导读:本文包含了单件车间调度论文开题报告文献综述及选题提纲参考文献，主要关键词:分层调度算法,遗传算法,交货期,预排产
单件车间调度论文文献综述
纪明,赵骥,姜开宇[1]（2019）在《面向单件小批量生产的车间分层调度算法》一文中研究指出针对车间调度领域,研究面向小批量生产具有交货期约束的作业车间调度(job-shop scheduling)算法,结合实际生产情况提出了一种分层调度算法,该算法将预排产和精益排产有机结合,在预排产层中,系统根据遗传算法以企业的日产能和交货期约束制定粗略的日产计划,精益排产层以预排产层得到的方案为基础,以最小化最长加工时间为目标函数运用遗传算法迭代出一个精益的生产作业计划。经生产验证,该算法符合实际生产状态、容易实现,可以应用于工程生产中。(本文来源于《模具工业》期刊2019年03期）
周梦露[2]（2018）在《单件车间作业及预防维修联合调度》一文中研究指出以单件车间作业为研究对象,求出最佳预防维修时间间隔使预防维修及小修的成本最小化,同时使工件最大完工时间最小化。将有限长度的生产计划期分成若干个等时间长度的时段。基于时间延迟理论,建立数学规划模型,确定设备进行预防性维修的最优时间间隔;运用指派法求解工件加工最大完工时间最小值,使得工件加工得以合理调度。算例验证了模型的有效性,同时也验证了工件加工调度的合理性。(本文来源于《农业装备与车辆工程》期刊2018年04期）
周亚勤,杨长祺,吕佑龙,金永乔,张洁[3]（2018）在《双资源约束的航天结构件车间生产调度方法》一文中研究指出针对航天结构件生产调度过程中工序加工时间随操作人员能力级别而变化,关重件和关键工序特定设备和人员要求约束等问题,构建综合考虑关键设备和人员双资源约束的柔性车间作业调度数学模型,解决航天结构件生产设备资源维、人员资源维、工序信息维的描述。为实现双资源约束下的柔性调度,提出嵌套式蚁群-遗传混合算法,针对结构件加工工序设备和人员双资源选择问题,建立资源选择问题与蚁群并行搜索的映射关系,设计蚁群算法实现资源选择;为提高算法搜索性能,利用遗传算法求解当前蚂蚁资源选择下的调度问题,在避免人员资源使用冲突前提下实现设备加工工序的优化排序,使得关键设备利用率最大,总完工时间最短,并通过综合考虑蚁群和遗传算法阶段的求解目标进行蚁群算法信息素的更新,大大提高算法获得较优解的性能。最后,通过航天结构件车间实际案例进行算法测试,测试结果表明,嵌套式蚁群-遗传混合算法能有效地求解双资源约束的航天结构件车间生产调度问题,可降低资源总负荷,提高关键设备利用率,避免人员资源冲突,具有良好的综合调度性能。(本文来源于《机械工程学报》期刊2018年09期）
罗仁蔚[4]（2016）在《混合流水车间的单件定制产品制造装配集成优化调度问题研究》一文中研究指出进入21世纪以来,产品需求从批量化和标准化逐渐向个性化和多样化过渡,产品生产方式也从大批量逐步向小批量甚至单件生产模式(One-of-a-kind Production,OKP)过渡。现代模具生产企业是典型的专业生产单件定制产品的企业,它不仅具有一般单件生产企业生产过程具有非重复性的特点,而且由于模具制造过程的特殊性,它还具有模具生产制造周期偏长、在制品库存高的特点,导致交货期难以保证,拖期现象严重,这不仅让企业的生产成本增加了,而且还会影响企业的信誉,影响客户的满意度,严重制约了我国模具企业的发展和国际竞争力。为了能够及时的响应客户多样化的需求,同时又不增加企业的库存,降低在制品的库存,为此,本文以订单交货期准时度和产品装配时零件同时度为优化目标综合考虑制造与装配集成优化调度问题。本文主要研究混合流水车间下的单件生产制造调度问题,主要考虑调度问题中的两个问题,一是产品是由多个零部件装配完成,而装配之前需要所有零部件都加工完成；二是高度客户定制化产品具有生产周期长、在制品库存高的特点。通过把问题分为两个阶段来考虑,混合流水车间环境下的制造阶段和装配阶段,制造阶段可以看做是混合流水车间,每道工序都含有一定数目的并行机,同个产品的所有零部件加工完成之后才可以对这个产品进行装配,为了降低在制品库存高同时提高装配效率,在制造阶段的同时既要考虑同个产品零部件完工的时间间隔,即同时度问题,又要兼顾订单基于交货期的准时度问题。主要内容研究如下,1、介绍混合流水车间调度问题,建立模具加工装配的调度优化模型；2、针对建立的调度模型,采用基于机器的编码方式,利用带精英策略的非支配排序算法对问题求解,设计启发式算法产生部分初始种群,阐述了编码、解码方式,交叉和变异操作的方式,对该算法求解时存在的问题进行了分析并做了相应的改进,通过算法改进前后的测试结果对比,展示了算法改进后的解优于未改进算法的解；3、通过与GA算法与PSO算法的对比测试,测试结果表明NSGA-Ⅱ算法具有更好的优化性能。(本文来源于《广东工业大学》期刊2016-05-01）
