具有缓冲区约束的流水车间调度问题综述
柔性流水车间有限缓冲区排产问题综述

Internal Combustion Engine & Parts• 51•柔性流水车间有限缓冲区排产问题综述陈世佳(沈阳建筑大学信息与控制工程学院,沈阳110168)摘要:针对柔性流水车间有限缓冲区排产问题提出了三种优化算法,进行比较指出各算法的优缺点,给出数学模型并提出以最大 完工时间为目标,总结了近年来在该领域的研究现状,并对今后研究方向进行展望。
关键词:柔性流水车间;有限缓冲区;优化算法;最大完工时间0引言柔性流水车间有限缓冲区排产问题在化工,制药,汽车配件制造等中普遍存在,有很强的工业背景,是一 类非常复杂的调度问题。
本文提出了 LBFFSP的数学模 型,指出了有限缓冲区的研究现状,参考大量文献总结 了解决该问题的相关算法,并对今后的研究方向提出了 设想。
1问题描述与数学模型1.1 LBFFSP问题描述柔性流水车间有限缓冲区排产问题可以描述为:如图1所示,包含n个工件的加工队列在车间顺序进行m 道工序的加工,m道工序中至少有一道工序包含两个或气脱硝处理中。
3.2非催化还原法脱硝技术在进行烟气脱硝反应的过程中,经常采用非催化还原 法脱硝技术,这种技术在实际应用过程中其反应的烟气温 度能够高达850益到1100益之间。
通过还原剂的添加和催 化,能够及时的将烟气处理中的物质实现氧化还原,并且 能够及时的分解,生成NH3并且能够与反应室内的NO2发生还原反应,生成N2。
在实际烟气脱硝的工艺处理实施 中,要考虑到瓦斯发电的基本容量,这样才能在其容量的 允许范围内进行发电生产,并且形成专门的生产——脱 硝--还原--氧化等反应链条。
如果在脱硝过程中,瓦斯发 电机的容量较小,那么就会导致其在实际的应用中,不能 对其进行优化处理,所以这时的烟气脱硝率也会随之下 降,最高可脱硝的烟气率为80%。
因此在实际的烟气脱硝 反应处理中,应该充分的考虑到瓦斯发电机的基本容量,然后才能有针对的进行脱硝工艺选择。
车间作业调度(JSSP)技术问题简明综述

车间作业调度(JSSP)技术问题简明综述l 引言生产调度是CIMS 研究领域生产管理的核心内容和关键技术,车间作业调度问题(JSSP)是最困难的约束组合优化问题和典型的NP 难问题,其特点是没有一个有效的算法能在多项式时间内求出其最优解. 现代经济日益强化的竞争趋势和不断变化的用户需求要求生产者要重新估价生产制造策略,如更短的产品生产周期和零库存系统等,而JSSP 生产环境最适宜满足现有经济和用户的需求. 利用有限的资源满足被加工任务的各种约束,并确定工件在相关设备上的加工顺序和时间,以保证所选择的性能指标最优,能够潜在地提高企业的经济效益,JSSP 具有很多实际应用背景,开发有效而精确的调度算法是调度和优化领域重要的课题.研究JSSP 问题最初主要采用最优化方法,但计算规模不可能很大,且实用性差.近年来,基于生物学、物理学、人工智能、神经网络、计算机技术及仿真技术的迅速发展,为调度问题的研究开辟了新的思路. 本文根据JSSP 问题的大量文献,对研究理论与方法进行系统的分类并介绍这一领域的最新进展,讨论进一步的研究方向.2 JSSP 问题的一般框架2.1 问题描述JSSP 问题可描述为:m 台机器(用集合()m j j M M 1==表示)加n 个工件(用集合|()ni i J J 1== 表示),每个工件包含由多道工序组成的一个工序集合. 工件有预先确定的加工顺序,每道工序的加工时间t 在给定的时间每个机器只能加工一个工件,并且每个工件只能由一台机器处理. 不同工件的加工顺序无限制,工序不允许中断;要求在可行调度中确定每个工序的开始时间ij s 使总完工时间max C 最小,即(){}M M J J t s C C j i ij ij ∈∈∀+==,:max min )min(max *max 求解满足以上条件的工件加工顺序即构成JSSP 调度问题.流水作业调度问题(FSSP)是JSSP 问题的特殊形式(即所有工件有相同的加工工序). 此外目标函数可选取等待时间、流程时间和延期时间的平均值或者最大值等,或多个目标组合形成的多目标问题.2.2 JSSP 的模型表示2.2.1 整数规划(IP)模型整数规划模型由Baker 提出,需要考虑两类约束:工件工序的前后约束和工序的非堵塞约束. 用jk t 和 jk c 分别表示工件 j 在机器k 上的加工时间和完工时间.如果机器h 上的工件加工工序先于机器K (用k h J J <表示),则有关系式jh jk jk c t c ≥-;反之,如果h k J J <,有jk jh jh c t c ≥-。
车间调度问题综述报告

车间调度问题综述报告车间调度问题是指在一个车间内进行多道工序的生产加工,需要合理安排工序的先后顺序、工序所需的设备和人力资源,以及调度时间等因素,以最大限度地提高生产效率和资源利用率的问题。
车间调度问题在生产操作管理、资源优化和生产效率提升等领域具有重要的应用价值。
车间调度问题通常涉及到多个工序的安排顺序和时间安排。
其中,工序顺序的安排决定了每个工件在车间内的加工流程,工序时间安排则涉及到各工序之间的等待时间和加工时间。
