导读:本文包含了车间作业排序论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:作业,车间,算法,柔性,递归,模型,蜂群。
车间作业排序论文文献综述
王瑞锋[1]（2019）在《基于改进离散粒子群算法的多车间混流装配线作业排序研究》一文中研究指出我国整车制造企业从上世纪八十年代就开始学习和引进丰田生产方式(TPS),但是多数整车制造企业的实际生产效果并不理想。在准时化(JIT)生产方式下,要实现多车间混流装配线的高效率的生产是学术界和企业界一直研究的课题。多车间混流装配线的作业排序问题是一类复杂的组合优化问题,企业在编制生产计划时不仅要考虑产品的生产工艺和生产组织方式,而且要考虑零部件供给问题,本文以一汽解放汽车有限公司卡车厂为例,针对混流装配线作业排序问题进行研究。首先,建立混流装配线作业排序问题数学模型。混流装配线作业排序问题包括基于JIT生产模式下混流装配线作业排序问题和基于多通道式缓存区的混流装配线作业排序问题。基于JIT生产模式下混流装配线作业排序问题,以总装车间生产负荷平衡问题和物料消耗平准化问题、涂装车间喷漆颜色切换次数建立数学模型;基于多通道式缓存区的混流装配线作业排序问题,以总装车间生产负荷平衡和物料消耗平准化以及多通道式缓存区通道数量建立数学模型。针对混流装配线作业排序问题,本文在离散粒子群算法的基础上提出了一种改进的离散粒子群算法,提出了种群库的概念,由最优个体粒子引领种群位置更新改为由种群库中粒子引领种群更新,借鉴遗传算法中交叉策略,改进了粒子之间信息交互的方式,改变了粒子位置更新方式。结合模拟退火算法(SA)增强了改进离散粒子群算法的局部收搜能力。利用改进的离散粒子群算法对基于JIT生产模式下多车间的混流装配线作业排序问题进行求解,验证了算法的有效性。探讨了多通道式缓存区的结构特点,利用改进的离散粒子群算法和复杂规则集结合对基于多通道式缓存区的混流作业排序方法进行研究,并验证了改进离散粒子群算法在求解组合优化问题上的有效性。通过多通道式缓存区通道数量进行优化,探讨了通道数量对多通道式缓存区排序能力的影响。最后,以一汽解放汽车有限公司卡车制造车间为背景,利用MATLAB软件中GUI工具开发了混流装配线作业排序系统。该系统一是解决在JIT模式下单一车间和多车间的混流装配线作业排序问题,二是解决有多通道式缓存区的混流装配线作业排序问题。该系统人机交互界面简洁,便于操作,能为调度人员提供较大的帮助。(本文来源于《长春工业大学》期刊2019-06-01）
聂慧敏[2]（2018）在《多品种生产模式下的SY公司车间作业排序研究》一文中研究指出随着经济的全球化发展,制造业之间的竞争千帆竞发,单一、大批量生产方式已经不再适应当前的市场环境,从而出现了一种新型的生产方式——订单式生产。然而,这种生产模式在迎合顾客需求的同时也给企业的生产管理带来一定的困难,其中车间作业排序是生产管理中至关重要的环节也是十分棘手的问题。车间作业排序不仅要考虑人员、设备、时间等可用资源的合理分配,还要考虑对各种订单的类型、批量以及生产交货期等信息的准确利用。首先,本文以多品种生产模式为背景对车间作业排序进行分析,并整合以往生产作业排序的主要研究内容,强调了生产作业排序在整体生产计划中的必要性。同时,通过对车间作业排序理论知识的介绍和对人工蜂群算法主要流程的梳理,为下文使用该算法解决排序问题奠定了基础。其次,根据对SY公司车间排产现状分析的结果,发现当前生产存在的问题,并以此为出发点寻找解决方法。同时,针对订单类型、产品交货期以及顾客重要度等因素利用层次分析法对订单进行优先级排序,在考虑订单优先级的情况下对车间作业排序问题建立数学模型。最后,使用人工蜂群算法对数学优化模型进行求解,最终验证该模型对于多品种生产企业在车间作业排序过程中的可行性以及有效性。因此,对于车间作业排序问题的研究,有利于企业的订单按期交付以及提高综合资源的有效利用率,防止在制造过程中出现由于生产任务分配不均匀导致的生产资源浪费以及生产现场混乱等问题。(本文来源于《安徽工业大学》期刊2018-05-20）
