基于改进量子遗传算法的重型装备生产调度研究*
2021-06-22杨晓英
机电工程 2021年6期
张 琪,杨晓英
(河南科技大学 机电工程学院,河南 洛阳 471003)
0 引 言
重型装备是典型的单件离散型产品,部件关联性强,加工与装配具有很强的并行性。传统的机械作业车间调度(job-shop scheduling problem,JSSP)通常把零件加工与产品装配分开,主要针对纯加工或纯装配调度进行研究,难以应对产品内在加工与装配的并行处理关系。综合作业调度(CJSSP)是具有实际应用背景的生产调度问题,充分考虑产品加工与装配的并行性,将分阶段调度模型转化为产品制造链调度[1]。因此,对重型装备综合作业调度问题进行深入研究具有重要意义。
CJSSP研究对象主要为大型复杂产品,其生产调度要遵循严格的装配顺序约束,一般以单个产品最小生产周期为优化目标[2-4]。多产品综合作业调度方面,梁艳杰等[5]的研究以多个产品总完工时间最小为优化目标,未能体现不同产品对交货期需求的差异性。谢志强等[6]按产品交货期设置优先级,按优先级顺序完成多产品综合作业调度,该方法可高效求解小规模调度问题,但在大规模调度问题中难以取得最优解。
截止目前,智能算法在JSSP研究上已趋于成熟,但是关于CJSSP的研究尚有不足,由于CJSSP对产品工艺结构依赖过高,智能算法研究重点集中于编码设计方面。赵诗奎等[7]设计出了一种分区编码方式,虽能有效求解CJSSP问题,但减少了初始种群的多样性。石飞等[8]为避免分区编码方式遗漏解空间问题,采用了邻接矩阵修复方法,确保了初始解空间的完整性。……
登录APP查看全文
