导读:本文包含了多工艺路线论文开题报告文献综述及选题提纲参考文献，主要关键词:柔性作业车间调度,能耗,多工艺路线,分批优化
多工艺路线论文文献综述
沈欢[1]（2017）在《多工艺路线柔性作业车间能耗优化调度方法及其支持系统研究》一文中研究指出随着社会的快速发展,能源问题的日益突出。机械制造业作为国民经济的重要支柱产业,面临着能耗量大、能量利用率低、碳排放量大等严峻问题。作业车间调度作为机械制造生产的重要组成部分,是降低机械制造车间总能耗、提高车间能效的重要手段,探索车间调度过程中的能耗构成特性,研究能耗优化调度方法是我国机械制造业可持续发展的必然选择。本论文在国家高技术研究发展计划(863计划)课题“机床产品机械加工制造系统能效优化提升技术及应用”(编号:2014AA041506)和国家自然科学基金面上项目“面向广义能量效率的数控加工工艺规划理论与方法研究”(编号:51475059)的资助下,对多工艺路线柔性作业车间能耗优化调度方法及支持系统进行了研究,可为我国机械制造企业的能源高效利用提供理论参考,因此,具有重要的研究意义。首先,分析了柔性作业车间中工件加工过程能耗特性;然后基于车间调度过程中的能耗构成特性,建立了以车间总能耗最低和完工时间最小为优化目标的多工艺路线柔性作业车间分批优化调度模型;最后基于多目标模拟退火算法对模型进行优化求解。其次,考虑到刀具、切削液等对车间总能耗的影响,引入机械加工车间广义能耗的概念,并分析了柔性作业车间调度过程中的广义能耗特性;然后建立了面向广义能耗的多工艺路线柔性作业车间分批优化调度模型;最后通过MOSA对能耗模型进行求解。然后,基于提出的多工艺路线柔性作业车间能耗优化调度模型与方法,设计了一套机械加工车间能耗优化调度支持系统。阐述了支持系统的总体框架、工作流程及主要功能模块。最后,分别对面向能耗的多工艺路线柔性作业车间分批优化调度方法和面向广义能耗的多工艺路线柔性作业车间分批优化调度方法进行案例验证,将优化调度方案与多种调度等方案进行对比验证了模型的准确性与有效性;并将机械加工车间能耗优化调度支持系统在机械加工车间进行应用实施,验证了系统的实用性和可靠性。(本文来源于《重庆大学》期刊2017-05-01）
李聪波,沈欢,李玲玲,易茜[2]（2017）在《面向能耗的多工艺路线柔性作业车间分批优化调度模型》一文中研究指出合理的调度方案能有效降低柔性作业车间总能耗。针对柔性作业车间中加工工件种类多、单批工件数量大、加工工艺路线柔性大等问题,研究一种面向能耗的多工艺路线柔性作业车间分批优化调度模型。分析柔性作业车间中工件加工过程能耗特性,以车间总能耗最低和完工时间最小为优化目标建立了多工艺路线柔性作业车间分批优化调度模型,并采用多目标模拟退火算法对模型进行优化求解。通过算法优化得到的调度方案与经验调度方案的对比分析,验证了该模型的有效性和实用性。(本文来源于《机械工程学报》期刊2017年05期）
李玲,唐秋华,张利平[3]（2017）在《文化基因算法求解多工艺路线炼钢-连铸生产调度问题》一文中研究指出针对包含多工艺路线的炼钢-连铸生产调度问题,综合考虑生产过程中的多种约束条件,以文化基因算法为基础提出一种新的求解方法。在文化基因算法设计过程中,对于不同工艺路径的机器选择,采用启发式规则指导的机器指派方法;在算法优化中,通过引入基于连接矩阵的相似工件块交叉方法和基于基因位全插入的邻域搜索算子,从全局和局部搜索角度全面提高算法性能。最后,通过对多组算例进行对比分析,验证了本文算法的可行性和优越性。(本文来源于《武汉科技大学学报》期刊2017年01期）
