基于Arena的车间作业排序仿真优化系统与GRASP算法应用

本文主要探讨了"基于Arena的车间作业排序问题建模方法及其仿真优化系统设计"这一主题。作者潘燕春、周泓和冯允成针对生产系统中常见的复杂任务——车间作业排序问题，提出了创新的研究方法。传统的车间作业排序问题因其固有的复杂性和目标函数难以解析求解，导致传统求解手段面临困难。 论文的核心在于构建一个集成的优化与仿真系统框架。他们利用 Arena，一种通用的仿真工具，作为基础平台，设计了虚拟抢占规则，成功地实现了作业排序问题的仿真建模。这样做的好处在于，相比于直接编写复杂的仿真器，这种方法简化了工作流程，降低了难度，提高了求解效率。 进一步，作者采用GRASP（贪婪随机自适应搜索算法）优化算法，结合高级编程语言VB和面向对象编程思想，通过 Arena 类库，创建了一个通用的车间作业排序问题仿真优化系统框架。这个框架允许引入各种随机因素，增加了模型的灵活性和对实际系统复杂性的适应性。 作者强调，由于车间作业排序问题是 NP 难问题，传统的解析方法在大规模问题上难以应对，因此借助仿真和优化算法进行求解变得尤为重要。他们通过实例展示，这种方法有效地解决了作业排序问题的优化，同时提供了准确的性能指标评估，通过仿真机制模拟加工系统运行，优化加工序列，提高了生产效率和决策质量。 此外，论文还提到了所依赖的资助背景，包括国家自然科学基金和高校博士点专项科研基金，这表明这项研究具有一定的理论支持和实践应用价值。这篇文章不仅贡献了一种有效的解决车间作业排序问题的新方法，也为其他类似复杂问题的仿真优化提供了一种实用的策略和工具。