【離散制造車間生產(chǎn)計劃排產(chǎn)探究14000字（論文）】

PAGEi1PAGE2離散制造車間生產(chǎn)計劃排產(chǎn)研究摘要在現(xiàn)代制造業(yè)中，車間排產(chǎn)調(diào)度、生產(chǎn)管理、技術是制造業(yè)生產(chǎn)效率的核心內(nèi)容，依靠計算機技術的輔助，解決好生產(chǎn)車間調(diào)度問題，減少原料的耗費和成品的儲存量，收縮產(chǎn)品制造周期，進而提高對于具有多品種、小批量、定制化特點的中小規(guī)模生產(chǎn)的組織能力。對企業(yè)在面對日趨復雜的市場環(huán)境至關重要。對車間調(diào)度這個問題，結(jié)合一般車間生產(chǎn)情況，深入分析，討論了作業(yè)排產(chǎn)問題解決的思路和實際操作辦法。本文提出了一個模型來類比實際情況，設計一個能夠自動排產(chǎn)的的算法框架；此外，本文利用遺傳算法，探討了實現(xiàn)不同優(yōu)化目標優(yōu)化的方式，比對其優(yōu)劣勢進行比較。結(jié)果得出，該算法性能相較其他算法具有一定優(yōu)越性，不過對于該算法具體應用哪些方面仍需要更多研究。除此以外，本文介紹了以上述為基礎的車間排產(chǎn)系統(tǒng)，對相關的開發(fā)技術進行闡述，展示實際應用的情況。該系統(tǒng)的順利運行，可極大減輕企業(yè)內(nèi)從事生產(chǎn)計劃編制的人員的工作量，相對人工編制而言也具有了更高的排產(chǎn)效率，使得企業(yè)可以加快生產(chǎn)速度，與此同時降低成本壓力，最終擁有更好的收益。關鍵詞：制造業(yè)資源規(guī)劃；柔性車間調(diào)度；遺傳算法目錄第1章緒論 31.1課題的來源和背景 31.2國內(nèi)外相關研究綜述 41.2.1國內(nèi)外相關研究綜述 41.2.2離散制造車間管理系統(tǒng)相關模式綜述 51.2.3離散車間調(diào)度問題研究方法 51.3論文結(jié)構(gòu)及主要內(nèi)容 6第2章車間的調(diào)度問題及遺傳算法 72.1排產(chǎn)調(diào)度問題 72.1.1問題描述 72.1.2制造系統(tǒng)車間情況分析 82.1.3生產(chǎn)調(diào)度問題求解 92.1.4生產(chǎn)調(diào)度算法分類 92.2應用遺傳算法解決調(diào)度問題 102.2.1車間調(diào)度的數(shù)學模型 102.2.2遺傳算法 112.3本章小結(jié) 18第3章離散調(diào)度車間管理系統(tǒng)的設計與實現(xiàn) 193.1車間管理系統(tǒng)的設計 193.2車間管理系統(tǒng)的應用 223.2.1車間管理系統(tǒng)的使用 223.2.2系統(tǒng)優(yōu)化效果的檢驗 243.3本章小結(jié) 26第4章結(jié)論與展望 274.1結(jié)論 274.2不足之處及未來展望 27參考文獻 29緒論課題的來源和背景隨著科技與市場經(jīng)濟的不斷發(fā)展，控制生產(chǎn)成本和提高產(chǎn)品的質(zhì)量一直都是現(xiàn)代企業(yè)的目標。而為應對為適應產(chǎn)品個性化定制、多工序、小批量的趨勢，則需要更加合理地安排工藝，盡可能壓縮生產(chǎn)耗費時間，在這樣的需求下，高效生產(chǎn)迫在眉睫[1]。在過去的相當長一段時間里，因為理論與實際的考慮，這一需求不斷鼓勵人們探索新的調(diào)度方法，以使得企業(yè)在生產(chǎn)過程中獲取最大的效益。對與現(xiàn)代制造企業(yè)來說，其核心是其生產(chǎn)管理能力以及調(diào)度的理論和技術[2,3,4]。由于在工業(yè)生產(chǎn)自身的特點，導致其生產(chǎn)管理極其復雜，必須做到高效的控制與調(diào)度。無論是對于壓縮整個周期，更少耗費以及更高收益，車間調(diào)度都可以起到相當顯著的作用。因此，借助計算機來幫助管理生產(chǎn)，可以顯著減少無論是原材料還是成品的存量，加快生產(chǎn)速度，從而使得生產(chǎn)的效益更高。使得企業(yè)適應當前以訂單驅(qū)動，多品種小批量生產(chǎn)的現(xiàn)代化生產(chǎn)模式。生產(chǎn)調(diào)度問題[5]本質(zhì)上就是研究如何通過對有限的資源進行合理的調(diào)配以使得收益最大化的問題，一個調(diào)度就是按照順序等約束條件將任務有序安排給加工設備的一個方案。一般情況下，由于約束條件較多的原因，生產(chǎn)管理是一個相當難以解決的NP(Non-DeterministicPolynomial)完全問題[6],因為算法本身的特點，如果所解決的實際問題涉及到的范圍較大，其難度與復雜度也會呈現(xiàn)指數(shù)級的增長。在這樣的背景下，為離散車間的生產(chǎn)管理尋求一種切實有效的調(diào)度算法就顯得極為必要。如今，智能制造的理念已經(jīng)開始得到越來越多企業(yè)的重視與響應。然而，在我國不少企業(yè)的車間管理中，計算機技術并沒有獲得足夠普遍的應用，車間作業(yè)排產(chǎn)的任務主要還是依靠人工安排。其效率底下且效果也并不夠理想，這一定程度上也解釋了我國制造業(yè)從業(yè)人員日常工作時間工作量極大，但是優(yōu)秀的制造業(yè)企業(yè)卻很少的問題。因此，為了解決這一問題，尋找一種可以應用在車間作業(yè)調(diào)度的可行而又便捷的方法，成為了制造業(yè)企業(yè)所迫切需要解決的難題[7]。本次依托于制造企業(yè)規(guī)劃，旨在結(jié)合車間管理應用現(xiàn)狀，在了解車間明確的軟件需求后，對搜集的信息綜合分析，最后做出對企業(yè)具有指導性建議的作用。

