优化算法在汽车制造行业中的应用.doc

优化算法在汽车制造行业中的应用 综述 如今人类社会飞速发展，工业技术的开发更是日新月异。发展生产力，节约自然资源，提高资源利用水平是工业一直不断在追求的目标。 为了提高企业的竞争力和生存能力，一方面，企业继续寻求更好的生产与运作管理模式，如准时生产制、最优生产技术等；另一方面，企业也积极探索和应用新的制造技术和生产组织方式使其能更快、更好和更省地制造出市场需求的产品。 在制造领域， 车间生产调度是实现制造业生产高效率、高柔性和高可靠性的关键，生产调度是指针对一项可分解的工作（如产品生产），在尽可能满足约束条件（如工艺路线、资源情况、交货期等）的前提下，通过下达生产指令，安排其组成部分（操作）所使用的资源、加工时间以及加工次序，以获得产品制造时间或成本等的最优化。 在传统的针对制造系统研究中，工艺规划和车间调度是两个独立的子系统，研究人员对它们分别进行独立地研究，对二者的集成研究还不够。虽然利用工艺规划系统可以对生产品工艺路线进行规划进而提高产品生产的效率，车间调度系统可以对加工顺序和资源的利用进行优化，但是研究表明，工艺规划系统和车间调度系统单个的效率很难再得到很大的提高。事实上，如果把工艺规划和车间调度系统进行集成则可以更进一步地提高它们的工作效率，从而提高制造系统的效率。 问题的提出 对于制造业务中给定的N个部分，选择合理的顺序进行生产，以确定操作之间的优先级约束可以满足相应的目标并得以实现。 车间调度作业最流行的标准，包括完工时间，迟到早退的工作和平衡机器的利用率水平。在文章中，都是以完工时间作为标准。车间调度问题（JSP），已经被证明是一个NP-hard的难题。基于遗传算法的方法适合于来解决他。 国内外的研究概况 工艺规划与车间调度集成的研究始于 20 世纪 80 年代中期Chryssolouris和 Chan在 80 年代中期首先提出了工艺规划与车间调度集成的构想。随后，Beckendorff[86]使用可选工艺路线来增加系统的柔性。Khoshnevis将动态反馈的思想引入到工艺规划与车间调度集成之中。 Zhang和 Larsen提出的集成模型在继承可选工艺路线和动态反馈思想的同时，已经在一定程度上体现了分层规划的思想。近年来，针对工艺规划与车间调度的集成问题，国内外的研究学者已经开展了大量的研究，提出了各种集成模型以及研究方法，使工艺规划与车间调度集成的研究不断丰富。 研究的现状 目前，针对工艺规划与车间调度的集成问题，国内外研究学者提出了一些集成模型，它们大致可以归纳成以下三类：非线性工艺规划、闭环式工艺规划以及分布式工艺规划。它们的共同特点是利用工艺规划和车间调度的交叉，通过对工艺规划系统的某种改良，充分发挥工艺规划系统的柔性，从而提高整个集成系统的柔性。 非线性工艺规划 这个是工艺规划与车间调度集成的最基本的模型。由于此模型的集成思想简单、可操作性强，所以现有对集成模型的研究主要集中在该模型上。 非线性工艺规划（Nonlinear Process Planning, NLPP）模型基于静态的制造环境，在每个零件进入车间之前生成所有可能的工艺路线，并根据工艺规划的优化目标给每个可选工艺路线赋予一定的优先级，然后进入调度系统，由车间调度系统根据车间的具体资源状况选择最优的工艺路线。工艺规划与车间调度集成的已有文献大部分都采用到了该集成模型的思想。此模型的优点是生成了所有可能的工艺路线，从而扩大了车间调度的优化空间，有利于找到最优的工艺路线；其缺点是由于生成了所有可能的工艺路线，从而加大了系统的存储空间，而且对所有的工艺路线进行优化搜索，增加了系统优化的计算时间，有可能造成无法在可以接受的时间内找到满意解。它的具体表现形式有以下几种：非线性工艺规划、多工艺规划（Multi-Process Planning，MPP）和可选工艺规划（Alternative Process Planning，APP） 。以上几种形式从本质上讲没有区别，只是在描述上有所不同。 非线性工艺规划：在制定一项工艺路线时，产生的是被加工零件的所有可能的工艺路线，因而形成可供选择的多条工艺路线，所有可能的工艺路线按照工艺优化准则存储在数据库中，在优化的前提下，这些可供选择的工艺路线经过评价排序后都确定了优先级。具有最高优先级的工艺路线首先被选中，看其是否适合于当前的车间资源状况，如果不合适，则另选具有第二优先级的路线，如此不断重复，直到找到满意的工艺路线为止。 在并行工程的思想下，提出了基于统一资源数据库的面向 FMS的柔性工艺规划与生产调度的集成方法。 多工艺规划：一般可用树结构表示，称为工艺路线树。树中结点表示加工工序，边表示加工工序间的次序关系，从根结点到叶子结点的一条路径表示一个工艺路线方案，从任一非根结点到叶子结点的一条路径表示一个