李庆堂,杨建军[4]（2016）在《求解多工艺路线调度问题的改进遗传算法》一文中研究指出针对在实际生产过程中,各类工件存在多种加工工艺路线,并且工件每条加工工艺路线包含的工序总数不确定的问题,以最大完工时间最小为优化目标,建立了工件加工路线和工序加工优先级同步优化数学模型。针对同步优化问题的特点,设计了基于工序优先级的矩阵编码方式,同时为了避免产生不可行解、提高算法的优化性能,设计了多种与问题相适应的交叉与变异操作方法。通过实例仿真证明,该算法可以有效地解决多工艺路线的车间作业调度问题。(本文来源于《机械工程师》期刊2016年04期）
李庆堂[5]（2015）在《基于改进遗传算法的多工艺路线及批量生产车间作业调度优化》一文中研究指出车间作业调度问题是生产管理的关键环节,车间作业调度问题的优化对提高生产效率和生产效益有至关重要的作用。车间作业调度问题具有多样性、复杂性和不确定性,是一个典型的NP hard问题。当今激烈的市场竞争环境下,多样化和个性化已成为客户主要需求,因此传统的车间作业调度问题与实际生产制造过程脱节严重,大批量单一品种的生产模式难以获得高效益。目前多工艺路线车间作业调度和批量生产车间作业调度已经受到广泛地关注。针对多工艺路线生产调度和批量生产车间作业调度问题的特点,建立了相应的数学模型,并设计了与其相适应的改进遗传算法进行求解。本文主要研究内容如下:针对在实际生产过程中,各类工件存在多种加工工艺路线,并且工件每条加工工艺路线包含的工序总数不确定的问题,以最大完工时间最小为优化目标,建立了工件加工路线和工序加工优先级同步优化数学模型。针对同步优化问题的特点,设计了基于工序优先级的矩阵编码方式,矩阵第一列为工件的加工工艺路线,剩余的各列为各工件的工序加工优先级。同时为了避免产生不可行解、提高算法的优化性能,设计了多种与问题相适应的交叉与变异操作方法。针对批量生产车间作业调度问题,本文考虑运输时间对整个加工完成时间的影响,以最大化完工时间最小为优化目标建立数学模型,并根据其特点设计了相应的改进遗传算法进行求解。在批量生产车间作业调度问题的求解过程中,批次数量的变化会导致染色体长度的变化,针对这一问题设计了基于相同工序的交叉方法,有效避免了不可行解的产生,提高了算法的计算效率。如何分批是批量生产过程的关键,针对该问题本文对提前固定批次和随机分批进行对比,分析了两种分批方式的优缺点。在上述理论研究的基础上,采用VC++编制了相应的优化设计程序,优化运行结果证明了改进遗传算法的有效性。(本文来源于《青岛理工大学》期刊2015-12-01）
杨小龙,张洁[6]（2015）在《基于叁阶段改进蚁群算法的多工艺路线柔性作业车间调度》一文中研究指出为了解决多工艺路线柔性作业车间调度问题,以最大完工时间最小化为目标,建立蚁群算法调度模型,提出一种递阶结构的叁阶段蚁群算法。分别为叁阶段设计了蚁群状态转移规则,第一阶完成工艺路线选择,第二阶段完成对机器的选择,第叁阶完成对工序的排序。为了提高搜索效率,设计了改进的信息素更新策略。为了提高解的质量,针对每阶段解序列特点设计了邻域搜索策略。通过实例仿真,与文献中的算法进行对比验证本文算法的可行性和优越性。(本文来源于《制造业自动化》期刊2015年08期）
彭军[7]（2011）在《基于遗传算法的多工艺路线柔性调度研究》一文中研究指出生产调度是制造企业生产管理的核心内容之一、是基于产品工艺路线,在考虑设备、材料、人员等资源约束及生产任务要求条件下,以相关优化指标为目标的任务排产过程。在众多生产领域,工件的工艺路线并不是单一的,而是具有很大的柔性。但是在以往对调度问题的大量研究中,生产调度只针对工件的单一路线进行调度,没有利用工件具有多条工艺路线的特点,事实上,工件工艺路线的优劣性在不同生产环境下是不同的。