國內(nèi)外相關研究綜述1.2.1國內(nèi)外相關研究綜述在制造系統(tǒng)的研究中，調(diào)度系統(tǒng)是無法繞開的主題之一[8,9,10]，因為其重要而又復雜的特點，眾多科研工作者不遺余力對其進行研究探索，同時產(chǎn)生了繁多的算法與各式的模型。在最近的一段時間內(nèi)，計算機技術獲得飛速發(fā)展，人工智能、ArtificialNeuralNetworks、GeneticAlgorithm、TabuSearch、SimulatedAnnealing[11]等都經(jīng)常出現(xiàn)在算法研究中。針對遺傳算法計劃排產(chǎn)問題，國外研究較早開始，弗洛里達大學兩位學者提出了“車間作業(yè)排產(chǎn)遺傳算法[12]”，由澳大利亞史蒂芬和米歇爾提出并設計了一種啟發(fā)式算法的架構(gòu)[13]，同樣有由研究人員借助算法為一啤酒生產(chǎn)企業(yè)解決了車間生產(chǎn)的調(diào)度問題；除此之外，研究人員也將模擬退火的方法運用于遺傳算法模型，遺傳算法、多準則決策以及約束邏輯編程來解決某些問題，在這之內(nèi)約束邏輯編程為遺傳算法提供以及囊括優(yōu)化問題所有約束的初始值，而遺傳算法則用于最優(yōu)的解，多準則決策則按照多準則原則挑選出最優(yōu)解[15]。國外學者對此類問題的研究已經(jīng)相當成熟，也極大推動了車間排產(chǎn)這一問題的發(fā)展。國內(nèi)相關的研究略滯后于國外，且整體進度進展也較為緩慢，然而經(jīng)過國內(nèi)眾多學者們不懈努力，也取得了不小的成就。李云龍等人提出一種混合遺傳算法，采用變鄰域的混合遺傳算法解決云制造環(huán)境下車間調(diào)度方案[16]；電子科技大學的王振林、李迅波、吳勝鑫用于生產(chǎn)半導體的工廠的算法，剖析了半導體流水線車間調(diào)度問題，在分析工程中對中間變量進行初始化，使得因迭代設置問題而造成的過大計算量得以有效解決，使得半導體工廠生產(chǎn)問題得到較好的解決，極大提高了生產(chǎn)效率[17]；河海大學葉彥斐等人以加工所用總的工時最短為最終目的來解決柔性車間排產(chǎn)的調(diào)度方案.該方案為解決種群過早收斂的問題，在傳統(tǒng)遺傳算法基礎上加入了種群災變機制[18],類比自然界的實際情況使得一部分個體“死亡”,并且會自動產(chǎn)生新個體已補全空缺;同時在交叉變異的環(huán)節(jié)添加子代尋優(yōu)策略以提高進化效率。這一方式的應用使得種群規(guī)模隱形擴大，通過基因多樣性的提高使得結(jié)果優(yōu)化更好。潘穎、周柏誠在《裝備制造技術》中通過研究車間排產(chǎn)調(diào)度的特點和算法,在傳統(tǒng)算法的基礎上，創(chuàng)建出一種可以同時對多個目標進行優(yōu)化的實時動態(tài)優(yōu)化算法。把加工完成總的工時、延時時間以及加床的負載最小作為最終的目[19]，實驗證明該方法尋找最優(yōu)解性能卓越。

1.2.2離散制造車間管理系統(tǒng)相關模式綜述國內(nèi)有相當一部分數(shù)量的制造業(yè)的企業(yè)都已經(jīng)將應用系統(tǒng)的車間管理作為未來規(guī)劃的重要一環(huán)，但技術暫時沒有達到所需要的程度，同時各個也都存在著或多或少的問題，以上問題的存在一定程度上是伴隨制造業(yè)的出現(xiàn)而產(chǎn)生的?？偟膩碚f，就是企業(yè)追求個性定制生產(chǎn)而決定的。首先，想想要實現(xiàn)制造業(yè)的信息化，就必須對這個產(chǎn)業(yè)具有足夠深入的了解，因為此類產(chǎn)業(yè)的行業(yè)特殊性，不同企業(yè)之間的特點與需求相差極大。對于非制造業(yè)，其關注核心可能在于物流、財務等方面；而對于制造業(yè)而言，生產(chǎn)能否均衡、有序、高效才是重中之重。對于本文所著重提到的產(chǎn)業(yè)更是如此，資源協(xié)調(diào)、成本控制、訂單生產(chǎn)都是最受重視的要素。與此同時，隨著時代的發(fā)展，制造類企業(yè)也在與時俱進地對自身進行升級轉(zhuǎn)型，因此都有著或多或少的變換。最顯而易見的就是，許多企業(yè)從傳統(tǒng)的大規(guī)模嚴格生產(chǎn)到個人生產(chǎn)風格，再到所謂的“實時業(yè)務”，迅速響應用戶需求的改變[20]。一些公司為“互聯(lián)網(wǎng)創(chuàng)建”或合作創(chuàng)建模型。國內(nèi)的制造業(yè)缺乏專業(yè)團隊科學運營，所謂團隊通常由職業(yè)經(jīng)理人組成并對其進行發(fā)展，由于注重所謂的能人經(jīng)濟的原因，導致了事實上較為單一的的管理機制，企業(yè)的管理者具有一定“領導人的特點”[21]。所以，如果想要完美解決客戶所提出的問題，一個個性化的、全面的結(jié)局方案就必不可少?；谶@樣的現(xiàn)實，就必須詳細而全面地去理解制造企業(yè)的生產(chǎn)過和日常怎樣運作，如此就可以設計出真正適合工廠實際生產(chǎn)管理的調(diào)度系統(tǒng)1.2.3離散車間調(diào)度問題研究方法由于調(diào)度問題本身所具有的復雜性，形成了以下幾種常用的研究策略：1)化整為零策略通過拆解整個生產(chǎn)任務或者分組的技術可以使得優(yōu)化過程的計算復雜度減少，并獲得一個較優(yōu)的調(diào)度問題解，同時系統(tǒng)的一系列性能指標也可以得到不同程度的優(yōu)化。2)由于在一般情況下生產(chǎn)過程都充滿隨機性和變化性,故采用即時管理策略。