叶存葵[3]（2017）在《若干车间作业排序问题的算法设计与分析》一文中研究指出本文研究了自由作业和流水作业环境下的两类排序问题模型,研究的核心是问题的近似算法设计和最坏情况界分析,全文共分五章,具体如下。第一章简要地介绍了排序问题的基本知识以及自由作业和流水作业的相关知识。第二章研究了一类加工时间由工件和机器速度决定的叁台机自由作业排序问题,在此问题中工件首先要在叁台自由作业机器上加工,工件J_j在机器上的加工时间由工件长度pj和机器的速度si决定。目标是极小化最大完工时间,用叁参数表示为O3|pij=pj-si|Cmax,我们设计了一个最坏情况界不大于5/4的近似算法。第叁章研究了一类工件加工不等待且机器具有多功能属性的两台机流水作业排序问题,在此问题中工件首先要在两台流水作业机器上加工,工件J_j的两个工序在加工过程中不能中断,第一台机可以加工工件J_j的两个工序。目标是极小化最大完工时间,用叁参数表示为F2|nwt,mtflx|Cmax,我们改进了已有文献的结果(最坏情况界为5/3),设计了一个最坏情况界不大于13/8的近似算法。第四章研究了一类工件加工不等待且可分割,机器具有多功能属性的两台机流水作业排序问题,在此问题中工件首先要在两台流水作业机器上加工,工件J_j的两个工序在加工过程中不能中断,第一台机可以加工工件J_j的两个工序,工件的第二个工序在加工过程中可以中断。目标是极小化最大完工时间,用叁参数表示为F2|nwt,mtflx,prmp|Cmax,我们进一步推广了现有的文献结果(现有的文献给出启发式算法),设计了一个最坏情况界不大于8/5的近似算法。第五章总结全文并提出相关问题进一步的研究方向。(本文来源于《浙江理工大学》期刊2017-12-21）
张维存,赵晓巧[4]（2018）在《柔性作业车间人员配置及作业排序问题研究》一文中研究指出以最小化任务完成时间为目标,建立了柔性作业车间人员配置及作业排序模型,并设计了蚁群—遗传混合优化算法进行求解。首先,根据求解问题特征,设计了蚁群—遗传协调优化的算法结构。其中,蚁群算法求解资源配置,遗传算法求解既定资源配置方案下的作业排序;其次,为便于蚂蚁游历中配置任务的加工设备和操作人员,设计了一种新的蚂蚁游历地图及地图上启发式信息的计算方法和更新方式;再次,遗传算法采用基于工序优先权值的实数编码方式,并采用父子排序的精英保留策略以促进算法收敛;最后,通过两个不同规模的实例,比较其与其他算法及不同资源配置规则的运行结果,说明本算法能较好地求解柔性作业车间的人员配置及作业排序问题。(本文来源于《计算机应用研究》期刊2018年12期）
赵晓巧[5]（2017）在《模糊环境下柔性作业车间人员配置及作业排序问题研究》一文中研究指出工业4.0和中国制造2025的飞速发展给制造业带来了机遇的同时也带来了挑战。调度作为解决企业中资源共享及其合理配置的重要手段,一直以来受到很多学者和企业的重视。现代企业设备的自动化程度已大大提高,但是人力资源成本明显上升,为了节约成本许多企业已经开始有意地培养多能工。多能工往往可以同时操作多台设备,能够使企业提高生产效率的同时降低生产成本。但是,这也对传统的车间调度和管理制度提出了挑战,合理的人员配置已成为了当代企业亟待解决的问题。同时,在实际制造系统中由于学习、遗忘、疲劳恢复等活动,人员往往具有复杂性,同一操作人员在执行同一个任务时也可能具有不同的操作效率。因此,如何在模糊环境下实现人员和设备以及任务的匹配已成为企业关注的焦点。本文围绕模糊环境下柔性作业车间人员配置及作业排序问题进行研究。首先,通过分析现代制造业的企业生产现状,总结了模糊环境下柔性作业车间调度问题和人员配置问题的研究背景和研究意义;然后,查阅了相关文献,重点阐述和概括了模糊环境下柔性作业车间人员配置及作业排序问题的相关理论,从学术角度说明了该问题研究的必要性;随后,建立了模糊环境下柔性作业车间人员配置及作业排序问题的数学模型,根据数学模型和相关研究方法介绍了该问题的求解思路;之后,根据求解思路设计了一种蚁群遗传双层混合算法。