宫雪[5]（2016）在《单件小批车间调度与重调度的算法研究》一文中研究指出单件小批生产是大型离散制造业中核心的生产模式之一,如大型船舶的制造、电厂设备的制造、化工炼油设备的制造以及汽车制造等等。这类企业绝大部分的产品是按订单进行生产的,生产要求经常更改,而且产品种类繁多,产量可能是一件或批量很少。由于大型设备和复杂工艺流程的制约,导致产品在生产过程中的连续性较低,这就使得对单件小批生产类型调度的研究变得更为重要。针对单件小批车间调度问题,在分析蚁群算法求解车间调度问题的基础上,考虑到传统蚁群算法利用析取图来描述工件加工关系给算法带来的复杂度,提出了一种优化的广义蚁群算法。该算法将通过最短路径选择的方式求解作业车间调度问题,在综合考虑工件和设备约束条件的前提下,将信息素机制运用到求解调度问题中。根据蚁群算法的状态转移规则,对公式中的参数做了研究和改进。仿真数据表明,广义蚁群算法在有效解决单件小批车间调度问题的同时,还取得了较好的求解结果。通过与文献中其他算法进行对比,验证了广义蚁群算法在计算最优解和算法的收敛速度方面都优于传统的蚁群算法。由于在实际生产环境中发生不确定的扰动事件时,系统缺少快速有效的重调度驱动机制,从而导致实际生产结果和计划出现重大偏差,会给生产过程带来严重影响的问题,提出了以重调度前后完成时间变动最小为优化目标的重调度算法。主要针对生产中发生机器故障的这一扰动类型进行分析,采用部分重调度方法的事件驱动策略,结合广义蚁群算法求解出预调度方案,双向考虑设备和工序之间的影响,充分利用设备的空闲时间,这样不仅有效地缩小了调度的偏差,还提高了工件加工的连续性,缓解了重调度的频率。通过对生产实际中案例进行仿真,验证了所提策略的有效性。最后与右移重调度方法进行比较,证明了该重调度策略对于大规模调度问题有更好地改进效果。通过对单件小批车间调度与重调度算法的研究,实现了车间计划与调度的闭环控制,提高了车间生产的鲁棒性和稳定性。(本文来源于《哈尔滨理工大学》期刊2016-03-01）
张宏国,吴雨桐[6]（2015）在《单件小批量混合车间调度算法》一文中研究指出在现代企业生产中,单件小批量混合生产类型占很大的比例。针对单件小批量混合车间调度问题,综合考虑工序约束条件、工件生产类型和工期,以最小化总完工时间为目标,提出了调度优化遗传算法。该算法采用基于优先权编码的遗传算法,解决了目前单件小批量混合车间调度中设备空闲时间长,不能有效缩短调度周期的问题。(本文来源于《中国科技论文》期刊2015年08期）
吴雨桐[7]（2015）在《基于MES的单件小批混合车间调度算法研究》一文中研究指出在大型离散制造业中，单件小批生产模式占有很大比重，如重型机械设备的制造，轮船制造，电站成套设备的制造，飞机制造等。这种生产类型的企业，是在规定的时间内，制造种类繁多的产品，其产量可能是一件或批量很少，并且绝大部分是按订单进行生产的。由于在生产过程中，产品品种繁多，生产条件不稳定，工序多，具有很多制约生产的大型设备，制品在生产过程中的移动路线长且复杂，生产过程中连续性较低等特点，使得对单件小批生产类型调度的研究成为了该领域研究的一个重要研究方向。目前，制造执行系统（Manufacturing Execution System，MES）在大型离散制造业中的应用也越来越普遍，基于实时生产数据采集、分析的MES为车间调度提供了实时的信息环境。本文在分析单件小批MES车间调度问题特点的基础上，针对单件小批混合车间调度问题，综合考虑了调度周期与工件加工准备时间，建立了数学模型，提出了一种基于遗传算法的调度优化算法，在有效缩短调度周期的情况下，提高了工件加工连续性，缓解了频繁更换工装的情况。本文还针对现有蚁群算法利用析取图描述工件加工关系而增加了算法复杂度，提出了一种广义蚁群算法，在有效解决单件小批混合车间调度问题的同时，降低算法复杂度，提升了算法的鲁棒性。经实验表明，本文提出的优化遗传算法在缩短调度周期方面优于目前算法，广义蚁群算法在算法性能上优于现有的蚁群算法。(本文来源于《哈尔滨理工大学》期刊2015-03-01）