以適應車間有可能出現(xiàn)的意外狀況。截止到目前，具體的行動計劃政策是:事件控制計劃、周期計劃、混合周期計劃和事件控制等。3)多優(yōu)化目標權(quán)衡的調(diào)度策略在實際調(diào)度問題中需要滿足和優(yōu)化的目標通常不止一個，這些目標通常會產(chǎn)生一定的沖突。因此，為解決這樣的問題，通常會用到數(shù)學規(guī)劃中的分層序列、評價函數(shù)、約束法等等。1.3論文結(jié)構(gòu)及主要內(nèi)容論文重點的論述有兩個方面：研究與實現(xiàn)的內(nèi)容。主要研究的方面是初步研究離散制造車間，還有車間內(nèi)各個生產(chǎn)線的協(xié)同配合，在學習、比較一些啟發(fā)式的算法之后，在本系統(tǒng)中加以應用，使得本系統(tǒng)初步中具有實用性、高效性。從課題的實現(xiàn)角度看，是從分析車間加工需求、進行相應的軟件設計，最后再進行編碼、測試、調(diào)試的過程。主要工作內(nèi)容有：詳細分析制造車間的現(xiàn)狀，同時對調(diào)度問題進行具有科學性的描述。對遺傳算法進行介紹，包括企業(yè)發(fā)展歷程、數(shù)學原理以及一些基礎的遺傳操作。采用遺傳算法，根據(jù)離散工作場所的實際情況進行計算，并給出問題的數(shù)學模型4)編制可視化的以遺傳算法為核心的車間排查軟件系統(tǒng)，可以實現(xiàn)對離散車間排產(chǎn)的初始化調(diào)度。論文結(jié)構(gòu)簡要介紹如下：第1章內(nèi)容是課題來源、背景、研究內(nèi)容和世界范圍內(nèi)對這一問題研究的進展。第2章對解決在車間系統(tǒng)管理的問題中所用到的遺傳算法以及具體的應用方式進行了簡要的解釋。第3章是重點介紹了將算法應用于系統(tǒng)后對于界面等方面的設計原則與方式。然后對搭建起的系統(tǒng)進行了案例模擬與分析來驗證系統(tǒng)的實用性。第4中是本課題的最終結(jié)論以及不足之處未來的展望。車間的調(diào)度問題及遺傳算法所謂調(diào)度問題，就是對生產(chǎn)過程的計劃和安排，是對整個先進生產(chǎn)制造系統(tǒng)想要順利實現(xiàn)運籌、優(yōu)化、自動化與計算機技術等技術的核心模塊[22]。為了實現(xiàn)更大的生產(chǎn)效率和提高生產(chǎn)效益，學習和應用有效的調(diào)度技術以提高效率是很重要的，從而大大提高資源使用效率和生產(chǎn)能力，這樣一來就能提高制造企業(yè)在市場中的話語權(quán)。離散車間的調(diào)度問題主要可分為建立模型和算法設計兩方面，它主要涉及工業(yè)工程、數(shù)學、計算機科學、運籌學等領域,在建模、調(diào)度、設定和目標確認函數(shù)等方面,主要介紹了算法設計方法及其復雜性、效果、收斂性等一系列的內(nèi)容[23]。2.1排產(chǎn)調(diào)度問題2.1.1問題描述調(diào)度問題就是對整個生產(chǎn)計劃進行合理的安排以使得可以提高生產(chǎn)加工效率，例如解決加工工件順序的先后問題，以及在面對大量工件時如何進行分組更合理。從生產(chǎn)調(diào)度的角度來看,有開環(huán)和閉環(huán)工廠兩種類型的調(diào)度問題[24],對于開環(huán)調(diào)度問題的定義解釋，可以說這只是一項來自客戶命令的線路研究，即從客戶訂購中要求的產(chǎn)品在業(yè)務中所有現(xiàn)有機器上都是按照流程進行的，而對庫存設置問題并不大在考慮范圍之內(nèi)。對于后者這一類型，不僅考慮到采購問題，而且考慮到研究和零件加工的順序，同時也考慮到各產(chǎn)品的大量大小，也就是說，在滿足制約條件的情況下，通過尋找一個的大量生產(chǎn)和加工的順序確定的情況，使生產(chǎn)力指標上最出色的管理戰(zhàn)術在過程中，顧客訂單所需要的產(chǎn)品庫存所提供的生產(chǎn)任務，一般都是由產(chǎn)品的儲存策略來決定的。對于離散作業(yè)車間生產(chǎn)排產(chǎn)的早期研究，關注的點主要集中為流水線的加工工件的排序問題上，主要是想要獲得優(yōu)化最好的方法[25]。對于單個的加工機床，主要是研究最短的零件加工時間或者是最快的交貨期限來完成零件的加工。對于多臺加工機床，因為對于每一臺機床來說，工件都是按照其本身完成加工所需要的加工工序來決定在機床上的加工順序，因此在分析這類問題時思路與前者相差并不大。作業(yè)排產(chǎn)問題本質(zhì)上其實是一個NP問題，其實在人們?nèi)粘Ｉ钪芯兔媾R著相當一部分的NP問題。比如多項任務、多個處理及其的分配問題，如果該問題可以得到很好的解決，也會給研究并行工程的學者們帶來極大的鼓舞[26]。又比如如何選擇最優(yōu)運輸路徑的問題，該問題能否解決也極大影響著物流的發(fā)展。除此之外，F(xiàn)MS中機器人的路徑規(guī)劃問題的解決也會簡介也會對其實際應用和完善產(chǎn)生積極的影響。綜上，調(diào)度問題的研究與解決有著極大的現(xiàn)實價值[27]。對于優(yōu)化問題的妥善解決，其關鍵就是能不能對車間調(diào)度具有足夠深刻的研究。調(diào)度人員要通過合理的作業(yè)排產(chǎn)安排滿足產(chǎn)品的交付期限。首先，觀察零件的加工過程和零件之間的組裝關系，決定每個零件的先后順序。然后，在生產(chǎn)過程中，根據(jù)現(xiàn)在的資源狀況和設備的加工能力，解決零件加工的排序問題。在生產(chǎn)任務的生產(chǎn)過程中，很多情況下，過程周期很長，過程比較復雜，質(zhì)量難以保證。