其中,蚁群算法用于求解操作人员、设备、任务的匹配问题,也就是资源配置问题,下层遗传算法用于求解既定操作人员、设备、任务下的工序顺序问题,也就是排序问题。同时,为便于蚂蚁游历中配置任务的加工设备和操作人员,设计了一种新的蚂蚁游历地图及地图上启发式信息的计算方法和更新方式。遗传算法采用基于工序优先权值的实数编码方式,并采用父子排序的精英保留策略以促进算法收敛;最后,在实习企业选取了两个不同规模的实例,以其中一个实例为例,通过求解考虑操作人员操作效率和不考虑操作人员操作效率的例子再次证明该问题研究的必要性和复杂性。同时,以两个实例为对象,比较本算法与其他算法的运行结果,说明设计的算法能较好的求解模糊环境下柔性作业车间的人员配置及作业排序问题。(本文来源于《河北工业大学》期刊2017-12-01）
郭华,刘婷婷,汪圆,严金凤[6]（2016）在《基于Plant Simulation仿真平台的车间作业排序优化设计》一文中研究指出提出一种解决车间作业排序问题的、基于工序编码方式在Plant Simulation仿真平台上的优化设计方法,并运用传统的遗传算法对此类问题进行仿真优化。首先,对基于工序编码的方法进行改进,并在Plant Simulation仿真平台中映射实现,应用遗传算法实现最优的排序方式。最后示例说明了此方法的可行性。该方法简单可行,为解决这类复杂问题提供了一条捷径。(本文来源于《现代制造工程》期刊2016年02期）
杨佳雯[7]（2015）在《两阶段车间作业排序问题的研究》一文中研究指出本文主要研究了两阶段车间作业排序问题:第一类是两阶段自由作业排序问题,第二类是两阶段混合车间作业排序问题。研究的重点是,证明这些问题的计算复杂性,设计问题的近似算法,并对算法的最坏情况界进行证明。全文共分为四章。具体如下:第一章简要的介绍排序的基本理论。第二章主要研究一类新型两阶段自由作业排序问题。第一阶段是自由车间,第二阶段是流水车间,目标是极小化最大完工时间。其中要求工件一旦进入流水车间的两台机上加工,必须完成流水车间加工才可进行下一阶段任务。本章分两种情形,目标均是极小化最大完工时间。情形一:考虑一般的情况,第一阶段机器为m台,第二阶段机器为两台,本章提出一个近似算法,并证明其最坏情况界为2;情形二:第一阶段机器为一台,第二阶段机器为两台,本文对问题进行复杂性证明,证明该问题是NP难问题,并给出一个5/3-近似算法及其最坏情况界证明。第叁章主要研究一类两阶段混合车间作业排序问题。第一阶段是自由车间共两台机,第二阶段是流水车间共两台机。其中工件可选择任一阶段的车间进行加工,目标是极小化最大完工时间。本文对问题的复杂性进行证明,证明该问题是一般NP难问题,同时提出一个近似算法,并证明其最坏情况界为27/14。第四章总结全文并提出相关问题进一步的研究方向。(本文来源于《浙江理工大学》期刊2015-12-24）
罗亚波[8]（2015）在《面向作业车间调度的基于拓扑排序的二级嵌套蚁群算法研究》一文中研究指出蚁群算法的出现,为求解作业车间调度问题提供了新思路。然而,由于作业车间调度问题的可行域属性非常复杂,目前,采用蚁群算法进行求解,还存在收敛可靠性差和优化程度不高的问题。针对以上两个问题,在对工序拓扑排序的约束特性进行分析的基础上,提出基于拓扑排序的二级嵌套蚁群算法,其基本思想是:以拓扑排序为基础,采用受限主路径覆盖可行域,从而降低搜索的规模和盲目性,提升收敛可靠性;将问题分解为工艺路径优化和设备遴选优化两个级别的问题,从而构造二级优化机制,采用工艺主路径与设备支路径嵌套递归的方式,实现工序排序与设备遴选之间的相互干涉,从而提升解的满意度。比较试验表明,与目前常用的蚁群算法求解方法相比,采用基于拓扑排序的二级嵌套蚁群算法求解作业车间调度问题,具有良好的收敛可靠性、求解效率和寻优能力。(本文来源于《机械工程学报》期刊2015年08期）