合理的工序安排和时间安排可以最大限度地减少生产过程中的空闲时间和非生产时间,提高生产效率。
对于车间调度问题的研究,主要涉及到以下几个方面:1. 调度策略与算法:研究如何制定合理的调度策略和设计高效的调度算法,以最小化完成整个生产过程所需的时间和资源成本。
常用的调度策略包括最早截止时间优先、最小松弛度优先、最小工期优先等,而调度算法则可以基于规则、启发式算法、精确算法等不同的方法进行求解。
2. 调度问题的建模与求解:研究如何将实际的车间调度问题转化为数学模型,以便于进行求解。
常用的调度模型包括流水线调度、柔性作业车间调度、多品种多装配线平衡调度等。
而求解方法则可以使用线性规划、整数规划、模拟退火、遗传算法等不同的优化方法进行求解。
3. 调度系统与软件开发:研究如何开发车间调度的信息系统和软件工具,以便于帮助生产调度员进行实时的车间调度。
这些系统和软件可以将关键数据进行集中管理和监控,可以自动化生成调度方案,并可以进行实时调整和优化。
4. 车间调度问题的应用领域:车间调度问题在不同的生产场景中都有广泛的应用,包括制造业、物流配送、交通运输等领域。
在制造业中,合理的车间调度可以最大限度地提高生产效率和资源利用率;在物流配送中,合理的调度可以最小化货物的运输时间和成本;在交通运输中,合理的调度可以最大限度地减少交通拥堵和行车时间。
综上所述,车间调度问题是一个综合性的问题,涉及到多个因素的综合优化。
作业车间调度问题综述

330013)
摘 要: 介绍了作业车间调度问题的理论、模型,对当前求解作业车间调度问题的各种方法进行分类并逐一进行分析
比较,指出各种方法的优缺点。总结了今年来在该领域取得的研究成果和存在的问题,并对今后的发展方向进行了讨论。
关键词: 作业车间调度; 启发式; 调度算法; 近似算法
中图分类号:C931.2
整数规划模型由 Baker[1]提出,下面简单给出一个 n /
m/G/ Cmax调度问题的常用数学描述。
Min max{max c } ik
(3-1-1)
s.t.c -p +M(1-a )≥ c ,i=1,2,…,n,h,k=1,2,…,m
ik ik
ihk
ih
c -c +M(1-x )≥ p , i,j=1,2,…,n,k=1,2,…,m
但使用单一的优先规则得到的解不能满足要求如何把多个规则进行融合设置一个合理的满意度值是近期研究的方向同时为了得到更好的近似解研究者们都把基于优先分配规则得到的近似解作为初始解如禁忌搜索的初始422拉格朗日松弛法拉氏松弛技术作为一种求解复杂优化问题的近似算法由于其能在较短的时间内获得高质量的次优解并能进行性能评价等优点近年来受到学术界的广泛重视
弧(虚线)表示同一机器上加工各操作的连接。
LWKR(Least Work Remaining)法则,即优先选择余下加
带有限容量缓冲库的多目标柔性作业车间调度优化

1810系统工程理论与实践第30卷从图中可以看出,该结果保证了物料的供应,是符合生产要求的可行调度结果.在产线连续性方面,除了该计划旬内因为存在定修造成的被迫中断外,计划调度最大程度的避免了产线上合同的生产中断,同时调度尽量将相同规格的合同安排临近加工,以降低飙格转换时间和成本,比如合同11和12,属于同规格,在1、3、4、5生产中心的生产均为紧邻加工.因而,改进遗传算法可以有效且高效地帮助调度员在短时间内获得较为理想的调度结果.但是,正如第3节中的分析,改进遗传算法的编码形式决定了“合同在各生产中心的加工顺序是一致的”,上述调度结果存在尚需改善的方面,包括:①为了保证供料,第—个生产中心需要提前近8个时间单位开始生产供料,阻碍了生产中心的同步启动生产;②合同前后工序的衔接不够紧密,造成部分合同的工序间等待时间较长,比如:2号合同经过1_4_5生产中心,工序间间隔的等待时间共计11.205个时间单位(约两天),这势必造成缓冲库存的压力.鉴于此,辅以局部搜索优化算法,对合同的生产顺序加以调整,可得改进后的调度结果,此结果也得到了钢管企业生产排程人员的认同,以甘特图显示如图5(每一格表示一天).图4改进遗传算法下的生产计划调度程序结果显示图图5辅以局部搜索优化算法的计划调度结果显示图比较单一使用改进遗传算法的结果与局部优化后的结果,不难发现:①调度结果保证了产线的生产连续,相同属性的合同尽量连续加工,以降低转换造成的生产中断;②每条产线上的合同加工顺序相对灵活,生产中心最早开始时间与最迟开始时间相差仅4个时间单位,尽量保证所有生产的同步启动;⑦改善了合同的前后工序衔接状况,使得合同在前道工序加工完毕后尽早进入下道工序的生产加工,减轻缓冲库存的压力,比如:2号合同在局部搜索优化算法运算后,经过1—4—5生产中心,工序间等待时间从11.205个时间单位(约两天)降至3个时间单位.不仅如此,图6_9较为详尽的比较了两种算法调度结果相关的缓冲库存量.单纯使用改进遗传算法所得到的各缓冲库存平均量为:207.238吨(2号生产中心缓冲库)、552.56吨(3号生产中心缓冲库)、1266.31(4号生产中心缓冲库)和4939吨(5号生产中心缓冲库).