生產(chǎn)調(diào)度干擾應(yīng)對(duì)模型和算法

目錄
前言
主要符號(hào)表
第1章 緒論 1
1.1 生產(chǎn)調(diào)度中干擾應(yīng)對(duì)問題的產(chǎn)生和發(fā)展 1
1.2 具有惡化效應(yīng)的生產(chǎn)調(diào)度 3
1.2.1 具有惡化效應(yīng)和加工時(shí)間可控的生產(chǎn)調(diào)度 4
1.2.2 具有惡化效應(yīng)和帶有機(jī)器維護(hù)的生產(chǎn)調(diào)度 4
1.2.3 具有惡化效應(yīng)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(yīng)對(duì)方法 5
1.3.1 生產(chǎn)調(diào)度干擾應(yīng)對(duì)模型的構(gòu)建 5
1.3.2 干擾應(yīng)對(duì)模型的求解算法 12
1.3.3 小結(jié) 16
1.4 本書的研究?jī)?nèi)容 17
第2章 加工時(shí)間可控的新任務(wù)到達(dá)應(yīng)對(duì)方法 20
2.1 具有惡化效應(yīng)和加工時(shí)間可控的新任務(wù)到達(dá)應(yīng)對(duì)分析 20
2.2 干擾應(yīng)對(duì)模型構(gòu)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(yīng)對(duì)模型的構(gòu)建 23
2.2.3 模型結(jié)構(gòu)的性質(zhì)分析 24
2.3 干擾應(yīng)對(duì)模型的求解算法 26
2.3.1 基于先驗(yàn)知識(shí)和混合優(yōu)化機(jī)制的多目標(biāo)進(jìn)化算法 26
2.3.2 基于Benchmark測(cè)試函數(shù)的算法最優(yōu)性檢驗(yàn) 32
2.3.3 數(shù)值實(shí)驗(yàn)和結(jié)果分析 35
2.4 本章小結(jié) 40
第3章 考慮多生產(chǎn)因素的新任務(wù)到達(dá)應(yīng)對(duì)方法 42
3.1 考慮多生產(chǎn)因素的新任務(wù)到達(dá)應(yīng)對(duì)分析 42
3.2 考慮機(jī)器維護(hù)的集成優(yōu)化干擾應(yīng)對(duì)方法 43
3.2.1 考慮機(jī)器維護(hù)的原始調(diào)度方案制定 43
3.2.2 考慮機(jī)器維護(hù)的集成優(yōu)化干擾應(yīng)對(duì)模型的構(gòu)建 45
3.2.3 考慮機(jī)器維護(hù)的集成優(yōu)化干擾應(yīng)對(duì)模型的結(jié)構(gòu)性質(zhì)分析 46
3.2.4 基于先驗(yàn)知識(shí)和混合優(yōu)化機(jī)制的多目標(biāo)進(jìn)化算法 50
3.2.5 數(shù)值實(shí)驗(yàn)和結(jié)果分析 56
3.3 考慮加工可拒絕的集成優(yōu)化干擾應(yīng)對(duì)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(yīng)對(duì)模型的構(gòu)建 65
3.3.3 考慮加工可拒絕的集成優(yōu)化干擾應(yīng)對(duì)模型的結(jié)構(gòu)性質(zhì)分析 65
3.3.4 基于先驗(yàn)知識(shí)和混合優(yōu)化機(jī)制的多目標(biāo)進(jìn)化算法 66
3.3.5 數(shù)值實(shí)驗(yàn)和結(jié)果分析 70
3.4 本章小結(jié) 78
第4章 考慮調(diào)度方案魯棒性的隨機(jī)機(jī)器故障應(yīng)對(duì)方法 80
4.1 考慮調(diào)度方案魯棒性的隨機(jī)機(jī)器故障應(yīng)對(duì)分析 80
4.2 考慮加工成本與魯棒性指標(biāo)的隨機(jī)機(jī)器故障應(yīng)對(duì)方法 81
4.2.1 考慮加工成本與魯棒性指標(biāo)的調(diào)度模型 81
4.2.2 基于代理模型和先驗(yàn)知識(shí)的多目標(biāo)進(jìn)化算法 83
4.2.3 數(shù)值實(shí)驗(yàn)和結(jié)果分析 88
4.3 考慮魯棒性的質(zhì)量與風(fēng)險(xiǎn)的隨機(jī)機(jī)器故障應(yīng)對(duì)方法 93
4.3.1 考慮魯棒性的質(zhì)量與風(fēng)險(xiǎn)的調(diào)度模型 93
4.3.2 基于代理模型和隨機(jī)排序策略的多目標(biāo)進(jìn)化算法 94
4.3.3 數(shù)值實(shí)驗(yàn)和結(jié)果分析 100
4.4 本章小結(jié) 106
第5章 實(shí)際案例研究 107
5.1 集裝箱加工過程及干擾應(yīng)對(duì)問題分析 107
5.2 考慮安排設(shè)備大維修的新增訂單應(yīng)對(duì) 110
5.2.1 考慮安排設(shè)備大維修的新增訂單應(yīng)對(duì)方案生成 111
5.2.2 考慮安排設(shè)備大維修的新增訂單應(yīng)對(duì)方案評(píng)價(jià) 113
5.3 考慮外包加工的新增訂單應(yīng)對(duì) 115
5.3.1 考慮外包加工的新增訂單應(yīng)對(duì)方案生成 115
5.3.2 考慮外包加工的新增訂單應(yīng)對(duì)方案評(píng)價(jià) 116
5.4 考慮調(diào)度方案魯棒性的隨機(jī)設(shè)備故障應(yīng)對(duì) 118