因此如果能够利用工件的工艺路线柔性,在调度时动态选择工艺路线,必将提高生产调度的柔性。本文对加工工件具有多条可选工艺路线的柔性调度进行了相关研究,主要研究工作包括以下叁个方面:(1)对多工艺路线柔性调度问题进行数学建模,并在此基础上提出柔性调度框架及优化策略流程;将柔性调度过程分为两个关键步骤:工艺路线生成和多任务调度优化。(2)基于构成柔性工艺路线的叁个方面:加工次序柔性、加工工艺柔性、工序柔性,提出表达柔性工艺路线的“叁段表示法”;并以“叁段表示法”为基础,设计了工艺路线动态生成策略。(3)设计了基于遗传算法的多工艺路线下柔性调度优化方法,根据多工艺路线下柔性调度工件工艺路线所包含的工序数会动态变化的特点,遗传算法采用具有很好适应能力的基于工序的编码方式。另外,在将染色体解码成调度方案时,考虑了工序之间存在并发性的情况,增大了调度算法的应用范围。(本文来源于《合肥工业大学》期刊2011-04-01）
徐绍锬[8]（2011）在《多工艺路线作业车间批量调度问题研究》一文中研究指出当今市场竞争日益激烈,消费个性化、需求多样化使得多品种小批量成为企业生产的新趋势,因此高效的车间调度对生产制造企业显得尤为重要,也是提高企业竞争力的关键因素。作业车间调度(Job Shop Scheduling, JSP)是实际调度问题的简化,现实制造系统的调度问题通常还具有多工艺和多批量的特点。由于作业车间调度是NP-hard问题,多工艺路线作业车间批量调度问题大大增加了问题的复杂性,对该问题的研究具有重要的理论意义和实用价值。首先,本文介绍了课题的来源、目的和意义,论述了作业车间调度问题、多工艺路线作业车间批量调度的研究现状,以及车间调度问题的发展趋势。然后,研究了多工艺路线作业车间调度问题,构建了多工艺路线JSP问题的数学集成模型。基于广义粒子群优化模型,构造了一种求解多工艺路线JSP问题的广义粒子群优化算法(GPSO)。在该算法中,利用遗传算法(GA)中的交叉操作作为粒子间的信息交换策略,遗传算法中的变异操作则作为粒子的随机搜索策略,而粒子的局部搜索策略则采用禁忌搜索(TS)来实现。实验结果表明,该算法可有效地求解多工艺路线JSP问题。接着,研究了多工艺路线作业车间批量调度问题。采用等量分批的策略,同时引入平行移动的方法,使其与等量分批结合起来,从而达到有效优化生产周期的目的。基于GPSO算法,采用一种有效初始化方法,使得粒子编码能产生较优的初始解。针对多工艺路线批量调度问题,设计了一种新的交叉方法。通过对具体实例的仿真测试,研究批次变化对多工艺批量调度生产周期的影响,验证了该算法的可行性和有效性。随后,通过研究多工艺路线批量调度问题,结合GPSO的优化思想,开发了相应的调度原型系统。通过测试结果,再次验证了算法的有效性。最后,对全文进行总结,并对多工艺路线作业车间批量调度问题的研究做了进一步展望。(本文来源于《华中科技大学》期刊2011-01-01）
湛红晖[9]（2010）在《非线性工时多工艺路线条件下作业车间调度问题研究》一文中研究指出随着各种相关技术日趋成熟,车间制造装备的柔性能力得到了很大提高。在生产实践中,企业作业车间存在着非线性工序工时、功能组加工效率不确定、同一工件具有多工艺路线等问题。而在上述条件下的作业调度算法设计与求解也是需要解决的工程问题。本课题的研究针对上述工程问题,就非线性工时多工艺路线条件下的作业车间调度问题展开研究。首先针对作业车间中功能组工序工时无法确定这一问题,提出了基于网络特征参数分析的功能组非线性工时研究方法,并建立了功能组的网络特征参数与功能组加工效率之间的关系模型。通过该模型,能够较好地预测功能组的非线性工时曲线。