而辅以局部搜索算法后的各缓冲库存平均量为:179.20吨(2号生产中心缓冲库)、476.46吨(3号生产中心缓冲库)、1017.17吨(4号生产中心缓冲库)和4626.3吨(5号生产中心缓冲库).分别降低了13.4%、13.8%、19.7%和6.4%.因而,上述两种算法的调度结果均可以有效控制库存,防止涨库,而后者更可以进一步地降低缓冲库存量.带有限容量缓冲库的多目标柔性作业车间调度优化作者:李琳, 霍佳震, LI Lin, HUO Jia-zhen作者单位:李琳,LI Lin(华东理工大学,商学院,上海,200237;同济大学经济与管理学院,上海,200092), 霍佳震,HUO Jia-zhen(同济大学经济与管理学院,上海,200092)刊名:系统工程理论与实践英文刊名:SYSTEMS ENGINEERING-THEORY & PRACTICE年,卷(期):2010,30(10)被引用次数:2次1.Pinedo M Scheduling Theory,Algorithms and Systems 20052.李建祥;唐立新;庞哈利热轧无缝钢管生产作业计划研究[期刊论文]-系统仿真学报 2003(09)3.李建祥;唐立新;吴会江热轧钢管主生产计划模型与算法研究[期刊论文]-系统工程学报 2005(05)4.Ouelhadj D A multi-agent system for the integrated dynamic scheduling of steel production 20035.Chang S Y;Chang M R;Hong Y A lot grouping algorithm for a continuous slab caster in an integrated steel mill[外文期刊] 2000(04)6.Tang L X;Liu J Y;Rong A Y A mathematical programming model for scheduling steel making-continuous casting production[外文期刊] 2000(02)7.唐立新;杨自厚;王梦光炼钢--连铸最优炉次计划模型与算法 1996(04)8.宁树实;王伟;潘学军一种炼钢--连铸生产计划一体化编制方法[期刊论文]-控制理论与应用 2007(03)9.Gao Z;Jin H;Xu N N An optimization model for the production planning of overall refinery[期刊论文] -Chinese Journal of Chemical Engineering 2008(01)10.石苓;窦延平基于生产计划排单的遗传算法的优化与应用[期刊论文]-计算机仿真 2005(22)11.Zanoni S;Zavanella L Model and analysis of integrated production inventory system:The case of steel production 2005(93/94)12.Witta A;Stefan V Simple heuristics for scheduling with limited intermediate storage 200713.李建祥;唐立新;吴会江带运输和设置时间的无等待并行流水车间调度问题研究[期刊论文]-系统工程理论与实践 2006(01)14.Jaln A S;Meeran S A state of the art review of job shop scheduling techniques 199815.Kacem I;Hammadi S;Borne P Pareto-optimality approach for flexible job-shop scheduhng problems hybridization of evolutionary algorithms and fuzzy logic 2005(3/5)16.夏蔚军;吴智铭基于混合微粒群优化的多目标柔性Job-Shop调度[期刊论文]-控制与决策 2005(02)17.吴秀丽;孙树栋;杨展多目标柔性Job-Shop调度问题的技术现状和发展趋势[期刊论文]-计算机应用研究2007(03)18.Pezzella F;Morganti G;Ciaschetti G A genetic algorithm for the flexible Job-Shop scheduling problem[外文期刊] 2008(10)19.Tang L X;Liu G L A mathematical programming model and solution for scheduling production ordersin Shanghai Baoshan Iron and Steel Complex[外文期刊] 2007(3)20.钟海嫣;霍佳震钢管冷区生产调度的一种启发式算法[期刊论文]-工业工程与管理 2008(02)21.