5.4.1 考慮調(diào)度方案魯棒性的隨機(jī)設(shè)備故障應(yīng)對(duì)方案生成 118
5.4.2 考慮調(diào)度方案魯棒性的隨機(jī)設(shè)備故障應(yīng)對(duì)方案評(píng)價(jià) 120
5.5 集裝箱加工過程干擾應(yīng)對(duì)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(yīng)對(duì)方案生成模塊 122
5.6 本章小結(jié) 123
參考文獻(xiàn) 125
附錄A 算法性能指標(biāo) 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(jié)構(gòu) 18
圖2.1 并行混合進(jìn)化算法步驟 28
圖2.2 Benchmark測(cè)試函數(shù)求解結(jié)果 34
圖2.3 求解過程中距離理想點(diǎn)的收斂曲線 37
圖2.4 求解過程中每一代有效前沿的進(jìn)化過程 37
圖2.5 得到的有效前沿對(duì)比 38
圖2.6 串行與并行算法求解過程中與理想點(diǎn)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(duì)比 58
圖3.3 求解過程對(duì)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(duì)比 61
圖3.6 算法設(shè)計(jì)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(duì)比 73
圖3.10 針對(duì)小規(guī)模問題的結(jié)果對(duì)比 74
圖3.11 在12組實(shí)驗(yàn)下Ri平均值的均值和標(biāo)準(zhǔn)差對(duì)比 75
圖3.12 求解過程對(duì)比 76
圖3.13 得到的有效前沿對(duì)比 77
圖4.1 ADK/SA-NSGA-II算法的流程圖84
圖4.2 初始種群對(duì)比 90
圖4.3 求解過程對(duì)比 91
圖4.4 得到的有效前沿對(duì)比 92
圖4.5 SVR/PSS-NSGA-II算法每一代進(jìn)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(duì)比 102
圖4.8 三種算法的求解過程對(duì)比 103
圖4.9 每一代有效前沿的變化過程對(duì)比 104
圖4.10 三種算法的有效前沿對(duì)比 104
圖5.1 集裝箱生產(chǎn)流程 108
圖5.2 干擾應(yīng)對(duì)輔助軟件系統(tǒng)體系結(jié)構(gòu)圖121
圖5.3 原始調(diào)度方案生成設(shè)置界面 122
圖5.4 新增訂單應(yīng)對(duì)方案生成設(shè)置界面 122
圖5.5 新增訂單應(yīng)對(duì)方案列表123
圖5.6 隨機(jī)生產(chǎn)設(shè)備故障應(yīng)對(duì)方案生成設(shè)置界面 123
表目錄
表2.1 四種實(shí)驗(yàn)參數(shù) 36
表2.2 PHEA與NSGA-II的性能衡量指標(biāo)對(duì)比 39
表2.3 PHEA-POSQ與PHEA的性能衡量指標(biāo)對(duì)比 39
表3.1 求解算法設(shè)計(jì)的三個(gè)層次 51
表3.2 調(diào)參結(jié)果 57
表3.3 算法性能指標(biāo)對(duì)比 62
表3.4 實(shí)驗(yàn)參數(shù) 71
表3.5 對(duì)每組實(shí)驗(yàn)進(jìn)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(biāo)對(duì)比 78
表4.1 算法調(diào)參結(jié)果 89
表4.2 SA-NSGA-II和NSGA-II的量化指標(biāo)對(duì)比 92
表4.3 ADK/SA-NSGA-II和SA-NSGA-II求解結(jié)果對(duì)比 93
表4.4 SVR/PSS-NSGA-II的參數(shù)調(diào)試結(jié)果 102
表4.5 SVR-NSGA-II和NSGA-II的量化指標(biāo)對(duì)比 105
表4.6 SVR/PSS-NSGA-II和SVR-NSGA-II的量化指標(biāo)對(duì)比 105
表4.7 SVR/PSS-NSGA-II和NSGA-II的量化指標(biāo)對(duì)比 105
表5.1 一組待加工訂單的實(shí)際加工參數(shù) 111
表5.2 考慮安排設(shè)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(shè)備大維修的新增訂單應(yīng)對(duì)方案 113
表5.5 考慮安排設(shè)備大維修的不同應(yīng)對(duì)方案的性能對(duì)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(yīng)對(duì)方案 116
表5.8 考慮外包加工的不同應(yīng)對(duì)方案的性能對(duì)比 117
表5.9 考慮加工成本與魯棒性指標(biāo)的原始調(diào)度方案 119
表5.10 人工經(jīng)驗(yàn)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(jī)設(shè)備故障應(yīng)對(duì)方案 120
表5.13 不同原始調(diào)度生成方式的結(jié)果對(duì)比 120