設(shè)計(jì)題目,柔性制造系統(tǒng)中機(jī)床調(diào)度優(yōu)化研究,柔性制造系統(tǒng)中機(jī)床調(diào)度優(yōu)化研究,一、選題目的和意義二、調(diào)度與遺傳算法相關(guān)理論三、基于遺傳算法進(jìn)行機(jī)床調(diào)度四、C語(yǔ)言相關(guān)知識(shí)及編程五、總結(jié),一 、選題的目的和意義,柔性制造系統(tǒng)具有提高設(shè)備利用率、減少在制品庫(kù)存量、進(jìn)步產(chǎn)品質(zhì)量和一致性等諸多優(yōu)點(diǎn)。但是系統(tǒng)的這些優(yōu)點(diǎn)能否發(fā)柔揮，取決于各生產(chǎn)設(shè)備調(diào)度后的運(yùn)行效率情況，如倉(cāng)庫(kù)的調(diào)度、機(jī)床的調(diào)度、物料運(yùn)輸車(chē)輛的調(diào)度等。其中機(jī)床的調(diào)度優(yōu)化起到非常關(guān)鍵的作用。通過(guò)設(shè)計(jì)適合的調(diào)度算法對(duì)機(jī)床各種工作情況進(jìn)行實(shí)時(shí)的調(diào)度研究，具有非?，F(xiàn)實(shí)的意義，它的優(yōu)化可提高生產(chǎn)任務(wù)的加工效率。本文主要針對(duì)機(jī)加工車(chē)間加工機(jī)床的調(diào)度問(wèn)題進(jìn)行研究，并運(yùn)用遺傳算法進(jìn)行優(yōu)化，尋求最佳加工路徑。,二、 調(diào)度與遺傳算法相關(guān)理論,調(diào)度是針對(duì)一項(xiàng)可分解的生產(chǎn)任務(wù),探討在盡可能滿(mǎn)足約束條件的前提下,通過(guò)下達(dá)生產(chǎn)指令,安排其組成部分使用哪些資源、其加工時(shí)間以及加工順序,以獲得生產(chǎn)任務(wù)執(zhí)行時(shí)間或成本的最優(yōu)化。2.1 機(jī)床調(diào)度的分類(lèi) 1.根據(jù)零件和車(chē)間構(gòu)成不同分為： 單機(jī)車(chē)間調(diào)度問(wèn)題 并行機(jī)車(chē)間調(diào)度問(wèn)題 開(kāi)放車(chē)間調(diào)度問(wèn)題 流水車(chē)間調(diào)度問(wèn)題 作業(yè)車(chē)間調(diào)度問(wèn)題 2.根據(jù)作業(yè)的加工特點(diǎn)分為靜態(tài)調(diào)度、動(dòng)態(tài)調(diào)度。,2、2 調(diào)度的優(yōu)化算法,（1）數(shù)學(xué)規(guī)劃方法（2）基于啟發(fā)式規(guī)則的調(diào)度方法（3）基于人工智能(AI)的方法（4）基于仿真的方法（5）計(jì)算智能方法（6）組合調(diào)度方法（7）基于DEDS的解析模型方法（8）禁忌搜索（9）模擬退火 （10）拉氏松弛法 根據(jù)以上優(yōu)化方法的分析比較,最終確定采用遺傳進(jìn)行優(yōu)化，獲得最終的調(diào)度方案，使得加工路徑能夠完成優(yōu)化。,2、3 遺傳算法的基本理論,遺傳算法是將問(wèn)題的解表示為“染色體”，通過(guò)模擬自然界中物種的選擇、復(fù)制、交叉和變異等操作，以實(shí)現(xiàn)個(gè)體適應(yīng)度的提高，并通過(guò)不斷的迭代和對(duì)個(gè)體的評(píng)價(jià)選擇，逐步尋找最優(yōu)解?；玖鞒倘鐖D所示：,遺傳算法流程圖,初始種群p(t)種群p(t+1),2、4 遺傳算法基本操作,1、適應(yīng)度函數(shù)的選擇 常用的方法是將適應(yīng)度函數(shù)取為目標(biāo)函數(shù)的倒數(shù)。即 g（x）為時(shí)間函數(shù)最小值2、選擇算子比例選擇法是基本的選擇方法，也叫輪盤(pán)賭選擇法。它的基本思想是：個(gè)體被選中的概率與其適應(yīng)度大小成正比。設(shè)群體大小為M，個(gè)體i的適應(yīng)度為Fi，選擇概率Pi為：,2.5交叉算子,所謂交叉操作，是指對(duì)兩個(gè)相互配對(duì)的個(gè)體按某種方式相互交換其部分基因，從而形成兩個(gè)新的個(gè)體。