李琳;霍佳震钢管生产计划中的多目标柔性Job-Shop调度问题[期刊论文]-系统工程理论与实践 2009(08)1.魏巍.谭建荣.冯毅雄.张蕊.WEI Wei.TAN Jian-rong.FENG Yi-xiong.ZHANG Rui柔性工作车间调度问题的多目标优化方法研究[期刊论文]-计算机集成制造系统2009,15(8)2.李琳.霍佳震.LI Lin.HUO Jia-zhen钢管生产计划中的多目标柔性Job-shop调度问题[期刊论文]-系统工程理论与实践2009,29(8)3.刘明周.张明伟.蒋增强.葛茂根.张铭鑫.Liu Mingzhou.Zhang Mingwei.Jiang Zengqiang.Ge Maogen.Zhang Mingxin基于混合粒子群算法的多目标柔性Job-Shop调度方法[期刊论文]-农业机械学报2008,39(5)4.吴秀丽.孙树栋.余建军.蔡志强.Wu Xiuli.Sun Shudong.Yu Jianjun.Cai Zhiqiang多目标柔性作业车间调度决策精选机制研究[期刊论文]-中国机械工程2007,18(2)5.刘晓霞.谢里阳.陶泽.郝长中.LIU Xiao-xia.XIE Li-yang.TAO Ze.HAO Chang-zhong柔性作业车间多目标调度优化研究[期刊论文]-东北大学学报(自然科学版)2008,29(3)6.白俊杰.龚毅光.王宁生.唐敦兵.BAI Jun-jie.GONG Yi-guang.WANG Ning-sheng.TANG Dun-bing多目标柔性作业车间分批优化调度[期刊论文]-计算机集成制造系统2010,16(2)7.张铁男.韩兵.于渤.ZHANG Tie-nan.HAN Bing.YU Bo生产能力约束条件下的柔性作业车间调度优化[期刊论文]-系统工程理论与实践2011,31(3)8.鞠全勇.朱剑英.JU Quanyong.ZHU Jianying多目标批量生产柔性作业车间优化调度[期刊论文]-机械工程学报2007,43(8)9.张超勇.饶运清.李培根.邵新宇.ZHANG Chaoyong.RAO Yunqing.LI Peigen.SHAO Xinyu柔性作业车间调度问题的两级遗传算法[期刊论文]-机械工程学报2007,43(4)10.袁坤.朱剑英.鞠全勇.王有远.Yuan Kun.Zhu Jianying.Ju Quanyong.Wang Youyuan多目标柔性作业车间调度的集成算子遗传算法[期刊论文]-南京航空航天大学学报(英文版)2006,23(4)1.林建正.王军.李正伟冷藏集装箱维修中的车间调度问题和方法[期刊论文]-物流技术 2012(5)2.张煜.李文锋.Robert H.Storer.严新平多工件族无缓冲混合Flow Shop问题的模型和算法构建[期刊论文]-系统工程理论与实践 2013(8)本文链接:/Periodical_xtgcllysj201010009.aspx。
关于流水车间调度问题的综述

关于流水车间调度问题的综述关于流水车间调度问题的综述.曲媛-杨晓伟z摘要:流水车间调度问题,也被称为同序作业调度问题,是许多实际流水线生产调度问题的简化模型.它无论是在离散制造工业还是在流程工业中都具有广泛的应用.因此,对其进行研究具有重要的理论意义和工程价值.本文介绍了流水车间调度问题的研究现状和几种解决方法.关键词:流水车间;遗传算法;启发式算法引言自从Johnson1954年发表第一篇关于流水车间调度问题的文章以来.流水车间调度问题引起了许多学者的关注.流水车间调度问题一般可以描述为n个工件要在m台机器上加工.每个工件需要经过m道工序,每道工序要求不同的机器.n个工件在m台机器上的加工顺序相同.工件i在机器j上的加工时间是给定的,设为t(I.j).问题的目标是求n个工件在每台机器上最优的加工顺序,使最大流程时间达到最小.对该问题常常作如下假设.(1)每个工件在机器上的加工顺序是1,2.…,m;(2)每台机器同时只能加工一个工件;(3)一个工件不能同时在不同的机器上加工;(4)工序不能预定:(5)工序的准备时间与顺序无关,且包含在加工时间中;(6)工件在每台机器上的加工顺序相同,且是确定的.基本算法1.一种基于扩展采样空间的混合式遗传算法将邻域搜索与遗传算法相结合求解流水车间调度问题,提出了一种邻域结构.使之更适合求解流水车间问题;设计了一种基于扩展采样空间的混合式遗传并通过计算机模拟验证其有效性.其中,邻域搜索使用定义(由给定的染色体通过随机移动一个基因到一个随机的位置.得到的是染色体的集合)所描述的邻域.采样空间为父代P(t),改进的父代s(t),交叉的后代C(t),变异的后代M(t).交叉和变异的父代是种群的父代P(t),而不是改进的父代S(to具体的混合式算法框架BEGINt=0初始化P(t)WHILE不满足终止条件Do①下降搜索.应用多点最速下降法改进P(t),得到改进的父代S(t);24中小企业科技2007.07②用P(t)进行单点交叉生成C(t);③用P(t)进行移动变异生成M(t);④采样从P(t),S(t),C(t),M(t)中选出最好的不重复的下一代染色体:t=t+1END2.