华南理工大学学报(自然科学版)

作者：柳宁, 华天标, 王高, 陈法明

单位：1.暨南大学 信息科学技术学院，广东 广州 510632；2.暨南大学 智能科学与工程学院，广东 珠海 519070

关键词：工序无序加工,批量划分,柔性作业车间,多目标优化,NSGA-Ⅱ

基金：国家自然科学基金面上项目(62172188);珠海市科技计划项目(2220004002542)

实际的车间调度问题往往具有更高的复杂度，调度算法需要考虑更多的约束条件，因此增加了问题的求解难度。为解决柔性作业车间批量调度场景中不同批次、不同工序之间可以无序加工的难题，进而突破现有车间机器使用率低、同类型机器负载不均衡的难点，文中构建了一种面向部分工序无序加工的柔性作业车间等量分批调度模型。首先，基于广泛使用的快速非支配排序遗传算法（NSGA-Ⅱ），提出了一种融合批次、批量和工序排序信息的两段编码结构，采用优先级规则方法获得初始种群，并以最小化完工时间、机器负载均衡率、机器总负荷为优化目标，采用贪心算法求解模型最优值，进而动态构建不同批次的加工路径；然后，对优化目标函数进行排序，再逐步加入非支配排序过程，以解决多个优化目标函数之间难以同时优化的问题，提高求解效率；最后，以某印刷包装企业的木制品加工车间为例，面向现场作业信息，采用仿真手段实现调度过程。结果表明，与优先级调度规则相比，文中所提方法的完工时间平均缩短了6.6%、机器负载均衡方差平均减小了10.7%，文中所提方法的机器负载均衡方差比遗传算法平均减小了53.3%，从而验证了文中方法的可行性，且该方法可以满足印刷包装企业柔性作业车间的高性能调度需求。

来源：2024年第10期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2024年第10期