生產(chǎn)調(diào)度干擾應對模型和算法

目錄
前言
主要符號表
第1章 緒論 1
1.1 生產(chǎn)調(diào)度中干擾應對問題的產(chǎn)生和發(fā)展 1
1.2 具有惡化效應的生產(chǎn)調(diào)度 3
1.2.1 具有惡化效應和加工時間可控的生產(chǎn)調(diào)度 4
1.2.2 具有惡化效應和帶有機器維護的生產(chǎn)調(diào)度 4
1.2.3 具有惡化效應和加工可拒絕的生產(chǎn)調(diào)度 5
1.3 生產(chǎn)調(diào)度干擾應對方法 5
1.3.1 生產(chǎn)調(diào)度干擾應對模型的構建 5
1.3.2 干擾應對模型的求解算法 12
1.3.3 小結 16
1.4 本書的研究內(nèi)容 17
第2章 加工時間可控的新任務到達應對方法 20
2.1 具有惡化效應和加工時間可控的新任務到達應對分析 20
2.2 干擾應對模型構建及性質(zhì)分析 21
2.2.1 原始調(diào)度方案制定 21
2.2.2 干擾應對模型的構建 23
2.2.3 模型結構的性質(zhì)分析 24
2.3 干擾應對模型的求解算法 26
2.3.1 基于先驗知識和混合優(yōu)化機制的多目標進化算法 26
2.3.2 基于Benchmark測試函數(shù)的算法最優(yōu)性檢驗 32
2.3.3 數(shù)值實驗和結果分析 35
2.4 本章小結 40
第3章 考慮多生產(chǎn)因素的新任務到達應對方法 42
3.1 考慮多生產(chǎn)因素的新任務到達應對分析 42
3.2 考慮機器維護的集成優(yōu)化干擾應對方法 43
3.2.1 考慮機器維護的原始調(diào)度方案制定 43
3.2.2 考慮機器維護的集成優(yōu)化干擾應對模型的構建 45
3.2.3 考慮機器維護的集成優(yōu)化干擾應對模型的結構性質(zhì)分析 46
3.2.4 基于先驗知識和混合優(yōu)化機制的多目標進化算法 50
3.2.5 數(shù)值實驗和結果分析 56
3.3 考慮加工可拒絕的集成優(yōu)化干擾應對方法 62
3.3.1 考慮加工可拒絕的原始調(diào)度方案制定 62
3.3.2 考慮加工可拒絕的集成優(yōu)化干擾應對模型的構建 65
3.3.3 考慮加工可拒絕的集成優(yōu)化干擾應對模型的結構性質(zhì)分析 65
3.3.4 基于先驗知識和混合優(yōu)化機制的多目標進化算法 66
3.3.5 數(shù)值實驗和結果分析 70
3.4 本章小結 78
第4章 考慮調(diào)度方案魯棒性的隨機機器故障應對方法 80
4.1 考慮調(diào)度方案魯棒性的隨機機器故障應對分析 80
4.2 考慮加工成本與魯棒性指標的隨機機器故障應對方法 81
4.2.1 考慮加工成本與魯棒性指標的調(diào)度模型 81
4.2.2 基于代理模型和先驗知識的多目標進化算法 83
4.2.3 數(shù)值實驗和結果分析 88
4.3 考慮魯棒性的質(zhì)量與風險的隨機機器故障應對方法 93
4.3.1 考慮魯棒性的質(zhì)量與風險的調(diào)度模型 93
4.3.2 基于代理模型和隨機排序策略的多目標進化算法 94
4.3.3 數(shù)值實驗和結果分析 100
4.4 本章小結 106
第5章 實際案例研究 107
5.1 集裝箱加工過程及干擾應對問題分析 107
5.2 考慮安排設備大維修的新增訂單應對 110
5.2.1 考慮安排設備大維修的新增訂單應對方案生成 111
5.2.2 考慮安排設備大維修的新增訂單應對方案評價 113
5.3 考慮外包加工的新增訂單應對 115
5.3.1 考慮外包加工的新增訂單應對方案生成 115
5.3.2 考慮外包加工的新增訂單應對方案評價 116
5.4 考慮調(diào)度方案魯棒性的隨機設備故障應對 118
5.4.1 考慮調(diào)度方案魯棒性的隨機設備故障應對方案生成 118
5.4.2 考慮調(diào)度方案魯棒性的隨機設備故障應對方案評價 120
5.5 集裝箱加工過程干擾應對輔助軟件原型系統(tǒng) 121
