云制造作业车间空闲时间调度优化方法

1 下载量 181 浏览量 更新于2024-08-30 收藏 290KB PDF 举报
"王贞、张纪会和齐元青在《控制与决策》杂志第32卷第5期发表的文章中,探讨了云制造环境下如何有效利用作业车间的空闲时间进行调度的方法。他们构建了一个以最小化总工期为目标的调度框架,考虑了设备的空闲时间,并提出了工序加工时间序列的确定方法以及空闲时间段的更新策略。通过基于工件的精简编码和改进的二阶粒子群算法,他们解决了工件的最优调度顺序问题。仿真结果显示,所提出的调度方法是可行的,并且在与现有算法的比较中,显示出了优秀的搜索性能。" 在云制造中,企业面临着如何充分利用剩余生产能力的挑战。文章中提出的具有空闲时间的车间调度方法旨在解决这一问题。首先,作者构建了一个云制造作业车间的调度模型,该模型的目标是最小化所有任务的总完成时间,也就是通常所说的总工期。在这个模型中,设备的空闲时间被纳入考虑,因为它直接影响到生产效率和资源利用率。 为了实现这一目标,作者提出了一种工序加工时间序列的确定方法,这种方法可能涉及到对工序优先级的排序和优化,以确保在满足工艺流程约束的同时,最大限度地减少设备的空闲时间。此外,还设计了空闲时间段的更新策略,这可能包括实时监控设备状态,动态调整工作计划,以适应生产环境的变化。 在求解最优调度顺序时,研究者采用了基于工件的精简编码技术,这是一种将工件特征压缩表示的方法,可以降低计算复杂性。同时,他们还改进了二阶粒子群优化算法(PSO),这是一种高效的全局搜索算法,能够寻找问题的近似最优解。改进后的PSO算法在处理复杂的调度问题时,能够更有效地探索解决方案空间,从而找到更好的调度方案。 通过仿真实验,该方法的有效性和可行性得到了验证。实验结果表明,提出的调度策略能够在减少总工期的同时,合理利用设备的空闲时间,提高生产效率。与传统的调度算法相比,改进的PSO算法表现出更优秀的搜索性能,这意味着它能更快地找到更优的调度解。 这项研究为云制造环境下的作业车间调度提供了新的视角和实用工具,有助于云制造企业更高效地管理和利用其生产能力,提升整体运营效率。