黄韬[8]（2011）在《面向单件小批MES的车间作业调度问题研究》一文中研究指出制造执行系统(Manufacturing Execution System,MES)是面向车间生产的管理信息系统,也是实现快捷制造、节约企业成本的基础。随着经济形势的转变,单件小批生产已成为现有中小型企业的主要生产方式,如何将MES系统应用到单件小批生产中,已是最具吸引力的研究热点之一。车间作业调度问题是MES的核心模块,其实质是一种资源约束、时间约束和工序约束等组合优化问题,研究及应用车间作业调度问题对于我国制造业提高管理水平,生产效率,以及实施先进制造战略等均有重要的意义。但是由于实际车间作业调度的动态不确定性和复杂性,给实际的研究及应用带来了很大挑战。首先,在研究分析传统MES体系结构的基础上,根据单件小批车间作业调度实际生产所面临的压力及困难,构建了单件小批制造执行系统的功能模型,对单件小批MES体系结构的功能模块进行了详细阐述。同时,从单件小批企业实际需求出发,研究了单件小批MES与企业资源计划、车间现场控制的信息集成。然后,在分析传统的车间作业调度问题的基础上,结合单件小批调度的约束条件,针对GA算法会发生进化缓慢或者早熟现象,将SA算法引入到交叉和变异操作,提出了遗传模拟退火调度算法——GASA混合调度算法,并给出算法数学模型、算法模型、算法流程。GA的并行抽样性可以将算法时间优化性能提高,而SA的控制准则可以控制结合后算法的收敛性,避免出现早熟现象。利用经典调度问题FT06,验证了GASA算法的正确性,并与传统GA算法进行比较,验证了GASA算法的高效性。最后,论文采用Java编程语言、JBuilder开发环境、B/S模式开发MES中的车间作业调度原型系统。在充分调研的基础上,构建了车间作业调度系统的数据库,并结合作业计划与调度的实际问题,对单件小批MES作业计划与调度优化方法进行了实例研究。(本文来源于《哈尔滨理工大学》期刊2011-03-01）
刘胜辉,张淑丽,王波,滕春贤[9]（2009）在《一种求解单件车间调度问题的单亲遗传算法》一文中研究指出针对单件车间调度问题,设计一种基于整数编码的单亲遗传算法。该算法既具有单亲遗传算法运算量小、不存在"早熟收敛"现象等优点,在编码中又体现了单件车间调度的"保序性"等工艺约束条件,增强了调度算法的整体性能。对不同规模的FT类问题的仿真结果表明,该算法的收敛速度随着问题规模的增大而加快,并在求解单件车间调度问题时能得到稳定的满意解。(本文来源于《计算机工程》期刊2009年05期）
刘剑,桂欢欢[10]（2008）在《面向单件小批生产的集成化车间作业调度系统研究》一文中研究指出针对单件小批生产的车间生产环境特点,采用两层递阶的车间作业调度策略对作业计划与调度控制进行集成,建立了一种集成化的作业调度系统原型,并着重讨论了两个层次上的调度求解方法,为优化和解决车间层作业调度提供了理论依据。(本文来源于《机械设计与制造》期刊2008年09期）
单件车间调度论文开题报告
（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：
以单件车间作业为研究对象,求出最佳预防维修时间间隔使预防维修及小修的成本最小化,同时使工件最大完工时间最小化。将有限长度的生产计划期分成若干个等时间长度的时段。基于时间延迟理论,建立数学规划模型,确定设备进行预防性维修的最优时间间隔;运用指派法求解工件加工最大完工时间最小值,使得工件加工得以合理调度。算例验证了模型的有效性,同时也验证了工件加工调度的合理性。
（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。
单件车间调度论文参考文献
[1].纪明,赵骥,姜开宇.面向单件小批量生产的车间分层调度算法[J].模具工业.2019
[2].周梦露.单件车间作业及预防维修联合调度[J].农业装备与车辆工程.2018
[3].周亚勤,杨长祺,吕佑龙,金永乔,张洁.双资源约束的航天结构件车间生产调度方法[J].机械工程学报.2018
[4].罗仁蔚.混合流水车间的单件定制产品制造装配集成优化调度问题研究[D].广东工业大学.2016
[5].宫雪.单件小批车间调度与重调度的算法研究[D].哈尔滨理工大学.2016
[6].张宏国,吴雨桐.单件小批量混合车间调度算法[J].中国科技论文.2015
[7].吴雨桐.基于MES的单件小批混合车间调度算法研究[D].哈尔滨理工大学.2015
[8].黄韬.面向单件小批MES的车间作业调度问题研究[D].哈尔滨理工大学.2011
[9].刘胜辉,张淑丽,王波,滕春贤.一种求解单件车间调度问题的单亲遗传算法[J].计算机工程.2009
[10].刘剑,桂欢欢.面向单件小批生产的集成化车间作业调度系统研究[J].机械设计与制造.2008