最后,就是確認此關鍵路徑上的“稀有資源”。所謂的稀有資源，就是加工作能力與工作負荷相比為較弱,以至于會限制整個車間任務的加工能力人力資源或設備資源[28]。凡涉及到指數(shù)懸而未決問題的方法，都可以用優(yōu)化指令的方法來進行，有兩種方法可以做正確的解釋或僅僅做正確的解釋。其中精密解法有分支，分界，解析等。近似解法有以規(guī)則為基礎的結(jié)構(gòu)和臨界域名搜索等方法[29]。2.1.2制造系統(tǒng)車間情況分析隨著經(jīng)濟全球化的發(fā)展，今天企業(yè)之間的競爭進入“白熱化”階段，它們生產(chǎn)東西的方式也發(fā)生了巨大的變化，單件小批量個性化生產(chǎn)早已代替過去的大批量生產(chǎn)而成為當今的主流。尤其是對于重型機械制造業(yè)企業(yè)而言，由于其信息化程度較低，加工工作量又比較大，相對來說調(diào)度的工作極為復雜。在這樣的情況下，很有必要借助一些全新的手段來對工廠中出現(xiàn)的問題加以協(xié)助解決。這是一項很有必要的工作。作為企業(yè)物流和信息流的交匯點，車間是一個獨立而又完整的單元，負責將企業(yè)海量的制造信息在此處轉(zhuǎn)化為實物。在近二十年的發(fā)展中，企業(yè)的生產(chǎn)主導逐漸被市場和競爭主導漸漸替代，也正是這一原因，企業(yè)生產(chǎn)加工的現(xiàn)場也隨之發(fā)生了巨變，傳統(tǒng)制造業(yè)企業(yè)一直沿用的管理方式早已無法適應新的形勢和局面，主要集中在以下幾個方面：產(chǎn)品生命周期變短。產(chǎn)品迭代速率加快使得產(chǎn)品的設計、工程、生產(chǎn)部門必須更加頻繁進行交流溝通以適應快速應對新的要求。因為生產(chǎn)企業(yè)可能會經(jīng)常面對產(chǎn)品工藝、部件以及加工機床的更新，所以一套可以進行實時指揮的系統(tǒng)對于生產(chǎn)車間而言就顯得必不可少，依靠這樣的系統(tǒng)，生產(chǎn)人員就可以在更加科學準確的指導下進行作業(yè)，也能實時向設計管理部門傳遞信息，對產(chǎn)品的問題進行及時糾正。難以預料的市場。隨著經(jīng)濟社會的快速發(fā)展，人們對于產(chǎn)品的需求也在不斷變化，而市場則需要對人們需求的變化做出迅速有效的反應。制造行業(yè)的企業(yè)想要能夠應對人們一直在變化的需求，則企業(yè)的生產(chǎn)部門就必須具有可以快速應對難以預測的訂單變化的生產(chǎn)模式。多品種小批量生產(chǎn)。由于個性化生產(chǎn)的原因，通常加工工件種類較多，每一類的數(shù)量較少。由于這一原因，生產(chǎn)車間會同時存在眾多不同的生產(chǎn)指令，不同加工工件以及部件，這樣就需要生產(chǎn)線有能力加工不同類型零件，根據(jù)生產(chǎn)要求的不同進行柔性的調(diào)整以滿足生產(chǎn)的需要（4）不斷加劇的世界范圍競爭。各企業(yè)所面臨的不再僅僅是國內(nèi)同類企業(yè)的競爭，還要承受全世界優(yōu)秀企業(yè)產(chǎn)品的競爭壓力。對于生產(chǎn)本身而言，就必須降低耗費提高收益與效率。過去那種近似于黑箱作業(yè)的生產(chǎn)方式已經(jīng)不再適應新時代的需求，如果希望在當前激烈的國際競爭取得足夠分量的話語權(quán)，就必須想盡辦法使得產(chǎn)品生產(chǎn)的過程變得“可視化”，可以隨時檢查出有概率影響到最終質(zhì)量的各類因素要素，及時加以糾正，如此才能生產(chǎn)出具有競爭力的產(chǎn)品。

2.1.3生產(chǎn)調(diào)度問題求解生產(chǎn)調(diào)度問題其實就是研究如何對于得出最好的排列組合效果。因為解的可行域很大，因此想要找到一個問題的最優(yōu)解并不是一件容易的事情。例如，曾經(jīng)有一個很經(jīng)典的，十臺機床排產(chǎn)十個零件的排產(chǎn)計劃[30]，被業(yè)內(nèi)所謂的FT10*10難題，這項難題由兩位學者在二十世紀六十年代初期提出，然而直到八十年代末期才真正由兩位學者將其完美解決并獲得了最優(yōu)解，由此可見此類問題解決獲得最優(yōu)解難度之大。在這個問題中，其解空間極大，若是考慮因為零件加工工藝本身特點而產(chǎn)生的的限制以及解的分布極不均勻的因素，求得最優(yōu)解并非易事。當前存在的算法中有很多算法都是搜索整個解空間以求得最優(yōu)解，然而其效率過低，對于工程實際來說意義不大。為了解決這一困境，工業(yè)領域經(jīng)常用到的是各式各樣啟發(fā)式的算法，一般來說由于通常一種啟發(fā)式規(guī)則只能獲得一個好的結(jié)果。如果想要提高效率，通常的做法是在算法中引入一些隨機性的因素，可以使得效率有一個較為明顯的提升，但通常求得的解也僅僅是一個較優(yōu)解。為了描述調(diào)度問題的好壞，在這個領域有一些規(guī)定的術語對其進行較為準確的描述。如果一個調(diào)度不符合調(diào)度所提出的要求，通常將其稱為非法調(diào)度；如果說調(diào)度符合約束的條件，但是明顯并不是特別理想，這個時候?qū)⑦@種解成為是可行調(diào)度；最理想的情況就是調(diào)度結(jié)果合理且目標函數(shù)最優(yōu)，稱其為最有調(diào)度，介于可行調(diào)度與最優(yōu)調(diào)度之間的將其稱之為近優(yōu)調(diào)度。這些描述常常用在調(diào)度問題中來描述解的結(jié)果好壞。