彭建刚,刘明周,张铭鑫,张玺,葛茂根[9]（2014）在《基于改进非支配排序的云模型进化多目标柔性作业车间调度》一文中研究指出采用多目标进化算法研究柔性作业车间调度问题,目标是最小化最大完工时间、机器总负荷和最大机器负荷3个性能指标。针对NSGA-Ⅱ识别非支配个体较慢和个体比较次数较多的不足,设计一种基于预排序的快速非支配排序算法,快速识别非支配个体并淘汰被支配个体,提高非支配解集的构造效率;结合柔性作业车间调度问题的特点和进化算法的性能,引入云模型进化策略,提出一种基于非支配排序的云模型进化多目标柔性作业车间调度算法。运用云模型揭示模糊性和随机性的优良特性维护进化种群,提高非支配解分布的广度和均匀度。利用多指标加权灰靶决策模型选择最满意调度方案。使用基准实例进行测试并比较测试结果,验证了算法的可行性和有效性;利用提出算法确定了生产实际的最满意调度方案。(本文来源于《机械工程学报》期刊2014年12期）
张毅,王颖[10]（2013）在《汽车维修车间作业排序的优化模型》一文中研究指出随着经济的快速发展,人们对汽车的需求量不断增加,使得汽车的制造生产规模随之不断增加。目前,国内外对汽车维修的重视不够,使得汽车维修车间在调度方面缺乏比较完善的科学规划,汽车维修服务质量水平比较低下。本文主要从汽车维修车间作业的现状出发,分析研究汽车维修车间作业排序的优化模型。(本文来源于《科技传播》期刊2013年23期）
车间作业排序论文开题报告
（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：
随着经济的全球化发展,制造业之间的竞争千帆竞发,单一、大批量生产方式已经不再适应当前的市场环境,从而出现了一种新型的生产方式——订单式生产。然而,这种生产模式在迎合顾客需求的同时也给企业的生产管理带来一定的困难,其中车间作业排序是生产管理中至关重要的环节也是十分棘手的问题。车间作业排序不仅要考虑人员、设备、时间等可用资源的合理分配,还要考虑对各种订单的类型、批量以及生产交货期等信息的准确利用。首先,本文以多品种生产模式为背景对车间作业排序进行分析,并整合以往生产作业排序的主要研究内容,强调了生产作业排序在整体生产计划中的必要性。同时,通过对车间作业排序理论知识的介绍和对人工蜂群算法主要流程的梳理,为下文使用该算法解决排序问题奠定了基础。其次,根据对SY公司车间排产现状分析的结果,发现当前生产存在的问题,并以此为出发点寻找解决方法。同时,针对订单类型、产品交货期以及顾客重要度等因素利用层次分析法对订单进行优先级排序,在考虑订单优先级的情况下对车间作业排序问题建立数学模型。最后,使用人工蜂群算法对数学优化模型进行求解,最终验证该模型对于多品种生产企业在车间作业排序过程中的可行性以及有效性。因此,对于车间作业排序问题的研究,有利于企业的订单按期交付以及提高综合资源的有效利用率,防止在制造过程中出现由于生产任务分配不均匀导致的生产资源浪费以及生产现场混乱等问题。
（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。
车间作业排序论文参考文献
[1].王瑞锋.基于改进离散粒子群算法的多车间混流装配线作业排序研究[D].长春工业大学.2019
[2].聂慧敏.多品种生产模式下的SY公司车间作业排序研究[D].安徽工业大学.2018
[3].叶存葵.若干车间作业排序问题的算法设计与分析[D].浙江理工大学.2017
[4].张维存,赵晓巧.柔性作业车间人员配置及作业排序问题研究[J].计算机应用研究.2018
[5].赵晓巧.模糊环境下柔性作业车间人员配置及作业排序问题研究[D].河北工业大学.2017
[6].郭华,刘婷婷,汪圆,严金凤.基于PlantSimulation仿真平台的车间作业排序优化设计[J].现代制造工程.2016
[7].杨佳雯.两阶段车间作业排序问题的研究[D].浙江理工大学.2015
[8].罗亚波.面向作业车间调度的基于拓扑排序的二级嵌套蚁群算法研究[J].机械工程学报.2015
[9].彭建刚,刘明周,张铭鑫,张玺,葛茂根.基于改进非支配排序的云模型进化多目标柔性作业车间调度[J].机械工程学报.2014
[10].张毅,王颖.汽车维修车间作业排序的优化模型[J].科技传播.2013
论文知识图
