给大家分享5篇关于分批调度的计算机专业论文

今天分享的是关于分批调度的5篇计算机毕业论文范文, 如果你的论文涉及到分批调度等主题,本文能够帮助到你

基于生物地理学-灰狼算法求解并行机分批调度问题研究

这是一篇关于不相关并行机,分批调度,生物地理学算法,最大完工时间,切换次数的论文, 主要内容为随着工业自动化与物联网技术愈发成熟,传统制造企业逐步开始进行智能化转型,生产效率作为企业的核心竞争力,生产资源的合理配置和有效利用与之密不可分。目前,并行机生产模式到广泛应用,如注塑车间、发光二极管制造、卷烟加工等,并行机车间优化调度问题成为影响车间生产效率的关键因素,该问题需要在满足并行机车间实际工况约束条件下,求得最佳工件排序和机器指派,使得相关性能指标最优,因此,本文以并行机车间调度问题为研究对象,对问题进行单目标与多目标优化研究,并运用所提算法设计了相关排产调度系统,主要研究内容如下。首先,分析并行机调度问题与相关算法的研究现状,以不相关并行机分批调度问题为对象,最小化完工时间为优化目标,设计了混合生物地理学灰狼算法进行求解。算法采用工件批次、批量、机器分区的整数与实数相结合编码方式,实数编码批量区引入Logistic混沌映射策略初始化,并根据狼群游走机制进行迭代,在整数编码批次与机器区采用物种迁徙策略,采用自适应灾变算子的同时,引入局部反向邻域搜索策略。其次,考虑序列相关机器切换时间,以最小化最大完工时间与机器间工件切换次数为优化目标,设计了一种改进的两阶段多目标生物地理学算法。在单目标算法基础上采用列反向融合策略生成初始种群,引入两阶段邻域搜索,在Pareto非支配排序中引入超体积评价指标,随后在算法第二阶段采用基于机器的矩阵序列编码优化加工顺序缩短切换时间。最后,通过基准算例及卷包实例的仿真试验证明了所提算法的有效性与优越性,以某企业并行机车间排产调度问题为例,采用Python开发平台,以Flask框架和SQLite数据库为服务器,以所提算法的仿真优化模型为后端程序,基于B/S架构开发出并行机车间分批排产调度系统。综上所述,本文针对并行机车间分批调度问题,提出了一种分区编码与基于机器矩阵的序列编码方式、基于狼群游走的物种迁徙机制、局部反向邻域搜索策略、两阶段邻域搜索策略及基于超体积评价的Pareto非支配排序,分别设计了单目标、多目标优化算法,通过基准算例与卷包实例的对比试验,证明了所提算法的有效性,最终,基于以上研究成果开发出并行机车间排产调度系统,使本文所提算法具有实际的工程应用价值。

基于遗传算法的多层级装配作业车间分批调度方法研究

这是一篇关于装配作业车间,多层级装配结构,分批调度,遗传算法,方向性的论文, 主要内容为生产调度是工业活动中的一个重要环节,合理的生产调度计划能够优化车间资源配置、提高设备利用率、降低制造成本,从而提高企业竞争力和市场效益。传统的研究大部分都集中于作业车间调度问题JSP(Job-shop Scheduling Problem)上,而装配作业车间调度问题AJSP(Assembly Job-shop Scheduling Problem)作为JSP更为贴合实际的一类问题,却受到较少关注。在AJSP中,调度过程通常面向具有多层级树状结构的产品制造,产品经由加工和装配两个阶段完成生产过程,其既要考虑任务的工艺顺序约束,还要考虑各层级任务间装配关联约束,即关联零部件只有齐套才能开始装配,因而具有更高的复杂性和挑战性。本文把此类含多层级装配型结构的问题称为多层级装配作业车间调度问题MAJSP(Multi-level Assembly Jobshop Scheduling Problem)。分批作为生产系统中重要的技术手段之一被广泛应用于实际调度中,通过合理的分批能够提升子批在车间的流动性,从而缩短完工时间和提高生产效率。在MAJSP中考虑分批调度时,各层级零部件子批的调度将更加灵活与复杂,因任务的随机分批与各子批任务间存在的装配约束关系都会给问题的寻优求解与实际生产管理带来很大的困难性。故针对多层级装配作业车间中的分批调度问题,设计使用高效的分批策略与调度算法对提升任务间协同性与子批的流动性具有重大的研究意义与学术价值。首先,本文分别综述了作业车间分批调度问题与装配作业车间分批调度问题的研究现状,在总结分析了现有研究不足的基础上首次提出了面向多层级装配型产品的分批调度问题。通过对多层级装配作业车间分批调度问题中的难点分析,构建了以完工时间最小化为优化目标的数学模型,并基于分批调度问题中的两种处理策略:分步优化策略与集成优化策略,提出了本文问题整体的求解流程框架。然后,根据分步优化策略提出了以遗传算法优化分批与分派规则优化调度相结合的分层迭代优化算法,通过仿真实验比较了不同分批策略与分派规则在不同产品结构下的性能表现;其次根据集成优化策略将分批方案与调度方案进行统一编码,并基于遗传算法分别提出了全域搜索算法和可行域搜索算法,其中在含传统遗传进化算子的全域搜索算法中加以修复操作以使不可行染色体满足各层级之间的装配约束而转化为可行染色体,在可行域搜索算法中设计了改进型的种群生成方式、交叉算子与变异算子以使其遗传进化过程都在可行域中进行,之后通过仿真实验对比了分层迭代优化算法、全域搜索算法、可行域搜索算法三者的求解效果。最后,在可行域搜索算法中耦合了多种分批策略用于求解,其中提出了在加工/装配两阶段对工件进行批量划分的四种分批策略,以探究对不同产品结构在不同阶段进行分批的性能表现,并根据其在不同产品结构下的适应性进一步提出了协同复杂型导向策略给分批一定的方向性指导,以优化完全随机搜索分批导致的算法搜索空间大,求解效率低的问题。