2.1.4生產(chǎn)調(diào)度算法分類生產(chǎn)調(diào)度的方法涉及了許多方面，是一個范圍極廣的研究領域，截止到目前，和這一問題相關的論文已經(jīng)成千上萬，將其中提到的算法歸納起來可以大致分為以下幾類：1)以運籌學為基礎的算法，如動態(tài)規(guī)劃、分支定界法以及線性規(guī)劃法等。這幾種方式理論上來說可以找到最優(yōu)的解，但是因為其計算會耗費大量的時間，效率太低，因此不適合于大規(guī)模生產(chǎn)的模式。2)以啟發(fā)式為基礎的方，這是工業(yè)界經(jīng)常用到的方法，因為這種算法比較實用且實際使用中極其便利，美中不足的是這類算法通用性不夠優(yōu)秀，因此只能用于特定的一些情況。3)AI開發(fā)的算法是將代理技術、專家系統(tǒng)等加在一起的，與以運用學為基礎的算法相似。雖然可以找出最好的解決方法，但是效率性低，開發(fā)也很難。AI開發(fā)的算法是將代理技術、專家系統(tǒng)等加在一起的，與以運用學為基礎的算法相似。雖然可以找出最好的解決方法，但是效率性低，開發(fā)也很難。4)以神經(jīng)網(wǎng)絡為基礎的算法，該方法可以進行分布式計算能力、學習能力的，但這類方法也的工作效率也不夠理想且難度較大。5)可進行智能計算的搜索算法，這類算法常見的包含但不限于：遺傳算法、混沌、禁忌、變鄰域搜索等等。通常來說這類算法的通用性更高且計算效率也僅僅略低于啟發(fā)式的算法，因此目前對這一類算法的研究較多一些。6)把重點放在試行復雜的計劃問題的次要解釋和定量評價上的拉格朗日放松法的基本法。由于這一特點，近年來已成為重要的調(diào)解方式，但方法搜索效率不高是美中不足。7)由數(shù)學理論發(fā)展而來的方法，這種方法在調(diào)度問題的解決中加入了模糊數(shù)學的只是，同時也與實際情況相當契合，但因為搜索效率以及開發(fā)周期的問題，至今適用范圍依然受到限制。8)以大量離散的事件系為基礎的計算方法，如Petri網(wǎng)[31]等。因為計算復雜以及開發(fā)難度較大，更多應用于計算機的仿真技術。因為某些算法融合了以上提到的一種或者幾種算法，使其具有了更好的性能。2.2應用遺傳算法解決調(diào)度問題2.2.1車間調(diào)度的數(shù)學模型現(xiàn)在假設某個車間有M臺機床，需要加工N個工件。同時，工件i有Li道工序。則L為整個排產(chǎn)計劃的工序累加值。所要考慮的約束條件為：已知每一道工序所耗費工時，每個工件的工序必須逐次進行，不可以隨意安排。本次調(diào)度排產(chǎn)的目的是在滿足既定加工工序以及已有約束條件的前提下，使得調(diào)度的效果達到較為理想的情況。一般來說，在實際車間調(diào)度排產(chǎn)中必須遵循以下幾個條件：1.每道工序都有指定的加工機床，每臺機床上一道工序未結(jié)束不能開始下一道。2.任何時刻一臺機床都只能同時進行一項加工任務。3.每一道個工序只能在一個機床上加工，且只能被加工一次。4.生產(chǎn)計劃的工序加工順序與耗費工時已經(jīng)確定，不能因為排產(chǎn)順序而改變。問題數(shù)學模型：用(i,j)代表第i個工件j道工序，Sij與Tij代表(i,j)開始時間和工時。用Zijk來判斷第k臺機床是否在加工(i,j)：如果判定再加工，則設置Zijk為1，反之設為0。最后，把k號機器完成加工的時間用Ck來表示，則問題的數(shù)學模型如下：如上所示，公式(1)為本次為達成最終優(yōu)化目標所設置的優(yōu)化函數(shù)，本次優(yōu)化目標為加工總工時最短。公式(2)表示零件工序加工必須有先后順序，同一個零件上一道工序沒有加工完之前下一道不能開始。公式(3)表示加工的第一個零件的第一道工序至少得從0時刻開始。公式(4)限制加工數(shù)量，即同一臺機床只能同時加工一個零件的一道工序。2.2.2遺傳算法遺傳算法(GeneticAlgorithm，簡稱GA)的靈感來源于自然界對于生物遺傳進化的探究。1975年，美國密歇根大學的名門教授霍蘭德和他的團隊以技術研究為基礎，首次提出了一種自適應優(yōu)化技術，它可以應用于基于生物進化和遺傳機制的相對復雜系統(tǒng)的優(yōu)化，即所謂的遺傳算法(32)。這一算法是致力于獲得最佳問題結(jié)果的通用適應方法，包括演化算法。進化算法最開始是通過生物進化學說中的若干現(xiàn)象為基礎而產(chǎn)生的，包括遺傳學、基因突變、選擇和交叉。遺傳算法是在適應的原則下，在群體中潛在的解決方案中，他提出了一種最優(yōu)的解決方案，然后通過遺傳雜交，基因突變，等待，繼續(xù)創(chuàng)造個體，在給新孩子的過程中，并根據(jù)這些個體在處理選擇指數(shù)中所需要的問題時，他提出了一種連續(xù)的估計方法。在這個過程中，個體繼續(xù)進化，新生的個體比最初的個體有更好的適應能力。用這種算法解決解決離散車間計劃排產(chǎn)主要步驟如下：產(chǎn)生特定數(shù)量的個體（染色體）以構(gòu)成種群并對其進行初始化。逐次計算種群中各個體的適應度值并對其進行記錄。采用一定的挑選方式挑選出一些染色體個體，參照設定的交叉互換概率進行雜交產(chǎn)生新的子代。按照突變的概率對個體進行基因突變操作。在進行足夠多的代數(shù)遺傳后終止算法，挑選當前種群中適應度最高的個體作為該問題的解。遺傳算法的流程圖可用下圖2-1表示圖2-1常規(guī)遺傳算法運算流程圖算法所需要的參數(shù)種群大?。悍N群包含染色體數(shù)量，以來表示?；虼笮。簜€體所包含的基因數(shù)量，以來表示。雜交概率：限制交叉操作的使用頻率，以表示?；蛲蛔兏怕剩合拗谱儺惖某霈F(xiàn)頻率，以表示。迭代次數(shù)：即控制種群會進行多少次遺傳及終止算法，以times表示。