学位论文 > 优秀研究生学位论文题录展示

基于遗传算法的多目标生产作业调度研究-以某服装企业为背景

作　者: 李彬彬
导　师: 董平军
学　校: 东华大学
专　业: 管理科学与工程
关键词: 生产作业调度单条流水线混合流水线多目标遗传算法
分类号: F273
类　型: 硕士论文
年　份: 2014年
下　载: 84次
引　用: 0次
阅　读: 论文下载

内容摘要

服装企业生产流程复杂,劳动力密集,生产产品种类较多,随着市场需求的变化,订单出现多样化、紧迫化、随机化的特点。目前服装企业基本都是依靠经验丰富的管理人员的经验、技巧手工进行作业调度,在调度时很难将资源约束和目标科学的整合起来,难以保证生产能力的均衡,缺乏科学性和合理性。因此,采用科学合理的方式和手段组织生产,是服装企业获得较高的客户满意度,提升市场竞争力的必要趋势。由于服装企业众多,本文选取具有代表性的江苏江阴某服装生产企业为研究对象,该企业具有两种类型的订单和两种流水线生产方式,实际作业调度时以最小化最大完成时间和最小化最大拖期时间为目标。数量较小的订单在每道工序只有一台机器的单条流水线上进行调度,数量较大的订单在每道工序可能有多台机器的混合流水线上进行调度。该企业采用的是传统人工经验编制作业的调度方式,该方式存在效率低、均衡性差、易于延误交货期等问题。针对该服装企业作业调度存在的问题,本文首先将单条流水线调度问题简化为置换flow shop问题,建立了多目标规划模型,模型综合考虑了调度的资源数量约束、作业加工时间和顺序约束。接着,将混合流水线调度问题简化为混合置换flow shop问题,由于工人操作的熟练程度不同,同一订单在同一道工序的不同机器上加工效率可能不同,本文在单条流水线多目标模型的基础上,加入人工熟练程度差异的约束,体现在同一工序不同机器具有不同的生产效率,建立了多目标规划模型。在用遗传算法进行多目标问题求解时,本文首先提出一种选择性动态调整权重的方法设计各子目标函数的权重,对遗传算法的每一代Pareto解改善程度的大小进行度量,用于计算每一代种群的权重系数,以使算法获得在改善指示方向上的选择压力,并据此对适应度函数进行设计。接着,针对单条流水线和混合流水线的多目标模型,分别设计了基于工件的编码方式和矩阵型的实数编码方式。最后,通过对企业生产实例的对比分析,证实本文提出的调度算法,相比企业常用的经验调度方法,不仅大大提高了作业编制效率,还有效地减少了订单加工时间和拖期时间,提高了企业的生产效率。

全文目录

摘要  5-7
Abstract  7-13
第一章绪论  13-18
  1.1 研究背景  13
  1.2 研究目的和意义  13-15
  1.3 本文主要工作与结构  15-16
  1.4 本文创新点  16-18
第二章相关理论及研究综述  18-29
  2.1 调度相关理论概述  18-24
    2.1.1 生产调度理论概述  18-19
    2.1.2 flow shop问题概述  19-24
  2.2 调度方法介绍  24-28
    2.2.1 基于规则的方法  24-25
    2.2.2 精确求解算法  25-26
    2.2.3 人机交互策略  26
    2.2.4 智能算法  26-28
  2.3 本章小结  28-29
第三章某服装企业生产作业调度分析  29-40
  3.1 某服装企业概况及作业调度分析  29-34
    3.1.1 某服装企业生产管理概况  29
    3.1.2 某服装企业的组织结构  29-30
    3.1.3 某服装企业工作流程分析  30-31
    3.1.4 某服装企业的生产特点  31-32
    3.1.5 某服装企业的流水线及调度分析  32-34
    3.1.6 某服装企业生产作业调度编制存在的问题  34
  3.2 基于人工经验的某服装企业单条流水线多目标作业调度  34-36
  3.3 基于人工经验的某服装企业混合流水线多目标作业调度  36-38
  3.4 本章小结  38-40
第四章基于遗传算法的某服装企业单条流水线多目标作业调度  40-56
  4.1 遗传算法的流程和设计  40-43
    4.1.1 遗传算法的基本流程  40-41
    4.1.2 遗传算法参数与操作的设计  41-43
  4.2 多目标流水线调度模型及解的评价方法  43-47
    4.2.1 多目标流水线调度问题描述及模型构建  43-45
    4.2.2 多目标问题解的评价方法  45-47
  4.3 服装生产企业单条流水线多目标作业调度  47-53
    4.3.1 问题描述  47-48
    4.3.2 模型构建  48-49
    4.3.3 选择性动态调整权重法下遗传算法的设计  49-53
  4.4 计算实例及结果分析  53-55
  4.5 本章小结  55-56
第五章基于遗传算法的某服装企业混合流水线多目标作业调度  56-64
  5.1 混合flow shop调度问题  56-57
    5.1.1 问题描述  56
    5.1.2 数学模型构建  56-57
  5.2 某服装生产企业混合流水线多目标作业调度  57-61
    5.2.1 问题描述及模型构建  57-59
    5.2.2 遗传算法的设计  59-61
  5.3 计算实例及结果分析  61-63
  5.4 本章小结  63-64
第六章总结与展望  64-66
  6.1 全文总结  64
  6.2 进一步的工作展望  64-66
    6.2.1 模型的改进  64-65
    6.2.2 算法的改进  65-66
致谢  66-67
参考文献  67-71
攻读硕士学位期间发表的学术论文  71-72
附录：核心程序代码  72-74

基于遗传算法的多目标生产作业调度研究-以某服装企业为背景

内容摘要

全文目录

相似论文