双系统优化及约束作业车间调度应用研究
这是一篇关于AGV约束,车间调度问题,双系统优化算法,协同演化,相对位置编码的论文, 主要内容为车间调度问题关系到企业的生产计划与生产过程,是高效生产的关键问题之一。本文在国家自然科学基金(No.50975039)的资助下,以福建G公司的带AGV约束的作业车间调度问题为工程背景,研究约束作业车间调度问题的优化方法。在生产实际中,妥善协调作业车间调度问题与AGV调度问题能够有效降低企业生成成本并提高生产效率。合理调度AGV与车间作业,实现车间内部的物流系统与生产系统协调合作,已经成为制造企业提高自身竞争力的关键。本文研究内容包括以下三个方面： (1)针对典型JSP问题的各种编码方式,在Lamarckian性、完备性与解码复杂性等方面进行了较为详尽的分析,并针对其有序性本质,给出一种相对位置编码方式,实现与经典JSP编码方式混合编码,有效地降低了问题维度,减少无效或重复解。数值计算结果验证了该混合编码方式的作用。 (2)基于双系统优化框架给出了DDEGA算法以求解JSP问题。该算法建立在基于“协同演化”概念的双系统优化框架基础上,采用差异演化算法与遗传算法进行伪并行计算,并通过精英个体迁移,促进彼此的种群多样性。数值试验结果表明,DDEGA算法抑制了早熟,能够获得较好的解决方案。 (3)基于以上研究,针对带AGV约束的作业车间调度问题工程实例,采用本文提出的双系统优化算法与混合编码方式,对约束车间作业问题进行了优化调度,并初步设计了一个带AGV调度系统接口的作业车间调度软件,给出了该软件的架构及其用户接口界面。 本文工作期望在理论上有助于双系统优化算法和车间调度问题的研究进展,在实际工程上,期望可为带约束的车间调度问题给以支持与参考。
面向光伏企业的MES研究与实现
这是一篇关于制造执行系统,车间调度问题,禁忌搜索算法,工作流,物联网的论文, 主要内容为全球经济的迅速发展，引起了制造业的革命。越来越多的企业引入信息化的管理方式来提高效益。很多企业都试图开发出能适应各自生产情况的制造执行系统，用来解决生产车间的调度问题、生产数据的实时监控和实时交互等问题。本文以某太阳能高科技有限公司的实际业务需求为背景，运用禁忌搜索算法、工作流和物联网等技术，对制造执行系统进行了理论研究和实践。 本文主要研究内容包括以下几个方面。在开发技术上，制造执行系统采用基于MVC模式下的综合集成解决方案，由Spring.NET框架、IBatis.NET框架和ASP.NET MVC技术构成。前端采用Jquery UI和Ajax技术来丰富页面。在生产中，比较难解决的问题当属车间作业的调度问题，某企业生产线的特点是单目标柔性车间作业，经过综合分析后认为采取禁忌搜索算法来解决车间作业调度问题最为适合。因此对禁忌搜索算法进行了理论研究，同时将禁忌搜索算法与其他算法进行了比较。在车间管理方面，尝试引入工作流来协助车间的管理。分析了工作流在生产中的优势，通过对工作流的模型、工作流的权限和工作流实例这三个方面的管理，使工作流在生产中很好的执行。在车间数据处理方面，采用物联网中的RFID技术，通过移动终端对各个组件的信息进行采集，然后通过移动终端上的Android程序对数据进行处理，最后经无线网络与后台服务器上的制造执行系统进行交互。最后，总结全文的研究工作后，提出了还需开展的工作。 MES不仅满足了企业的实际业务需求，前端技术的使用提高了用户体验，增强了页面的美观、提升了页面的刷新速度。使用禁忌搜索算法很好地解决了该企业的车间作业调度问题。工作流的引入极大的提高了生产车间的执行效率。物联网技术也实现了车间生产数据的实时采集、实时监控、实时处理。
面向光伏企业的MES研究与实现