改进的DNA进化算法改进的DNA进化算法中引入了交换操作(交换操作就是在DNA单链中随意产生一个位置.然后将位置前的DNA链与位置后的DNA链相交换.组成一条新的链)以更好地搜索解空间,并采用黄金分割率控制变异个体的数目.同时为了进一步提高搜索性能.采用一种新颖的启发式规则.具体算法如下:对于每个工件都有3个时间指数:t为工件j在所有机器上的加工时间之和;t1i为工件j在第一台机器上的加工时间; t为工件j在最后一台机器上的加工时间;tj为工件j的加权加工时间.B,C是[0,1]之间的数.当随机生成一个A,再在[0,1一A]之间随机产生一个B便能确定tj的大小.然后每个工件按照Tj的降序排列.这样就会产生一个可行解.生成不同的A,就会得到不同的可行解.将启发式算法得到的可行解作为DNA进化算法的初始群体.具体算法如下:①计算每个工件tmi的及tlI;@)For(I=1,2.7.n)(n表示要产生的可行解的个数);A=random(0,1);B=random(0,1一A):tⅡ=At~j+Btlj+(1一A—B)tmj;End③根据每个工件计算出的t.进行降序排列.得到对应的工件排序,即可行解.通过仿真可以验证.加入启发式算法能够快速地接近最优解.提高算法的收敛速度.产生初始种群.3.一种基于遗传算法的求解方法一种基于遗传算法的求解方法.在由染色体转换成可行调度的过程中引入工件插入方法.同时设计了一种新的交叉算子(这里设计了一种新的交叉算子.从种群中按交叉概率随机选取两个个体作为父体.对于每个个体随机寻找两个不同的基因位置.选择这两个位置及其之间的基因作为交叉部分.两个交叉部分的长度可以不同.首先将两个交叉部分进行交换.然后按照父体中原来基因排列的顺序补齐交叉部分没有包含的基因.经过交叉之后产生的子代个体一部分基因保留了在一个父辈个体中的绝对位置,另部分基因则保留了在另一个父辈中的相对位置.该操作具有较好的遗传特性,同时也能够产生足够的搜索空间.计算表明该算子优于PMX交叉算子.)通过大量的数值计算表明.该算法优化质量大大优于传统的遗传算法和NEH启发式算法.4.一个无等待流水车间调度启发式算法采用一个经典的全局任务插入算法构造初始解,应用局部搜索方法对其进行改进.通过4000个不同规模实例将提出算法与目前求解该问题最好的几个算法从性能和计算时间方面进行全面比较.实验结果表明:提出算法的性能是目前最好的,多项式复杂度的计算时间适合实际生产需求.此启发式算法包括两个阶段:初始序列的产生阶段和改进阶段.(1】在初始序列的产生阶段.采用任务插入的方法,它类似于NEH[3]算法.(2)在初始序列的改进阶段,定义V=(X,Y)为序列s中的一对位置,其中:,Y∈{l,2….刀),≠Y.V的移动将S中第X个任务插入到第y个位置,位置对集合:Z={(J,)J,Y∈{l,2,…),Y壁{,—l}},其中包括(n一1)(n一1)个位置对.算法描述如下:①令k=1,计算所有任务ji(I=1,2…,n)的F2值.选择最小值对应的任务放入S中,将其余n一1个任务放入R 中;(K=K+1;③从R中任意取出一个任务j,将其插入到S的K个不同位置.产生K个不同的序列.计算这K个序列的F1值,选择最小值对应的序列作为一个候选序列,将任务j从R中移除;④如果R≠,返回第3步,否则转到第5步;⑤在产生的(n—K+I)个候选序列中,计算各自的F值.选择最小值对应的序列替换S.将序列S以外的所有任务存放到集合R中;⑥如果K=n,结束,S即为最终初始序列;否则回到第2步继续;⑦生成序列S的位置对集合并进行插入操作,产生(n一1)个新的任务序列,计算所有新产生序列的F1值,将最小值对应序列记为S;⑧如果F,(S)=F,(S),则S=S.返回第7步重新开始;否则转入第9步;⑨序列S即为最终任务序列.5.混合禁忌搜索算法(HTS)(1)混合禁忌搜索HTs算法的主要思路为:通过一个有效的启发式算法为TS算法提供一个较好初始解,并可加快TS 算法的收敛速度;采用禁忌搜索算法改进初始解以搜索到更好的近优解.初始解生成算法:①任意产生一个初始序列Q.;②利用双插入启发式算法[5](DIH)对序列Q进行改进获取一个序列S.DIH基于全局插入操作和局部插入操作的思想来产生局部种子序列并对当前调度进行改进.该算法具有较高效率的搜索能力.得到一个较好的近优解;③将序列S进行一次全局成对交换,得到初始序列P.(2)HTS算法描述:基于已得到的序列P作为初始解T0和以上禁忌搜索算法,关键参数的设置,下面给出HTS算法:①调用初始解生产算法产生初始解P并赋予To;②将初始解T作为当前解利用成对交换(Swap)产生的邻域结构得到多个邻域解;③将所有邻域解对应的目标函数值从小到大排序,然后选取前e个邻域解作为候选解;④从第1个候选解开始,如果满足藐视准则,则将此邻域解作为当前的序列T,;否则在候选解中选非禁忌的最佳状态序列作为当前序列T,;⑤保存每个当前序列T,及其目标函数值,并找出其中最优的目标函数值及对应的序列W,;⑥若满足终止条件,则比较最后得到的当前序列T,与序列w,所对应的目标函数值大小,选取目标函数值小的序列作为算法最终所得到的近优解,算法停止;若不满足终止条件则To=T,,则转向2.6.