复杂产品多设备工序综合调度问题概述.docVIP

　　复杂产品多设备工序综合调度问题概述 --第1章 绪论 1.1 课题研究背景 调度问题是为了提高产品生产效率，缩短产品生产周期，合理地利用有限的设备资源优化产品加工过程。它是在制造业中最早被提出，之后被广泛地应用于其他领域，例如计算机系统、生产管理、交通运输管理，通信等等。随着社会经济全球化的发展和企业竞争意识的不断增强，特别是多品种、小批量的制造模式所占比例日益增大，此时，如何提高产品制造效率和缩短产品生产周期成为了影响企业生存发展的重要因素。因此，产品各零部件的加工调度和对加工完的零部件的装配调度逐渐成了企业关注的热点。通过利用计算机辅助制造方法，可以使企业在相同的技术条件下，制定出更为合理的产品加工和装配计划，从而减少人们大量的繁杂劳动，缩短产品生产周期，提高产品的竞争力，获得更多的利润，为企业带来更好的经济效益。产品制造过程可划分为两个方面，一个是只优化产品加工过程的纯加工调度问题[1,2]，如图 1-1 所示，另一个是只优化产品组装配置过程的纯装配调度问题[3,4]，如图 1-2 所示。为了提高生产线的制造效率，对于大批量相同产品采取流水调度，相应的调度算法有免疫调度算法[5]、遗传算法[6]和微分进化算法[7]等。对于多品种小批量产品采取车间调度，相应的调度算法有启发式算法[8]、蚁群算法[9,10]、粒子群算法[11]和混合算法[12,13]等。这些算法有一个共同特点，就是先将产品的各工件在加工生产线上进行加工，然后再把加工完的各工件在装配生产线上进行组装。 1.2 国内外研究现状及分析 调度问题自被提出以来，一直备受学术领域和生产制造领域的广泛关注和重视。此问题涉及到了众多的学科领域，如数学方面，模式识别方面和运筹学等众多方面，学者们利用运筹学中的数学规划研究解决了许多的调度优化难题。但是由于做调度理论研究时学者们对实际生产给予一些假设，所以经典调度问题和实际调度问题还未达到相一致的程度。而且由于实际问题的计算复杂性很高，没有固定的规律可循，所以没有什么固定的成熟的算法。所以仅仅通过基于解析优化方法试图解决此 NP-hard 调度问题[14]是很困难的。在这个驱动下学者们不断探索，开始利用人工智能等知识来解决实际调度问题的智能调度，从大量文献看，这种方法是现阶段最有效的方法之一。调度问题的求解方法可以笼统地分为如图 1-3 所示两类。 数学规划法通常结合运筹学的基本理论与方法，用线性等式或不等式表示调度问题的优化目标和各种约束条件，通过枚举的方法求解。分支定界法是线性规划的一种，该算法通过尽早发现不符合分支并不再计算该分支的方法，能减少算法的计算量[15]。松弛方法为了克服分支定界法的整数约束问题，将原来复杂问题中的一些约束条件去掉而使问题变得易于求解，但是却增加了相应的代价，即增加了计算时间。 Nakano 等在 1991 年首先把遗传算法引入到车间调度研究中，他们设计了用二元矩阵对调度进行遗传编码的方法，再根据工件对在相应设备上的先后顺序确定矩阵的构成。遗传算法用染色体的优胜劣汰的生存方式来描述调度问题的求解，通过染色体群的复制、交叉变异等进化过程，最终收敛到“最适应环境”的个体而获得接近最优的解决方案[16,17]。为了求解车间调度问题，陈雄等提出了一种简单、易操作的遗传算法，为了确保生成活性调度，算法中引入了插入式贪婪解码算法，所以该算法具有更强的搜索能力。赵巍等在 2003 年提出了改进的遗传算法来解决调度问题，该算法通过对加工任务在不同设备上的轮换，实现了加工设备的负载平衡，最终达到缩短产品总加工时间的效果[18]。 第2章 复杂产品综合调度问题综述 2.1 综合调度问题的描述及模型 2.1.1 问题描述综合调度问题就是将工件间有约束关系的产品的加工和装配同时处理的调度问题。复杂产品综合调度问题可以描述为如下：工序集中有 n 个待加工的工序，根据工序间的工艺次序约束将 n 个工序安排到 m 台加工设备上。工序的加工必须满足一些条件，如工序之间有次序约束，每个工序必须在其所有工艺紧前工序和设备紧前工序处理完毕后才能被处理；每台设备在任意时刻只能处理一个工序，且设备的加工过程不能中断；设备集中不存在具有相同功能的设备等。 2.1.2 问题模型描述 复杂产品的加工工艺树是根据工序与工序间的制约关系建立的树状结构，产品 p 的加工工艺树如图 2-1 所示。加工工艺树上的结点代表产品的工序，产品 p 由工序 1~工序 7 七个工序组成；有向边表示工序加工次序的偏序关系，如工序 3 必须在工序 1 加工完才能加工，工序 6 在工序 3 和工序 4 均加工完才能加工；根结点代表产品的最后一个工序，根结点工序加工完毕说明该产品加工完毕，工序 7 是产品 p 的根结点工序。 2.2 综合调度算法的概况 随着社会对个