考虑任务间装配关联的作业车间分批调度问题研究

这是一篇关于装配作业车间,分批调度,遗传算法,投放控制,分派规则的论文, 主要内容为本文主要研究的是装配作业车间分批调度问题,分批调度作为生产系统改进不可或缺的技术手段而广泛存在于工业生产的各个方面。装配作业车间环境在实际生产中更加具有代表性,且相比于传统JSP问题往往具有更高的复杂度。因此,对其的研究具有重要的理论和现实意义。首先,装配作业车间分批调度问题主要可划分为批量最优拆分和子批排序优化两个子问题。针对两个子问题的求解方法,本文基于系统优化的角度将两个子问题加以联合处理,构建了装配作业车间分批调度数学模型,以产品最大完工时间为优化目标提出了三种求解算法,分别是基于整体优化思路提出的改进型集成优化算法、基于分层迭代优化思路提出的混合求解算法和双层遗传算法。最后通过仿真实验对上述所提算法的求解效果、收敛速度和适应特点进行了对比性分析。其次,通过对上述三种算法的对比研究,考虑客户对高交货可靠性的需求,构建了包含交货提前惩罚、交货拖期惩罚和特定时点的完成进度滞后惩罚的分批调度数学模型,采用混合求解算法并通过仿真实验,从作业分派规则、订单规模、互用零件占比、分批策略、目标权重设置等多维度进一步验证了该算法的有效性和内在特点。最后,当前对装配作业车间分批调度问题的研究大都侧重于静态确定性环境,然而在实际生产中,装配作业车间分批调度问题具有高度的不确定性与复杂性,负荷控制是一种专门针对车间以及ETO型企业等高度复杂的生产环境的生产计划与控制方法,可以有效控制车间的生产负荷均衡化,提高订单准时交货能力。但出于对理论与现实差距的考虑,负荷控制方法在装配作业车间的适应性还有待进一步评估与改进。基于以上原因,本文主要研究订单动态到达环境下,如何在生产过程中保证车间作业整体负荷均衡化的前提下通过车间分批调度优化订单准时交货率,从而构建了多层递阶负荷均衡化的仿真模型并提出了多种任务投放与作业分派集成的负荷控制方法,通过仿真分析了不同组合的集成控制方法对车间性能指标的影响。

航空结构件车间调度系统的研究与实现

这是一篇关于多目标调度,分批调度,模因演算法,重调度,调度系统的论文, 主要内容为航空结构件作为飞机的重要组成部分,是航空制造业智能制造的重点发展对象。在历经多年发展后,我国航空结构件生产车间虽已在数字化与信息化方面取得了长足的进步,却仍面临着数字化,智能化水平低的问题。尤其在生产调度方面,存在着人工干预现象严重、生产数据丢失、生产调度不合理、生产管理效率低等诸多问题,从而导致加工制造总流程时间过长,制造过程增值比过低等问题。此外,航空结构件车间具有多品种、小批量、批产与试制相混合的生产特征,使得其生产调度变得更为复杂。因此,本文以航空结构件车间的生产调度为研究对象,通过建立符合其生产特征的多目标分批优化调度模型和设计了高效的求解算法,并在最终设计开发集生产资源管理、任务管理、车间调度、生产状况反馈功能于一体的原型车间调度系统,从而提升车间的调度性能与智能化水平。本文主要研究内容如下:(1)基于对航空结构件车间的生产流程、生产特征及调度优化目标的调研分析,建立符合该车间生产特征的多目标分批优化静态调度模型。在该调度模型中,同时考虑加工时间指标,车间能耗指标,延期指标与设备负荷指标。对于工件批量的划分选用等量分批法,以兼顾批量划分的细粒度与求解的难度;对于分批调度优化采用集成优化策略,即同时对批量划分与调度进行优化,以获得更优的调度解。(2)设计高效的MA算法用于多目标分批优化调度模型的求解。该算法将NSGA-Ⅱ的基本框架与以关键路径为基础的邻域搜索算子相结合。同时,采用一种混合策略的种群初始化方法,以保证初始种群中个体的质量与多样性。(3)对航空结构件车间动态调度问题进行描述与分析,建立多目标分批优化动态调度模型。在周期与事件混合驱动机制、完全重调度、移动重调度等相关理论基础上,引入定量评价扰动事件对生产系统影响的延迟系数,提出了基于延迟系数的重调度方法。(4)车间调度系统的设计与实现。对该调度系统的需求进行了分析与总结,完成了系统的整体设计,数据库的设计。并基于SpringBoot、MyBatis、Bootstrap、FusionChart等框架完成了调度系统的开发。