混合规划针对不确定条件下流水车间调度问题(Flowshopschedul—ing),研究了含有随机参数和灰色参数的混合机会约束规划模型的建立及求解方法.提出了灰色模拟的概念和方法,为含有灰色参数的机会约束规划提供了求解途径.通过理论推导及仿真实例,结合遗传算法,验证了基于随机模拟和灰色模拟的混合机会约束规划的调度模型及求解方法的有效性.结束语从目前来看,还没有一个求解流水车间问题最优解的简明算法.整数规划和分枝定界技术是寻求最优解的常用方法.然而对于一些大规模甚至中规模的问题,这两种方法仍然不是很有效.以遗传算法,模拟退火,禁忌搜索以及人工神经网络为代表的智能化优化技术迅速发展来解决流水车间调度问题,受到人们的普遍关注.其中,遗传算法以其优良的计算性能和显着的应用效果而特别引人注目,所以很多启发式混合方法都是在此基础上发展起来的.刁参考文献1梁黎明,汪国强.求解流水车间调度问题的一种混合式遗传算法[I].华南理工大学,2001;(t1):85~882俊林.薛云灿,邵惠鹤.求解混合流水车间调度问题的一种遗传算法[I].计算机工程与应用.2003;(35):186~1873牛群,顾幸生.基于启发式规则的新型进化算法在流水车间调度中的应用[I].华东理工大学,2006;(12):1472~1477(作者简介:1.华南理工大学数学科学学院硕士研究生.2.华南理工大学数学科学学院副教授,博士.)2007.07中小企业科技25。
流水车间调度问题的研究-周杭超分析【范本模板】

流水车间调度问题的研究机械工程学院 2111302120 周杭超如今,为了满足客户多样化与个性化的需求,多品种、小批量生产己经为一种重要的生产方式.与过去大批量、单一的生产方式相比,多品种、小批量生产可以快速响应市场,满足不同客户的不同需求,因此,受到越来越多的企业管理者的重视。
特别是以流水线生产为主要作业方式的企业,企业管理者致力于研究如何使得生产均衡化,以实现生产批次的最小化,这样可以在不同批次生产不同品种的产品.在这种环境下,对于不同批次的产品生产进行合理调度排序就显得十分重要。
在传统的生产方式中,企业生产者总是力求通过增加批量来减小设备的转换次数,因此在生产不同种类的产品时,以产品的顺序逐次生产或用多条生产线同时生产.这样,必然会一次大批量生产同一产品,很容易造成库存的积压。
在实际生产中如果需要生产A, B, C,D四种产品各100件,各种产品的节拍都是1分钟,如果按照传统的做法,先生产出100件A产品,其次是B,然后是C,最后生产产品D。
在这种情况下,这四种产品的总循环时间是400分钟.然而,假设客户要求的循环时间为200分钟(四种产品的需求量为50件),那么在200分钟的时间内就只能生产出产品A和产品B,因而不能满足客户需求,同时还会过量生产产品A和B,造成库存积压的浪费.这种生产就是非均衡的,如图1所示.比较均衡的生产方式(图2 )是:在一条流水线上同时将四种产品混在一起生产,并且确定每种品种一次生产的批量.当然,如果在混合生产时不需要对设备进行转换,那么单件流的生产方式是最好的。
然而,在实际生产A , B , C , D 四种不同产品时,往往需要对流水线上的某些设备进行工装转换.单件流的生产方式在此难以实现,需要根据换装时间来确定每种产品一次生产的批量。
同时,由于现实生产中不同产品在流水线上各台机器的加工时间很难相同,因此,流水线的瓶颈会随着产品组合的不同而发生变化。
当同一流水线加工多产品,并且每种产品在各道工序(各台机器)的加工时间差异较大时,瓶颈就会在各道工序中发生变化,如何对各种产品的投产顺序进行优化以协调这些变化的瓶颈是生产管理中一个很重要的问题。
具有缓冲区约束的流水车问调度问题综述

[ 摘 要 ] 先 介 绍 了具 有 缓 冲 区约 束 的 流 水 车 间 调 度 问题 的 一般 框 架 、 法 及 其 分 类 . 首 算 主要 针 对 启 发 式算 法进 行 分 析 和 总 结 , 进 一 步 介 绍 了如 何 合 理 设 置 缓 冲 区 以及 存储 时 间 有 限 的 情 况 , 后 , 讨 了在 此研 究领 域 中 的 未 来发 展 趋 势 。 并 最 探 [ 关键词 ]流 水 车 间 ;缓 冲 区限 制 ; 发 式 ; 储 时 间有 限 启 存
() 2 当缓 冲区为无穷 时 , 问题ቤተ መጻሕፍቲ ባይዱ转化成 一般 流水 车间调 度问题 ( s ) 该 FS 。 1 B S P调 度 问题 的模 型 . LFS 2 1 . 一 般数 学模 型 .1 2
文 献 [ ] 对 具 有 缓 冲 区约 束 的两 阶 段 流 水 车 间 建 立 了 整 数 3针 规 划 模 型 , 文 在 此 基 础 上 进 行 了 改 进 , 出 了 m 阶 段 . 阶 段 本 给 每
2 2年 3月 01
中 国 管 理 信 息 化
Ch n a a e n no ma inz t n i aM n g me t f r t ia i I o o
Ma . 2 2 r , 01
Vo .5. 6 11 No.