结论显示,适度的网络密度和网络接近中心度有利于提高功能组的加工效率,而网络密度和网络接近中心度太高或太低都不利于提高功能组的加工效率。然后,针对作业车间中工件存在多工艺路线这一现象,以及传统的工艺建模存在的形式化问题,提出并建立了基于多色集合理论的多工艺路线析取方法。该方法能很方便地对复杂的零件加工系统进行表述建模,并且具有表达清晰、实现便捷的优点；同时,设计并介绍了基于模糊评判和基于遗传算法的多工艺路线优化决策的两种方法；通过对析取出的多加工路径进行优先级排序,提高了工艺设计的柔性程度,为车间调度提供柔性化的加工路径方案。接着针对作业车间调度问题这一NP-hard优化难题,建立了多工艺路线条件下作业车间工件的加工时间搭接网络模型,为车间运行优化建模提供了新的思路和方法；同时,针对调度结果的设备负载不均衡的情况,将Wardrom用户平衡(UE)原理引入生产网络,建立了基于UE的任务均衡分配模型,并在此基础上,设计了一个新颖的算法——基于UE的改进遗传算法求解非线性工时多工艺路线条件下的作业车间调度问题,并通过几个实例,验证了该算法的有效性和新颖性。最后,以某航天制造企业为研究实例,选取了一个具有非线性工时和多工艺路线的作业计划作为研究对象,对所取得的理论和方法成果进行了验证。(本文来源于《华中科技大学》期刊2010-05-01）
秦艳,王文红[10]（2009）在《基于遗传算法的双目标多工艺路线调度研究》一文中研究指出建立了基于双目标多工艺加工计划的生产调度集成框架图和数学模型,给出了基于遗传算法的满足关键零件的交货期和生产周期双目标多工艺加工计划调度算法,并采用改进的遗传算法进行仿真实验。实验结果表明模型是正确的,算法是有效的。(本文来源于《沙洲职业工学院学报》期刊2009年04期）
多工艺路线论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
合理的调度方案能有效降低柔性作业车间总能耗。针对柔性作业车间中加工工件种类多、单批工件数量大、加工工艺路线柔性大等问题,研究一种面向能耗的多工艺路线柔性作业车间分批优化调度模型。分析柔性作业车间中工件加工过程能耗特性,以车间总能耗最低和完工时间最小为优化目标建立了多工艺路线柔性作业车间分批优化调度模型,并采用多目标模拟退火算法对模型进行优化求解。通过算法优化得到的调度方案与经验调度方案的对比分析,验证了该模型的有效性和实用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多工艺路线论文参考文献
[1].沈欢.多工艺路线柔性作业车间能耗优化调度方法及其支持系统研究[D].重庆大学.2017
[2].李聪波,沈欢,李玲玲,易茜.面向能耗的多工艺路线柔性作业车间分批优化调度模型[J].机械工程学报.2017
[3].李玲,唐秋华,张利平.文化基因算法求解多工艺路线炼钢-连铸生产调度问题[J].武汉科技大学学报.2017
[4].李庆堂,杨建军.求解多工艺路线调度问题的改进遗传算法[J].机械工程师.2016
[5].李庆堂.基于改进遗传算法的多工艺路线及批量生产车间作业调度优化[D].青岛理工大学.2015
[6].杨小龙,张洁.基于叁阶段改进蚁群算法的多工艺路线柔性作业车间调度[J].制造业自动化.2015
[7].彭军.基于遗传算法的多工艺路线柔性调度研究[D].合肥工业大学.2011
[8].徐绍锬.多工艺路线作业车间批量调度问题研究[D].华中科技大学.2011
[9].湛红晖.非线性工时多工艺路线条件下作业车间调度问题研究[D].华中科技大学.2010
[10].秦艳,王文红.基于遗传算法的双目标多工艺路线调度研究[J].沙洲职业工学院学报.2009