变工时柔性流水车间生产调度优化问题研究

作     者：朱伯秋 

作者单位：沈阳建筑大学 

学位级别：硕士

导师姓名：韩忠华

授予年度：2017年

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：柔性流水车间 变工时 蝙蝠算法 精英个体集 汇聚式生产线 

摘      要：柔性流水车间(Flexible Flow shop Scheduling Problem,FFSP)生产调度问题是生产调度领域中的经典问题。其同时具备并行机工序与经典Flow-shop的特点,包含多个工序,所有工件按照相同的顺序加工,所有工序中至少有一道工序中并行机数大于一台,同一工序中各并行机生产能力相同。车辆制造、半导体生产、钢铁制造以及大型设备制造业等都已经被证明被归类为柔性流水车间生产模型。FFSP调度问题涉及并行机分配和工件上线排序等问题,其难度大,是经典的NP难问题。变工时柔性流水车间生产调度优化问题(flow shop scheduling problem with variable processing time,FFSP-VPT)是近年来生产调度领域中的研究热点,与经典调度问题中通常将工件的加工时间看作是不可以改变的“刚性参数不同的是,在变工时柔性流水车间排产优化问题中,工件的加工时间是具有“柔性特点的可变参数,即可以根据用户要求以及订单的情况,在一定范围内选择工件的加工时间。随着加工速度的增加,在制品的品质会下降,导致返工率增加,加重车间生产的负担,反而会延迟此工序的完工时间,本文主要研究在工件加工工时影响返工率的情况下,如何缩短全部在制品的总加工时间,从而更好发挥车间级精细排产的作用,提高车间生产效率,降低生产成本。因此对变工时柔性流水车间生产调度优化问题的研究具有重要的理论意义和实际应用价值。本文依托汽车生产车间为研究背景,针对变工时柔性流水车间生产调度优化问题进行深入的探讨和研究,建立了变工时柔性流水车间生产调度优化问题数学规划模型,设计了模型参数、假设变量和基本约束条件。在编解码过程中,提出了一种基于ROV编码的二段式编码方式,将个体解码为工件上线序和工时选择序号,根据先入先出(first in first out,FIFO)原则和最先空闲机器优先选择(first available machine,FAM)原则进行排产。在全局优化算法方面,本文采用全局优化能力强,有效解准确性高的蝙蝠算法(Bat Algorithm,BA)作为全局优化算法。在对蝙蝠算法研究后发现其具有进化过程由单一个体引导,易造成种群多样性不足,陷入局部极值;随着进化的进行,BA的搜索范围不变,易导致蝙蝠偏离最佳位置降低搜索效率,使优化精度下降等问题。针对上述问题,本文对BA算法进行了改进,提出了一种基于精英个体集的自适应蝙蝠算法(self-adaptive elite bat algorithm,SEBA)。SEBA将适应度高但相似度低的个体组成基于汉明距离的最优个体集,在进化过程中由精英个体集中随机选择一个个体引导进化,避免进化陷入局部极值;提出自适应位置更新机制,随着进化的深入减少飞行速度对位置更新的影响即缩小搜索范围,即飞行速度对位置更新的影响权重,使得蝙蝠更好的在小范围内搜寻最优解。为使SEBA发挥更好的效果,设计了交叉试验,得出算法参数最优值。针对带有汇聚式生产线的变工时柔性流水车间排产优化问题,提出了一种基于倒排产算法与智能优化算法相结合的解决方案,先通过优化算法确定工件主生产线上生产方式,再通过倒排产方法求解出辅助生产线上的加工顺序,进而得出整体解决方案。本文主要对变工时柔性流水车间进行研究,通过分析、改进蝙蝠算法存在的不足,针对FFSP-VPT问题提出基于精英个体集的自适应蝙蝠算法。生产实例仿真实验结果显示,相较于标准BA,SEBA在解决FFSP-VPT问题的进化活力、求解精度和求解效率方面都有很大程度的提高。对于汇聚型变工时柔性流水车间排产优化问题,本文提出的基于倒排产算法的SEBA成功解决了此类问题,并对汽车生产车间遇到的实际问题给出整体解决方案。