第1 5卷第 6期
具有缓冲区约束的流水车问调度问题综述
于艳辉 一 东亮 1 ,侯 . , 3
中 , 于 存 储 设 备 ( 存 储 罐 、 间 库 存 等 ) 及 生 产 工 艺 在 空 其 进 行 了详 细 的描 述 。该 模 型 经 常 用 来 进 行 分 析 , 一 个 加 工 顺 由 如 中 以 如 间 、 间 等 方 面 的 限 制 , 冲 区 的存 储 能 力 往 往 是 有 限 的 . 如 序 7, 由具 有 Ⅳ个 结 点 的 图模 型 G( ) Ⅳ, 来 表 示 , 中 Ⅳ 时 缓 例 r可 7 =( A) r 其
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
具有缓冲区约束的流水车间调度问题综述作者:于艳辉侯东亮来源:《中国管理信息化》2012年第06期[摘要]首先介绍了具有缓冲区约束的流水车间调度问题的一般框架、算法及其分类,主要针对启发式算法进行分析和总结,并进一步介绍了如何合理设置缓冲区以及存储时间有限的情况,最后,探讨了在此研究领域中的未来发展趋势。
[关键词]流水车间;缓冲区限制;启发式;存储时间有限doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 06. 029[中图分类号] F273;F406.2 [文献标识码] A [文章编号] 1673 - 0194(2012)06- 0061- 03常规的流水车间调度问题研究是在假设机器间缓冲区的存储能力是无限的前提下进行的,而在大量的实际生产加工环境中,由于存储设备(如存储罐、中间库存等)以及生产工艺在空间、时间等方面的限制,缓冲区的存储能力往往是有限的,例如化工、钢铁和制药等实际生产系统。
因而,具有缓冲区限制的流水车间调度问题(Limited-BufferFlowshop Scheduling Problem,LBFSSP)更加符合实际应用背景,对该问题的研究具有重要的理论和实用价值。
本文给出了LBFSSP问题的一般框架,依据大量的文献总结了该领域的研究理论和方法并进行了分类,进一步讨论了今后的研究方向。
1LBFSSP问题的一般框架1.1问题描述LBFSSP问题可以描述如下:设存在n个工件(1,2,…,n)及m台机器(1,2,…,m),该n个工件将依次在机器1至m上进行加工;在任一时刻,每个工件最多在一台机器上加工,且每台机器最多同时加工一个工件;在每两台相邻的机器j和j - 1之间,存在大小为Bj的缓冲区;工件在每台机器上的加工顺序相同,即所有工件在缓冲区中均服从先入先出规则(FirstInFirstOut,FIFO),工序不允许中断。
LBFSSP调度问题存在两种特殊情况:(1)当缓冲区为零时,该问题转化成阻塞流水车间问题(BFSS);(2)当缓冲区为无穷时,该问题转化成一般流水车间调度问题(FSS)。
1.2LBFSSP调度问题的模型1.2.1一般数学模型该调度问题通常以加工完成时间最小化为目标,即makespan Cmax,则数学模型可表示为如下形式:pij ——工件Ji在机器Mj上的加工时间;Sij ——工件Ji在机器Mj上的开工时间;Cij ——工件Ji在机器Mj上的完工时间;Bi ——工件Ji在两阶段间的缓冲区的大小;min{Sn,m + pn,m}≠ k),j∈J2LBFSSP问题的研究方法对有缓冲区约束的流水车间调度问题的研究最早可以追溯到20世纪70年代,分别由Prabhakar在1974年,Dutta和Cuningham在1975年提出。
Dutta和Cunningham以及Reddi详细地描述了有缓冲区约束的两台机器的流水车间调度问题的解法,但这一解法只能用于解决规模较小的问题。
通过对大量文献的分析,现有的调度算法以启发式算法为主,与最优化方法相比较,启发式算法在调度效果和计算时间之间折中,能够在较短的时间获得近优解或最优解。
近年来,禁忌搜索算法(TS)、遗传算法(GA)等都得到了广泛的应用。
Papadimitriou和Kanellakis在1980年证明了有缓冲区限制的两阶段流水车间调度问题是NP完全问题,并给出了有缓冲区限制的两阶段流水车间调度与两阶段无等待流水车间调度makespan之间的关系: = 2b + 1 / b + 1。
通过进一步研究当buffer = 1的情况,证明了与无缓冲区流水车间相比,完工时间可以减少1/3;同时证明了当m ≥ 4且缓冲区为零时,该问题是NP完全的。
Gupta在1988年针对多阶段的混合流水车间得到了相似的结论。
在20世纪90年代,InderKhosla研究了两阶段混合流水车间问题,其中第一阶段多机并行,第二阶段只有一台机器,两阶段间存在一个有限缓冲区。
作者针对该问题建立了一个混合整数线性规划模型,以最小化加权完工时间为目标函数,利用拉格朗日及拉格朗日松弛算法给出了问题的下界,并提出了基于优先准则的启发式算法。
Leisten研究了目标函数为最小化makespan的流水车间,将NEH等启发式算法分别应用在无缓冲区、无限缓冲区及有限缓冲区3种不同的情况,并进行了系统地分析。
实验结果表明:对于有限缓冲区的置换流水车间,Nawaz,etal.提出的NEH算法是最好的启发式算法之一。
A.Benlogab则基于对平均工作流和调度过程甘特图的分析,提出了一种新的启发式算法。
Pacciarelli等在1997年研究了有缓冲区限制的两阶段批处理流水车间调度问题,证明了该问题是NP难的,并提出当批生产数量大于缓冲区限制时,目标函数为最小化makespan的该问题将转化为可用多项式时间解决的TSP问题。
2.1邻域搜索算法邻域搜索算法在LBFSSP问题中得到了广泛的应用,主要集中在禁忌搜索算法、遗传算法等。
