考虑工人熟练度的双资源约束柔性作业车间调度

作     者：王鑫龙 

作者单位：南昌大学 

学位级别：硕士

导师姓名：王秋莲

授予年度：2023年

学科分类：12[管理学] 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] 080202[工学-机械电子工程] 0835[工学-软件工程] 0802[工学-机械工程] 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：双资源约束 柔性作业车间 工人柔性 蜘蛛猴优化算法 绿色生产 

摘      要：人因指标和绿色生产的相关指标对车间生产效率以及绿色发展具有至关重要的影响,本文针对这两个方面,以完工时间、机器总负载、工人成本和总能耗为目标,建立了一个高维多目标的双资源约束柔性作业车间调度问题(Dual Resource-constrained Flexible Job shop Scheduling Problem,DRCFJSP)模型,将机器柔性和工人柔性两个影响车间生产的因素结合考虑。并针对高维多目标的DRCFJSP提出了一种改进的多目标蜘蛛猴优化算法(Multi-objective spider monkey Optimization algorithm,MOSMO)进行问题的求解。在模型的优化目标方面,不仅考虑了车间调度最常用的完工时间指标,还涉及了绿色生产的有关指标,如机器负载、车间能耗和人为因素指标工人成本。并在调度模型中设置工序顺序约束、机器加工约束和工人操作约束,以更好地符合生产规律。在算法方面,采用了一种三层编码方式,可以同时布置工人、机器和工件来生成种群编码,并根据三层编码的特点重新设计了种群交叉和变异的方式。针对加工机器的选择和工序的排序,采用多种初始化规则来提高初始种群的质量。使用贪婪插入式解码方法计算加工时间,充分利用工人和机器的加工间隙。引入了快速非支配排序的方法以及基于参考点的选择算子对种群进行筛选操作,保证种群进化时有足够的选择压力。引进了三种改进的生成邻域解的方式,来提高算法的局部搜索能力,在每次迭代过程中优化最优解集。最后,根据车间调度问题的经典算例,构建了加入工人柔性的20个测试算例,并将MOSMO与其他先进算法进行比较,通过计算最终解集的IGD值和HV值,验证了MOSMO处理DRCFJSP问题的有效性。将MOSMO应用于车间实际生产案例并与单目标算法作对比,证明了该算法处理实际问题的能力。使用属性层次模型与灰色关联度分析法进行最优解集的比较,帮助决策者进行调度方案的选择。