算法實現(xiàn)步驟及其偽代碼：種群的初始化與染色體的編碼通過用實數(shù)表示工序的方式對染色體進行編碼，即有M臺設備，加工N個工件，每個工件有processi(0<=i<N)道工序,染色體大小表示為，則編碼如下：。其中i代表工件編號，出現(xiàn)幾次就有幾道工序。比如{1,2,3,2,3,1,1,2,3}，中1，2，3就表示工件對應的排號，同一個數(shù)字出現(xiàn)的序數(shù)就是該工件當前要加工的工序序數(shù)。最后將本次生成的染色體個體加入整個種群，不斷重復這一操作知道種群規(guī)模達到設定值。算法偽代碼：解碼及適應度計算本次優(yōu)化的最終目標是加工這一批工件耗費總工時最短，由此適應度可設為最短工時的倒數(shù)，以fitness來代表對應適應度，為最短加工時間，因此其中的計算方法如下：首先定義如下變量：1.startTimeij：第i個工件第j道工序的最晚開始時間2.endTimeij：第i個工件第j道工序的結(jié)束時間3.machineij：第i個工件第j道工序的所使用的的機器編號4.timeij：第i個工件第j道工序加工所用的加工時間5.processij:第i個工件第j臺機器上加工的工序編號6.machineWorkTimei：第i臺機器的加工時間7.processIdsi：第i個工件當前的工序編號首先遍歷個體的基因序列其中，表示i工件所對應的編號，且將工件正在加工的工序表示為processIdswi,設p。p工序使用的機床表示為machinewi,p，設m。m機床加工工件p工序所需要的時間為timewi,p，設t。則當前工序開始的最晚時間為而第m臺機器的加工時間為工件的第p道工序的結(jié)束時間為最后加工完所有工件的最短加工時間為從而計算出適應度fitness。偽代碼如下：個體選擇算子本文中的個體選擇方式采用了錦標賽選擇個，基本思路正如名稱所示，在整個種群中先隨機挑選出n個個體對它們的適應度這一指標進行比較，通過“競賽”尋找出競爭指標最優(yōu)的一個個體并將其挑選出來進行后續(xù)操作，其工作原理過程如圖2-2所示。圖2-2錦標賽法選擇子代原理圖偽代碼如下：染色體雜交在染色體雜交這一環(huán)節(jié)，使用的時OC(OrderCrossover)算子進行雜交，其交換原理如下：現(xiàn)有兩個個體g1和g2，在兩個個體上都按照隨機確定的方式產(chǎn)生兩點，靠前標為start，靠后標為end，然后取g1的start到end這一段序列將其作為子一代原型Childprototype，如圖2-3所示。圖2-3基因g1產(chǎn)生子代原型將g2中未在g1產(chǎn)生的Childprototype中出現(xiàn)的編碼提取，并將其排布在子一代原型的兩側(cè)，其效果如圖2-4所示：圖2-4基因g1產(chǎn)生子代原型至此將會產(chǎn)生一個子代，只需將上述步驟的g1與g2調(diào)換位置就可以獲得第二個子代。偽代碼如下：基因突變子基因突變的作用是允許算法從局部最優(yōu)解中跳出來。因此，不同的收集方法對算法是否可以達到全局最優(yōu)解有很大的影響。位置突變方法用作突變激活劑。這兩個位置是從染色體隨機產(chǎn)生的，將改變這兩個位置的值。其原理如圖2-5所示圖2-5位置變異法交換算子偽代碼如下：綜上所述，算法整體偽代碼如下：

2.3本章小結(jié)本章在開頭對于車間排產(chǎn)調(diào)度對車間調(diào)度內(nèi)容進行介紹，包括本身的定義以及常用的算法的分類等等。然后對這些算法進行比較并提出一種用來解決車間排產(chǎn)問題的遺傳算法。并對相關一些參數(shù)的選擇及約束條件進行了討論和研究。其次，本章也將遺傳算法在實例中進行應用，以錦標賽法為挑選子代方式為例介紹了常規(guī)的遺傳算法解決車間排產(chǎn)問題的思路和步驟并對其進行總結(jié)，計算結(jié)果有效可行，初步確認了該算法的正確性和可行性。離散調(diào)度車間管理系統(tǒng)的設計與實現(xiàn)3.1車間管理系統(tǒng)的設計1.輸入界面設計用戶界面是客戶在使用系統(tǒng)時將會直面的部分，且使用時間在整個系統(tǒng)使用時間中占比很大，其設計的好壞將會對用戶的使用體驗產(chǎn)生最直觀也是最強烈的影響，其重要性不言而喻。且在實際使用中，因為客戶操作的不確定性，這一部分也是最容易出錯的部分。因此在用戶界面的設計過程中，設計的最重要準則就是減少出錯概率以及有足夠的的柔性來應對使用者的錯誤操作。因此應采用靈活的方式設計以實現(xiàn)這些要求：(1)通過適當?shù)牟僮髋c設置減輕用戶記憶的壓力對于一些常用的參數(shù)值可以將其設置為默認值，減輕用戶輸入的壓力，同樣的思路可以使用代碼和縮寫等方式完成此目的。對于有較多可選項的選擇，可以使用列表的形式來表示，這樣可以對用戶的使用提供極大的方便。(2)將界面與操作方式設計成用戶較為熟悉的風格將界面設計成絕大多數(shù)用戶都一定使用或者至少非常熟悉的系統(tǒng)風格，例如設計為與windows操作系統(tǒng)風格類似。(3)采取提示措施來減少用戶的錯誤操作對于輸入操作，必須在確認用戶點擊了確認選項后才能執(zhí)行操作。對于刪除操作，必須有確認用戶操作的流程，在用戶確認刪除后才能進行刪除；如果操作過程中出現(xiàn)了嚴重錯誤，要有警告并強制退出的行為。(4)實時反饋用戶的操作信息要使得用戶隨時知道自己的輸入內(nèi)容，必要時可以加備注與提示來限制輸入的大小和范圍。2.界面顯示設計屏幕設計所需要的關注的重點在于其整體布局、文字排布以及顏色的選擇。這里就這三者進行詳細介紹。(1)布局屏幕布局都應遵循如下原則：1)平衡原則：保證屏幕四周布局的平衡，不要使得頁面要素堆積在一起，數(shù)據(jù)難以分辨，也會引起使用者的視覺疲勞，而造成錯誤操作，對用戶來說很不友好。