智能生产车间协同调度——网络化制造环境

推荐语

本书基于智能车间调度的优化思路，构建置换流水车间的调度方案。综合考虑机器等待时间、工件等待时间的不确定性，建立同时交货日期误差和中间库存的多目标混合线性整数模型。针对混合线性整数模型的不确定参数，引入启发式方法。在构造启发式方法的初始猜测过程中，考虑了9种不同的调度规则，并从中确定不确定参数的最优值。在算法求解方面，本书提出回溯搜索、NSGAⅢ、天牛须搜索和滤波波束搜索等算法；根据主次分段式多目标求解法建立多目标模型。将上述算法应用于主次分段式多目标求解模型中，针对云制造模式下柔性车间调度的优化问题，提出企业间自生产任务和外协云任务的智能调度模型及跨企业调度模型，研究其调度过程中的动态调整优化。

本书共分8章，主要内容包括网络化制造概论、车间调度集成优化相关理论、双资源约束下工艺规划与车间调度集成优化问题建模、多目标启发式算法求解、滤波波束搜索算法设计、多目标置换智能车间调度、云制造模式下智能车间调度模型、面向云制造的跨企业智能车间协同制造调度。

目录

1 网络化制造概论

1.1 网络化制造的基本概念

1.2 网络化制造的基本内涵

1.3 网络化制造系统的结构和功能

1.4 网络化制造资源集成

1.5 网络化制造的关键技术

1.6 网络化制造的研究现状及发展趋势

1.7 网络化集成制造系统

2 车间调度集成优化相关理论

2.1 多目标优化问题

2.2 传统柔性作业车间调度问题

2.3 双资源约束下柔性作业车间调度问题

2.4 工艺规划中的关键柔性

2.5 现有多目标优化算法

2.6 解集对比的常用指标

3 双资源约束下工艺规划与车间调度集成优化问题建模

3.1 AND-OR节点图

3.2 双资源约束下协同优化建模

4 多目标启发式算法求解

4.1 双资源约束下工艺规划与车间调度集成优化问题编码

4.2 多目标入侵肿瘤生长优化算法

4.3 多目标回溯搜索算法

4.4 数值实例测试

4.5 案例描述

4.6 调度方案

5 滤波波束搜索算法设计

5.1 滤波波束搜索算法的产生和发展

5.2 滤波波束搜索算法的算法流程

5.3 滤波波束搜索算法实例分析

6 多目标置换智能车间调度

6.1 问题描述和模型构建

6.2 仿真实验

7 云制造模式下智能车间调度模型

7.1 云制造相关理论

7.2 协同制造

7.3 烟花算法

7.4 天牛须搜索算法

7.5 问题描述

7.6 模型约束

7.7 模型求解

7.8 实验仿真与结果分析

8 面向云制造的跨企业智能车间协同制造调度

8.1 跨企业智能车间协同制造调度模型描述

8.2 目标函数

8.3 约束模型

8.4 模型求解

8.5 模拟实验

8.6 实例验证

8.7 结果分析

参考文献