單點(diǎn)交叉：在個(gè)體串中隨機(jī)設(shè)定一個(gè)交叉點(diǎn)，實(shí)行交叉時(shí)，該點(diǎn)前或后的兩個(gè)個(gè)體的部分結(jié)構(gòu)進(jìn)行互換，并生成兩個(gè)新的個(gè)體。如圖所示： 父體A 1 1 0 1 1 1 1 0- 1 1 0 1 1 0 0 1 子體A 父體B 1 0 1 1 1 0 0 1- 1 0 1 1 1 1 1 0 子體B,2.6變異算子,變異運(yùn)算是指將個(gè)體染色體編碼串中的某些基因座上的基因值用該基因座的其它等位基因來(lái)替換，從而形成一個(gè)新的個(gè)體。基本變異算子是指對(duì)群體中的個(gè)體碼串隨機(jī)挑選一個(gè)或多個(gè)基因并對(duì)這些基因座的基因值作變動(dòng)(依變異概率作變動(dòng))，0，1二值碼串中基本變異操作如圖所示。變異前 1 1 0 1 0 0 1 - 1 0 0 1 0 1 1 變異后,2.7遺傳算法參數(shù)選擇,（1）染色體位串長(zhǎng)度L本文中將采用基于工序的實(shí)數(shù)編碼，染色體的每個(gè)基因位代表一道工序，染色體長(zhǎng)度表示所有待加工工序數(shù)的總和。（2）群體規(guī)模popsize本文實(shí)例是針對(duì)較小批量和較大批量的零件加工，故取群體規(guī)模popsize=40（3）交叉概率Pc 一般取Pc=0.61，本文取Pc=0.8（4）變異概率Pm一般取Pm=0.0050.01，本文取Pm=0.01,三、 基于遺傳算法進(jìn)行機(jī)床調(diào)度,3.1 靜態(tài)車(chē)間調(diào)度 靜態(tài)車(chē)間調(diào)度是指所有待安排加工的工件均處于待加工狀態(tài)，因而進(jìn)行一次調(diào)度后，各作業(yè)的加工被確定，在以后的加工過(guò)程中就不再改變。故靜態(tài)車(chē)間調(diào)度不考慮零件在加工過(guò)程中出現(xiàn)的意外情況，如機(jī)床突然損壞、零件的交貨期提前，有更緊迫的零件要求被加工等等。主要步驟：（1）編碼 （2）初始種群的產(chǎn)生 （3）選擇操作 （4）交叉操作 （5）變異操作 （6）解碼,3.1 靜態(tài)車(chē)間調(diào)度實(shí)例,調(diào)度前工件加工順序如表所示：,調(diào)度后合理加工順序：,3.2 動(dòng)態(tài)車(chē)間調(diào)度,在FMS實(shí)際加工環(huán)境下，當(dāng)不可預(yù)知的事情發(fā)生時(shí)，原有的調(diào)度方案不得不中止，且調(diào)度系統(tǒng)必須及時(shí)地調(diào)整工件原有的加工路徑和其他資源調(diào)度的狀況，同時(shí)必須對(duì)突發(fā)事件做出迅速響應(yīng)，以確保調(diào)度系統(tǒng)能夠持續(xù)、優(yōu)化地進(jìn)行。這種能夠引起原有調(diào)度方案的更改，從而需要采取動(dòng)態(tài)調(diào)度措施的突發(fā)事件稱(chēng)之為動(dòng)態(tài)事件，也稱(chēng)重調(diào)度因子或擾動(dòng)。動(dòng)態(tài)事件類(lèi)型分為：（1）急件到來(lái)（2）機(jī)器故障（3）訂單取消,急件到來(lái)的調(diào)度Gantt圖,取消訂單的調(diào)度Gantt圖,設(shè)備故障的調(diào)度Gantt圖,四、 C語(yǔ)言相關(guān)知識(shí)及編程,根據(jù)上述算法過(guò)程分別進(jìn)行編程，得到編程結(jié)果如下：（1）急件到來(lái)（2）機(jī)器故障（3）訂單取消,五、總結(jié),本文針對(duì)FMS機(jī)床調(diào)度問(wèn)題的調(diào)度方法進(jìn)行了研究。采用自然數(shù)編碼，方法簡(jiǎn)單、容易理解，進(jìn)行遺傳操作方便。采用最優(yōu)優(yōu)先的比例選擇