5.5.1 原始調(diào)度方案生成模塊 122
5.5.2 干擾應對方案生成模塊 122
5.6 本章小結 123
參考文獻 125
附錄A 算法性能指標 137
附錄B 問題(P3)的混合整數(shù)規(guī)劃模型 139
索引 141
彩圖
圖目錄
圖1.1 篇章結構 18
圖2.1 并行混合進化算法步驟 28
圖2.2 Benchmark測試函數(shù)求解結果 34
圖2.3 求解過程中距離理想點的收斂曲線 37
圖2.4 求解過程中每一代有效前沿的進化過程 37
圖2.5 得到的有效前沿對比 38
圖2.6 串行與并行算法求解過程中與理想點距離的收斂曲線 39
圖3.1 NSGA-II/DE算法流程 53
圖3.2 初始種群對比 58
圖3.3 求解過程對比 59
圖3.4 每一代有效前沿變化過程 60
圖3.5 得到的有效前沿對比 61
圖3.6 算法設計思路 66
圖3.7 NSGA-II/DE+TL算法的流程 68
圖3.8 仿真流程 72
圖3.9 不同種群規(guī)模的算法有效前沿對比 73
圖3.10 針對小規(guī)模問題的結果對比 74
圖3.11 在12組實驗下Ri平均值的均值和標準差對比 75
圖3.12 求解過程對比 76
圖3.13 得到的有效前沿對比 77
圖4.1 ADK/SA-NSGA-II算法的流程圖84
圖4.2 初始種群對比 90
圖4.3 求解過程對比 91
圖4.4 得到的有效前沿對比 92
圖4.5 SVR/PSS-NSGA-II算法每一代進化流程 95
圖4.6 PSS策略的工作流程 97
圖4.7 三種算法的初始種群對比 102
圖4.8 三種算法的求解過程對比 103
圖4.9 每一代有效前沿的變化過程對比 104
圖4.10 三種算法的有效前沿對比 104
圖5.1 集裝箱生產(chǎn)流程 108
圖5.2 干擾應對輔助軟件系統(tǒng)體系結構圖121
圖5.3 原始調(diào)度方案生成設置界面 122
圖5.4 新增訂單應對方案生成設置界面 122
圖5.5 新增訂單應對方案列表123
圖5.6 隨機生產(chǎn)設備故障應對方案生成設置界面 123
表目錄
表2.1 四種實驗參數(shù) 36
表2.2 PHEA與NSGA-II的性能衡量指標對比 39
表2.3 PHEA-POSQ與PHEA的性能衡量指標對比 39
表3.1 求解算法設計的三個層次 51
表3.2 調(diào)參結果 57
表3.3 算法性能指標對比 62
表3.4 實驗參數(shù) 71
表3.5 對每組實驗進行各30次仿真的Ri平均值 75
表3.6 不同規(guī)模問題的性能指標對比 78
表4.1 算法調(diào)參結果 89
表4.2 SA-NSGA-II和NSGA-II的量化指標對比 92
表4.3 ADK/SA-NSGA-II和SA-NSGA-II求解結果對比 93
表4.4 SVR/PSS-NSGA-II的參數(shù)調(diào)試結果 102
表4.5 SVR-NSGA-II和NSGA-II的量化指標對比 105
表4.6 SVR/PSS-NSGA-II和SVR-NSGA-II的量化指標對比 105
表4.7 SVR/PSS-NSGA-II和NSGA-II的量化指標對比 105
表5.1 一組待加工訂單的實際加工參數(shù) 111
表5.2 考慮安排設備大維修的原始調(diào)度方案 112
表5.3 新增訂單的加工參數(shù) 113
表5.4 考慮安排設備大維修的新增訂單應對方案 113
表5.5 考慮安排設備大維修的不同應對方案的性能對比 114
表5.6 考慮外包加工的原始調(diào)度方案 116
表5.7 考慮外包加工的新增訂單應對方案 116
表5.8 考慮外包加工的不同應對方案的性能對比 117
表5.9 考慮加工成本與魯棒性指標的原始調(diào)度方案 119
表5.10 人工經(jīng)驗方式的原始調(diào)度方案 119
表5.11 加工成本最優(yōu)的原始調(diào)度方案 119
表5.12 考慮加工成本與魯棒性的隨機設備故障應對方案 120
表5.13 不同原始調(diào)度生成方式的結果對比 120