《制造系统作业车间调度理论与算法》

制造业是国民经济的重要支柱,而车间调度是影响制造业生产效率的重要环节,合理的调度方案可缩短工期、按时交货和提高市场信誉等。作业车间调度问题是制造业的常见调度问题,具有高度复杂性和挑战性,智能算法由于其在复杂优化问题求解方面较强的优势,已成为解决这类调度问题的主要方法。该项目研究作业车间调度和不确定作业车间调度的相关理论和智能优化算法,为问题的有效解决提供了新的建模和优化途径,促进了制造系统智能调度理论与方法的发展。

主要发现点有:

1.研究了作业车间调度及其智能算法。设计了面向作业车间调度的多目标粒子群算法,给出了不同于离散化的新途径,运用新策略同时处理外部档案更新与全局最好解选择;应用变邻域搜索有效地解决了多资源柔性作业车间调度问题。这些工作受到研究者的广泛关注。系统总结和回顾了包括多目标作业车间调度问题在内的多目标调度研究成果并给出了未来的研究方向,该成果被评价为“非常好的综述”。

2.建立了不确定作业车间调度的相关理论。提出了三角模糊数近似取大操作的Lei’s criterion,使用该准则可取得比其它准则更接近取大操作的结果,给出了模糊甘特图描述模糊调度方案,建立了模糊调度的一系列测试实例。建立了随机调度方案的产生机制。这些成果被国内外同行大量使用。

3.设计了不确定作业车间调度的智能算法。研究了模糊柔性作业车间调度问题,提出了分解-集成遗传算法,融合了柔性调度分解法和集成法的特点;利用新的编码策略和交叉方式设计了协同进化遗传算法。针对考虑周期性维修的模糊作业车间调度,提出了一种处理维修的解码过程,设计了新型随机键遗传算法对问题求解。国内外同行对这些成果开展了大量后续研究。设计了简化型多目标遗传算法,给出了外部档案的简化调整策略和简化的选择过程,较好地解决了多目标随机作业车间调度优化费时的难题。

8篇代表性论文的SCI他引总数为308,他引总数为361,单篇他引最高65次。这些成果受到Thomson Reuters全球高被引科学家南洋理工大学P.N.Suganthan教授、日本东京理科大学MitsuoGen教授、中国工程院院士清华大学吴澄教授和清华大学杰青王凌教授等的引用、评价并开展了后续工作。项目负责人因这些成果2014至2016连续三年入选Elsevier中国高被引学者榜。

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。