机器故障下柔性job shop调度分析-analysis of flexible job shop scheduling under machine failure.docx

摘要车间调度问题是制造系统理论研究的基础问题之一，主要讨论在有限的制造资源条件下将工件合理地分配到各个制造资源，并在满足加工约束的前提下使得一个或多个目标达到最优。随着社会需求快速变化，产品生产周期不断缩短，制造业正向着多品种，小批量的方向发展，柔性已成为生产制造过程所追求的重要特性之一。柔性JobShop调度问题(FlexibleJobShopProblem,FJSSP)由于具有加工路径柔性的特点，与传统的JobShop相比更符合实际的生产环境和要求，因而成为车间调度的一个重要的研究方向。在实际生产环境中，往往存在许多不确定因素，机器故障就是常见的典型不确定因素，它不仅会导致实际生产结果和计划产生重大偏差，而且可能打乱诸如物料配送等相关生产环节，对生产过程带来重大影响。因此，研究机器故障下的柔性JobShop调度对提高生产过程的管理和控制水平具有重要的理论和实际意义。对机器故障条件下的柔性JobShop的调度，其目标是尽可能降低实际调度和调度计划的偏差，从而保证产品按时交付。鲁棒性和稳定性是评价机器故障下柔性JobShop调度的两个重要指标，和控制理论中的鲁棒性和稳定性不同，它们分别反映了整体的实际调度结果和计划的偏差以及每个工序实际完成时间和计划完成时间的偏差。因此机器故障下的柔性JobShop调度目标就是努力提高调度的鲁棒性和稳定性。本文针对机器故障这一典型不确定因素，以提高调度的鲁棒性和稳定性为研究目标来研究机器故障下柔性JobShop调度问题。研究工作主要从两个方面展开：一是研究多种策略组合下的预调度和重调度方法，二是研究机器故障下重调度的博弈模型和策略。首先，针对单一策略下得到的调度策略在鲁棒性和稳定性方面的不足，将多种调度策略引入到预调度和重调度过程中。其次，从鲁棒性和稳定性之间的均衡出发，研究了基于静态和动态博弈理论的调度模型和调度算法以寻找Nash均衡解。再次，针对基于工序完成时间不能完全反映调度的稳定性，研究并提出新的稳定性指标。最后，针对3个或以上的优化目标，研究了基于Pareto机制的人工免疫算法寻找Nash均衡。具体的研究内容如下：（1）针对单一调度策略不能较好地保障机器故障下调度的鲁棒性和稳定性，提出了基于机器故障概率的预调度策略和右移及更改加工路径的混合重调度策略。首先假设在机器故障概率为已知的条件下，根据机器故障的概率在生成的预调度中插入适当数量的空闲时间。其次在机器发生故障时采用右移和变换加工路径调度策略，尽可能保证调度的鲁棒性和稳定性，最后给出了基于二叉树的右移调度算法和右移与变换加工路径相结合的调度算法。实验结果表明，和单一的右移策略以及完全重调度相比，本文所提出的策略能够得到较好的鲁棒性和稳定性。（2）考虑到鲁棒性和稳定性之间的均衡性存在博弈关系，建立了基于静态博弈的重调度模型，并给出寻找Nash均衡解的算法；考虑到可能存在多个Nash均衡和不存在Nash均衡情况，提出了寻找近似Nash均衡的方法；针对受影响工序超过2个的情况，提出多阶段博弈的调度算法。由于调度的鲁棒性和稳定性指标可以看成具有决策能力的实体，两者为保持各自的最优性能的决策过程可以看成是博弈的过程，因此运用静态博弈的相关理论与方法，建立了机器故障下重调度的静态博弈模型。由于博弈双方采用纯策略，针对可能出现无Nash均衡解或着多个Nash均衡解的情况，提出了寻找近似Nash均衡解的方法；对于受影响工序超过两个时策略空间的急剧膨胀的情况，提出了多阶段博弈的思想。实验结果表明，采用静态博弈模型能够提高调度的鲁棒性和稳定性。（3）从博弈过程中决策有先后顺序的角度出发，运用动态博弈理论，建立了机器故障下动态博弈的重调度模型，给出了求解子博弈完美Nash均衡的算法。在静态博弈的基础上进一步考虑博弈双方决策的先后顺序，建立基于动态博弈的重调度模型。为求解子博弈完美Nash均衡，给出基于博弈树的求解子博弈完美Nash均衡的算法。在生产过程后期发生机器故障时，采用该模型能够得到较好的鲁棒性和稳定性。（4）针对基于工件加工完成时间的稳定性指标的不足，提出了基于工序的加工机器分配的稳定性指标。基于工序完成时间的稳定性指标不能完全反映调度的稳定性，论文从资源分配的角度出发，在已有稳定性的基础上定义了基于工序的机器分配的稳定性指标，增加该指标能更加全面反映调度的稳定性。（5）针对两个以上的调度目标，上述寻找Nash均衡的方法不再适用，论文提出了将Nash均衡和Pareto最优相结合的改进的人工免疫克隆算法。机器故障下对重调度的鲁棒性和稳定性进行优化可归结为多目标优化问题。当调度目标多于两个时，本文将Nash均衡和Pareto机制引入到人工免疫克隆算法之中，并运用该算法寻找Nash均衡解。仿真结果表明，对于三个目标的调度问题，本文提出的方法能够寻找到