2)規(guī)則化原則：在界面中出現(xiàn)的命令、對話以及提示等要素在設計過程中應該盡可能保持統(tǒng)一標準和規(guī)范。3)預期原則：界面上的要素域?qū)ο?，例如按鈕、單選復選框，下來菜單等要素應該具有一致的處理方式，使得對象的操作可預期。4)順序原則：按照生產(chǎn)車間在實際生產(chǎn)中所常用的順序進行來對所需要的現(xiàn)實的對象來進行排列。5)簡約原則：即對界面進行合理的布局，在盡可能使得界面要素表達清楚的前提下使得界面簡潔明了，容易識別；(2)文字及其用法文字作為與用戶溝通的媒介，在提示信息、窗口命令、標題等各個方面都會出現(xiàn)，文字用法的好壞直接影響了用戶的體驗，因此對于文字及其用法的設計要遵循以下準則：1)用詞簡潔精煉：因為本軟件的主要客戶為車間技術員，因此要避免出現(xiàn)車間生產(chǎn)中不常出現(xiàn)的專業(yè)術語，避免使用任何不必要的修飾詞以使得表達明確且不會過分冗長，如果文字較長，可以在不產(chǎn)生歧義的情況下適當進行縮略或者采用企業(yè)內(nèi)約定俗成的一些編碼方式。2)格式：同一個頁面中不應該出現(xiàn)過多的文字以避免用戶產(chǎn)生視覺疲勞增加負擔，如果必須要有大量文字時，則要盡量分組排版，對于一些重要的文字進行特殊處理，如加粗，使用醒目顏色、放大改變字體等等；英文除特殊要求外盡可能使用小寫和易于識別的字體。3)信息內(nèi)容：信息的內(nèi)容必須清晰簡潔。使用常用和簡單的句子使其更易于理解。如果有更多文本，則需要在一個空白的段落或塊中采用上下滾動的方式瀏覽。關鍵詞句和特殊詞句的處理取決于情況。(3)顏色的應用在界面設計中，顏色的選取也是一項很重要工作，好的顏色調(diào)配可以為操作者帶來使用上的便捷，甚至起到調(diào)節(jié)心情的作用，一般來說，在設計中顏色的調(diào)配應該注意一下原則：1)限制同時出現(xiàn)的顏色數(shù)。同一畫面使用的顏色數(shù)量盡量控制在4個以下，最多不要超過5個避免造成視覺干擾，可以使用不同形狀等方式配合顏色變化以增加層次感；2)不同對象顏色風格要區(qū)分明顯。例如可以將活動對象設置為較為鮮艷的顏色，非活動對象設置為較為暗淡的顏色以加強對比。3)如果想要用顏色來傳達信息或者表現(xiàn)某種屬性，要盡量使用常規(guī)的顏色來表示以確保用戶容易了解?；谝陨显瓌t，軟件的設計界面如圖3-1所示；圖3-1車間排產(chǎn)系統(tǒng)用戶界面左上角“江南大學車間生產(chǎn)計劃排查系統(tǒng)”為本系統(tǒng)名稱。主界面“歡迎使用江南大學車間排產(chǎn)系統(tǒng)”為歡迎致辭，采用加粗斜體以增加辨識度。左側(cè)方框選擇本次所需要進行排產(chǎn)的生產(chǎn)計劃，再點擊查詢文件并選中后，文件絕對路徑會在文本框中顯示出來以供操作者核對。右側(cè)是生產(chǎn)生化目標，系統(tǒng)將根據(jù)目標的不同進行不同的優(yōu)化方式。當前默認為總工時最短，因為這一優(yōu)化最為常見，第二項在選定特定機床工時最短后會在后方下拉框中選擇具體對哪一臺機床進行優(yōu)化。以為該系統(tǒng)只是以常見的幾種當時為例進行優(yōu)化，并不能包含所有優(yōu)化目標，因此留下第三個選項，在后續(xù)具體到某一企業(yè)時針對該企業(yè)的實際情況對本系統(tǒng)進行升級優(yōu)化。在選擇完優(yōu)化目標后單擊選擇按鈕，按鈕會自動變?yōu)樗x擇的目標，最后單擊右下角的確認按鈕則開始排產(chǎn)。操作完成時界面如圖3-2所示。圖3-2排產(chǎn)系統(tǒng)輸入完成界面總的來說，屏幕顯示界面設計的最終目的，就是使得產(chǎn)品界面對用用戶來說，顯得簡單友好，容易上手，具有一定的親和力，與此同時可以使得用戶快速掌握界面信息，準確無誤辨識出重要信息以避免出錯，但與此同時也要保證不會因為不同用途的要素堆疊在一起而對用戶產(chǎn)生意料之外的刺激效果。3.2車間管理系統(tǒng)的應用3.2.1車間管理系統(tǒng)的使用對于一個系統(tǒng)而言，一個簡潔明了的界面必不可少，但僅僅具有良好的界面并不能稱得上是一個優(yōu)秀的系統(tǒng)。對于生產(chǎn)系統(tǒng)而言最為重要的還是其排產(chǎn)的效率及其效果，因此現(xiàn)在以圖3-2中提到的“排產(chǎn)計劃.xls”中的排產(chǎn)計劃進行實際操作。其數(shù)據(jù)如表3-1所示：表3-1排產(chǎn)計劃數(shù)據(jù)工件編號工序1所需機床編號工序2所需機床編號工序3所需機床編號工序4所需機床編號工序1加工工時工序1加工工時工序1加工工時工序1加工工時工件個數(shù)012342321314321123332314532214本文為演示系統(tǒng)工作情況，對機床編號、工序工時以及工件均進行簡單的設置進行以便于清晰表達，在實際生產(chǎn)中，應當按照企業(yè)的實際情況對其進行編碼。本次優(yōu)化目標為總工時最短，優(yōu)化結(jié)果如圖3-3所示圖3-3排產(chǎn)計劃將結(jié)果繪制為甘特圖，如圖3-4所示圖3-4排產(chǎn)計劃甘特圖

