生产过程的智能调度方法及其应用.pdfVIP

硕}：学化论文 摘 要 实施CIMS的关键环节之一是生产调度，因此，无论是生产调度理 论的研究还是应用系统的开发都受到学术界和企业界的关注。生产调度 问题通常是多约束、多目标、随机不确定优化问题，已被证明是属于NP 问题。很多研究表明，寻找调度问题的最优解是非常困难的，最有工程 意义的求解算法是放弃寻找最优解的目标，转而试图在合理、有限的时 间内寻找到一个近似的、有用的解。 本文系统研究了生产调度问题的遗传算法、神经网络、模糊理论等 智能求解方法，并对以上方法进行了一些改进，成功的应用于工程实际。 本文取得的主要研究成果如下： 1．系统的研究了多品种、小批量生产调度问题的基于统一时间离散化 表示和非一时间离散化表示的两种建模方法，探讨了两种建模方法的关 系及其转化方法，并将批处理过程优化模型扩展到批处理过程和连续过 程共存的过程。研究了连续并行生产线多产品循环调度模型的建立方法， 以及非线性生产调度模型的线性化方法。 2．系统的研究了运用遗传算法求解柔性车间生产调度问题的方法，详 细讨论了柔性车间生产调度问题遗传算法求解的相关技术。针对实际生 产调度问题中广泛存在的不确定性因素，讨论了模糊柔性车间调度问题 的遗传算法求解方法。给出了用遗传算法求解某汽车发动机厂金工车间 柔性调度问题的实例。 3．改进了基于Hopfield神经网络求解作业车间调度问题的方法。为 了避免Hopfield神经网络可能收敛到局部极小的问题，把模拟退火算法 应用于Hopfield神经网络求解，提出了随即神经网络生产调度方法。与 已有的算法相比，本文提出的方法能保证神经网络的稳态输出可调。 4．研究了基于遗传算法的多品种、小批量生产调度方法，给出了具有 离散变量和连续变量的多品种、小批量生产调度问题的遗传编码方法。 针对企业生产过程中收到订单的时间一般不是预期的情况，提出了由订 单变化引起的具有模糊交货期的连续生产过程动态调度方法，能够依据 收到的订单实现动态调度。 关键词：生产调度；遗传算法；CIMS；人工神经网络 Abstract Production isa link schedulingkey in is attention Campsite gave totheir and in theory of and practicesphere businesscircles． learning Production are stochastic schedulingproblems optimal with problems ranks the multi。constraints，multi—objectives．Itmostdifficultkn among owntomathematical ithas to tothec community，since proved