备使用率。(2)针对日用陶瓷窑炉存在滞后性、参数时变性和多变量耦合等问题,提出一种基于模糊控制的陶瓷生产参数自适应调节算法。该算法采用双模糊控制器,能够高效、合理地应用于陶瓷窑炉的烧制过程中,有效解决了传统模糊控制算法中控制规则和参数数量较大、难以进行优化的问题,并通过自适应更新控制参数的方法进一步增强了算法的控制精度和可靠性。最后,通过仿真实验验证该算法有效性,实验结果表明在模糊控制规则制定正确与错误的情况下,该算法都具有良好的自适应能力与健壮性,能够有效地控制日用陶瓷窑炉的烧制过程,避免烧制过程中出现的一些问题,提高生产效率和产品质量。(3)设计并实现了日用陶瓷智能生产管控系统。系统采用物联网四层架构,即感知层通过传感器实现日用陶瓷生产数据的采集,传输层通过网关实现生产数据的上传和控制指令的下发,平台层使用数据库工具存储和分析生产数据,应用层基于B/S架构实现生产管控系统的各个功能模块。同时在系统中实现了基于知识图谱的陶瓷生产自适应排产技术来合理安排生产计划,并通过基于模糊控制的陶瓷生产参数自适应调节技术来控制陶瓷生产过程。
支持动态调度和负载均衡的云资源管理平台D-Cloud的设计与实现
这是一篇关于资源管理,云调度平台,动态调度,负载均衡的论文, 主要内容为随着越来越多开发人员将应用部署在云端,如何为应用程序提供一个稳定可靠的运行环境变得越来越重要,其中如何做好底层资源的调度和负载均衡则是一个不容忽视的挑战。在这个背景下,D-Cloud为非结构化数据管理系统D-Ocean提供了一个可弹性扩展、资源动态调度、负载均衡的云调度平台。本文首先总结了国内外研究为提高数据中心资源利用率所取得的成果,并对当前云计算资源管理提出了三层资源管理模型；其次,设计并实现了D-Cloud云调度平台,该平台基于OpenStack并借鉴了其在系统架构方面的优秀设计理念：将各个功能模块化,旨在实现一套集部署、监控、动态调度和负载均衡为一体的云调度平台,各个模块通过消息中间件实现服务接口与实现解耦以及子系统之间的消息通信,实现分布式的部署管理,在可扩展性方面具备先天的优势；而本文重点在于详细阐述了云计算三层资源管理模型中的改进与创新,包括虚拟机初始化放置、虚拟机动态调度以及物理机负载均衡这三个方面,以充分利用物理资源的计算能力,为整个系统的资源管理提供强有力的支持。最后,本文提供了D-Ocean系统在D-Cloud云调度平台上实际运作的应用举例,用以证明D-Cloud能够充分根据D-Ocean系统对计算资源的需求进行动态资源调整和负载均衡,以充分展现该调度平台的实用性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码项目助手 ，原文地址：https://m.bishedaima.com/lunwen/46168.html