3.2.2系統(tǒng)優(yōu)化效果的檢驗在上一小節(jié)中對管理系統(tǒng)進行了一次簡單測試，其結(jié)果表明系統(tǒng)運行效果良好，然而對于其優(yōu)化程度的好壞卻無法加以證明，因此在本節(jié)中對于本算法的效率進行檢驗，其基本思路為將加工工件從10個開始計算，每一次增加一倍直至增加到100個工件，每一組進行五次計算，記錄下其計算耗費時間以及加工工時的平均值，對其進行進一步分析。其結(jié)果如圖3-5所示圖3-5排產(chǎn)耗費時間及結(jié)果如3-5所示，隨著加工工件數(shù)的增加計算量會快速增加，計算耗費的時間一直在770-850之間上下波動，沒有明顯增大。加工總工時增長趨勢大致符合線性公式y(tǒng)=3.1165x-4.4667。為進一步確認其效率，將平均加工總工時乘以計算耗費時間的倒數(shù)并觀察其趨勢，結(jié)果如圖3-6所示：3-6算法計算效率如圖3-6所示，隨著工件個數(shù)的增加，其加工效率逐漸增加，增加趨勢符合函數(shù)y=0.0003x2+0.3575x。由此可知，該算法的計算效率滿足要求，且其效率較高，具有應用到車間實際工作中去的能力。本科生畢業(yè)論文（設計）題目3.3本章小結(jié)本章首先對車間生產(chǎn)的管理系統(tǒng)的界面設計重要性以及設計時所需注意的一些原則進行了討論，包括操作系統(tǒng)的便捷性，以及整體的排版布局的原則、文字用語簡潔直白、顏色的層次鮮明的調(diào)配，盡可能增加系統(tǒng)的實用性和親和度；其次，對于本系統(tǒng)的整體設計進行介紹，并進行一次簡單但是完整的仿真實踐，結(jié)果表明整個系統(tǒng)的界面設計良好，使用方便，滿足設計過程中所需要遵循的規(guī)則。除此之外，也就系統(tǒng)本身的使用效率進行了測試，結(jié)果發(fā)現(xiàn)隨著工件數(shù)量的增加，生產(chǎn)耗費總的工時增加較為平緩，說明該算法計算效果較為穩(wěn)定可靠，對生產(chǎn)計劃排產(chǎn)所需要的的時間依舊在一定范圍內(nèi)波動，并沒有隨著工件數(shù)的增加而大幅增長，說明其效率較高。由此可見，該算法完全可以勝任離散車間排產(chǎn)的要求。第4章結(jié)論與展望4.1結(jié)論本文意在解決在當前智能制造的時代背景下，國內(nèi)的一些傳統(tǒng)制造業(yè)企業(yè)發(fā)展受阻的問題，經(jīng)過總結(jié)和歸納，最終認為其發(fā)展受阻的主要原因是因其生產(chǎn)效率受到了限制，即計劃排產(chǎn)、工件加工、機床上零件的停留時間以及相關機器上的滯留時間的制約。因此本文在對這一問題的進行反復斟酌并得出確定結(jié)論之后，將其轉(zhuǎn)化為了一個數(shù)學模型并進行建模，給出優(yōu)化目標以及相應的約束條件。最后，在算法的基礎上搭建了車間管理的生產(chǎn)系統(tǒng)，通過充分的驗證證實其實用性與正確性，即該系統(tǒng)在提高車間排產(chǎn)效率的問題上的確起到了促進作用，并可以再經(jīng)過進一步完善后投入實際生產(chǎn)中。4.2不足之處及未來展望本文不足之處在于設計的系統(tǒng)只是初步實現(xiàn)了利用遺傳算法來解決車間排產(chǎn)的問題，對于真正適應現(xiàn)代大型制造業(yè)企業(yè)的實際應用仍有一段距離，例如在數(shù)據(jù)處理問題上并沒能引入數(shù)據(jù)庫技術，因此其柔性仍具有較大的提升空間。未來將會對企業(yè)的生產(chǎn)實際進行更進一步的調(diào)查和研究，使其更加貼合企業(yè)生產(chǎn)實際，最終完全可以勝任絕大多數(shù)企業(yè)的生產(chǎn)要求。附錄附錄參考文獻[1] 李懷祖.生產(chǎn)計劃與控制.中國科學技術出版社（北京），2003:1~4[2] RunweiCheng.MitsuoGenandYasuhiroTsujumura.ATutorialSurveyofJob-shopSchedulingProblemsUsingGeneticAlgorithms-I.Representation.Computer&Industrial Engineering,2003,49(03):107~127[3] 呂建紅，王金廉，陳堅.生產(chǎn)管理調(diào)度系統(tǒng)中的數(shù)據(jù)庫實現(xiàn).華中科技大學學報， 2005,32(12):24~25敏婕.淺談NP問題.軟件世界，2006,(23)[5] 陳壽剛,官鵬沖,鄭頤.遺傳算法混合車間的應用.北京:人民郵電出版2001:57~60[6] DavisL.AdaptingOperatorProbabilitiesinGeneticAlgorithms.ComputerMath1990,2:189~214[7] 李郝林，施展.遺傳算法在生產(chǎn)調(diào)度應用中的關鍵技術.機械工業(yè)出版社，1998,4(02):16~17[8] 紀樹新，錢積新.車間調(diào)度遺傳算法中的交叉算子研究.系統(tǒng)工程理論與實踐，2005:51~52耿新青.遺傳算法及其應用.浙江大學學報，2005,15(02):35~37[10] 王靈，鄭大鐘.基于遺傳算法的JobShop調(diào)度研究進展.清華大學學報，2000,3(2):70[11] 楊殿生.用模擬退火算法解決生產(chǎn)調(diào)度問題.黃岡師范學院學報Vol.24.No.3， 2004:45~47[12] ThomasStutzle.LocalSearchAlgorithmsforCombinatorialProblems–Analysis,Improvements,andNewApplications.PhDthesis,DarmstadtUniversityofTechnology,1999:80~82[13] J.ChristopherBeckandMarkS.Fox.Dynamicproblemstructureanalysisasabasisforconstraint-directedschedulingheu