2.1.1 禁忌搜索算法TS是Glover提出的模拟智能过程的一种具有记忆功能的全局逐步优化算法,对变动的排序在其可行解的所有空间中进行搜寻,通过设置禁忌表,避免陷入局部最优或重复过去的搜索,利用中、长期的存储机制进行强化和多样化搜索。
CzesIaw在文献[15]中针对两阶段的具有缓冲区限制的置换流水车间调度问题,提出了一种近似算法,该算法在禁忌搜索算法的基础上减少了被搜索的邻域,增加了在搜索轨迹上回跳的技术,提高了搜索的速度。
对LBFSS问题,Nowicki利用了问题中的结构性质,结合了局部搜索和禁忌搜索策略,提出了一种在流水车间中常用的消除阻塞的方法,这些性质应用在分支限界算法以及以局部搜索为基础的近似算法中,尤其是在禁忌搜索算法中得到应用。
Brucker,etal.扩展了Nowicki的想法,研究了不同加工顺序的情况,并在禁忌搜索算法的邻域构造中结合了块搜索方法。
Norman提出了一种禁忌搜索算法,用以解决带有启动时间和有限缓冲区的置换流水车间。
由于禁忌搜索算法在计算缓冲区的大小与给定的作业排序是否相适应时所需要的时间较长,因此Wardono和Fathi在研究多阶段并行置换流水车间时,在第l阶段利用矩阵( I X)来表示解,这样可以覆盖整个解空间,并加快搜索速度。
2.1.2遗传算法文献[20]提出了一种多搜索模式遗传算法,算法使用多个交叉和变异操作进行解空间的探索和改良,并采用基于有向图的邻域结构来增强局部搜索。
文献[21]提出了一种混合遗传算法,同时考虑了多阶段的遗传操作和基于模型的邻域结构。
文献[22]针对多级并行机问题设计了一种基于遗传算法和模拟退火算法的混合求解算法,该算法采用混合交叉算子和变异算子的策略对选择算子进行了设计。
2.2其他理论和技术近年来,一些新的算法被应用在这一研究领域。
文献[23]针对随机有限缓冲区流水线调度问题提出了混合差分进化算法,其中差分进化用于执行全局搜索和局部搜索,最优计算量分配用于对有限计算量进行合理分配,从而保证优质解得到较多仿真计算量,并提高了在噪声环境下获得优质解的置信度。
文献[24]针对有限缓冲区流水线问题建立了数学模型,并利用文化算法和免疫算法相结合的混合进化算法对其进行求解,算法中将免疫算法纳入文化算法的框架,组成基于免疫算法的群体空间和信念空间,两空间具有各自群体并独立并行演化。
文献[25]提出了一种混合蚁群算法用以解决有缓冲区限制的置换流水车间调度问题。
部分学者还研究了混合存储策略。
文献[26]研究了含有混合中间存储策略的模糊流水车间调度方法,考虑了无限中间产品存储、有限中间产品存储、无中间产品存储3种策略同时存在的情况下对调度问题的影响,提出了一种基于模糊时间的含有混合中间存储策略的流水车间调度模型,应用双倍体遗传算法对该问题进行优化求解。
文献[27]将缓冲区的4种情况(无等待、无缓冲区、有限缓冲区、无限缓冲区)在一个流水车间中进行考虑,分析这4种情况共存的结构优势,通过借鉴NEH算法,提出了一种用以解决CBFSS问题的名为Liu–Kozan–BIH的两阶段混合启发式算法。
3对合理设置缓冲区的研究在生产过程中,添加缓冲区是为了避免因工件无处暂放而滞留在设备上,造成加工过程的阻塞。
但是,缓冲区域过大会浪费企业的资源,增大加工成本。
郑大钟等[28]对串行生产线提出了比较完善的缓冲器的设置理论和方法,讨论了有限缓冲器容量的串行生产线的状态变化的数学依据。
这种理论和方法是在消除阻塞的前提下调节缓冲器的大小,使加工过程不停机同时占用的缓冲器资源最少。
但是,加工车间的缓冲器就是设备旁边的区域,其面积不能随意更改,即使自动化的生产线也不能随便增减缓冲器的大小。
因此,国内外的研究方向大都集中在如何合理设置缓冲区的大小上。
文献[29-31]研究了有限缓冲区的流水车间调度问题,并进一步指出,缓冲区的大小影响着生产车间的绩效,但是绩效会随着缓冲区规模的增加而迅速的下降。
文献[32]指出最小化缓冲区是NP完全问题。
文献[33]研究了每阶段之间具有相同大小缓冲区的流水车间调度问题,并用NEH算法得到初始调度,再利用禁忌搜索进行改进。
文献[17]针对流水车间给出了与缓冲区大小相适应的可行调度的个数,并在此基础上提出了一种禁忌搜索算法,且通过实验证明了缓冲区的大小对算法的影响。
4存储时间有限型缓冲区与缓冲区空间受限相对应的是存储时间受限的缓冲区。
实际上,在化工生产过程中,每一道生产工序产品的处理时间、设备清洗时间、原材料或者中间产品的装载时间等会使得处理时间不确定或产品存储时间有限。
由于某些产品在加工过程中存在不稳定性,所以在储罐内进行存储的时间达到某一有限值时,必须进入下一单元进行加工;如果下一单元正在加工产品,则必须考虑到延迟产品的开始加工时间。
文献[34]研究了具有优先约束及缓冲区约束的两台机器流水车间调度问题。
区别于以往对缓冲区的研究,文献中缓冲区的约束是指对处理时间的限制。
该文献证明了此问题是强NP难的,并进一步利用改进的分支限界算法和NEH算法,给出了问题的4个下界和1个上界。
文献[35]基于模糊规划理论,建立了有限型存储时间的FlowShop调度模型,并结合改进模拟退火方法进行优化求解。
文献[25]针对该问题提出了一种混合粒子群算法,首先在一种新编码方案的基础上开发了随机密钥,然后以NEH算法为基础获得具有一定质量和多样性的初始种群,并设计了消除阻塞的局部搜索策略。
5问题讨论与展望具有缓冲区限制的流水车间广泛存在,对其调度问题的研究具有重要的理论和实际意义,从上面的综述可以看出:(1)现有算法中较少应用最优化算法,尽管启发式算法存在着计算时间方面的优势,但也存在着缺点:有时近优解不能令人满意,与实际应用还相距较远。