这是一篇关于制造执行系统,车间调度问题,禁忌搜索算法,工作流,物联网的论文, 主要内容为全球经济的迅速发展，引起了制造业的革命。越来越多的企业引入信息化的管理方式来提高效益。很多企业都试图开发出能适应各自生产情况的制造执行系统，用来解决生产车间的调度问题、生产数据的实时监控和实时交互等问题。本文以某太阳能高科技有限公司的实际业务需求为背景，运用禁忌搜索算法、工作流和物联网等技术，对制造执行系统进行了理论研究和实践。 本文主要研究内容包括以下几个方面。在开发技术上，制造执行系统采用基于MVC模式下的综合集成解决方案，由Spring.NET框架、IBatis.NET框架和ASP.NET MVC技术构成。前端采用Jquery UI和Ajax技术来丰富页面。在生产中，比较难解决的问题当属车间作业的调度问题，某企业生产线的特点是单目标柔性车间作业，经过综合分析后认为采取禁忌搜索算法来解决车间作业调度问题最为适合。因此对禁忌搜索算法进行了理论研究，同时将禁忌搜索算法与其他算法进行了比较。在车间管理方面，尝试引入工作流来协助车间的管理。分析了工作流在生产中的优势，通过对工作流的模型、工作流的权限和工作流实例这三个方面的管理，使工作流在生产中很好的执行。在车间数据处理方面，采用物联网中的RFID技术，通过移动终端对各个组件的信息进行采集，然后通过移动终端上的Android程序对数据进行处理，最后经无线网络与后台服务器上的制造执行系统进行交互。最后，总结全文的研究工作后，提出了还需开展的工作。 MES不仅满足了企业的实际业务需求，前端技术的使用提高了用户体验，增强了页面的美观、提升了页面的刷新速度。使用禁忌搜索算法很好地解决了该企业的车间作业调度问题。工作流的引入极大的提高了生产车间的执行效率。物联网技术也实现了车间生产数据的实时采集、实时监控、实时处理。
细菌觅食优化算法求解车间调度问题的研究
这是一篇关于细菌觅食优化算法,车间调度问题,搜索策略的论文, 主要内容为本文所研究的细菌觅食优化算法(Bacteria Foraging Optimization, BFO)是一种最近提出的进化计算方法,其在生物学上的理论基础是人类肠道中的大肠杆菌在觅食的过程中所体现出来的智能行为。本文作者通过对细菌觅食算法的深入分析,对该算法中的主要操作——趋向性操作和迁移操作,分别提出了改进的方案,并将改进后的算法应用于车间调度问题的解决上,以验证改进的算法的有效性。 改进的方法可简要叙述为:对于趋向性操作提出了两种新的搜索方法,分别称为基于个体的搜索和基于群体的搜索。基于个体的搜索是指个体根据自身在搜索过程中所积累下来的历史信息进行下一步的搜索,基于群体的搜索,是指群体中的个体之间互相交流信息,从而达到提高整个群体的适应度的目的。而对于迁移操作则提出了智能生成新个体的策略,该策略的主要思想是尽量使耗时较长的工序先进行加工。 将改进后的细菌觅食优化算法应用于车间调度问题,实验结果表明改进的算法对车间调度问题的求解结果优于标准的细菌觅食优化算法,并且部分测试问题找到了目前的最优解。
智能组合优化平台设计与实现
这是一篇关于旅行商问题,车间调度问题,优化算法的论文, 主要内容为旅行商问题和车间调度问题是现实世界中的一类组合优化问题,这类问题均属于NP难问题。自上世纪50年代中期仿生学创立以来,人们不断地从生物进化的机理中得到启发,提出了许多用于解决复杂优化问题的新方法,比如神经网络、遗传算法、模拟退火算法、进化规划等。这些新方法已经成功地应用于解决实际的组合优化问题,因此开发一个使用智能优化算法解决组合优化问题的平台是可行的并且具有重要的意义。 本文首先分析了TSP和JSP等组合优化问题,并介绍了近年来一些流行的智能优化算法。然后提出了智能组合优化平台的分析与设计的方法,阐明了该平台的整体架构与开发过程。之后对平台开发中使用的类进行定义说明,明确和规范了类之间的调用与功能,进而实现了该平台。最后对该平台运行的结果进行了测试并且分析该平台需要改进的功能与空间。
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：毕设海岸 ，原文地址：https://m.bishedaima.com/lunwen/53350.html
