面向突发事件的分布式制造资源协同调度

doi:10.13196/j.cims.2019.03.012

计算机集成制造系统 ›› 2019, Vol. 25 ›› Issue (第3): 654-660.DOI: 10.13196/j.cims.2019.03.012

面向突发事件的分布式制造资源协同调度

李帅^1,2,张智聪¹⁺,胡开顺¹,晏晓辉¹,张良伟¹,赵少勇¹,钟守炎¹,徐劲力²

1.东莞理工学院机械工程学院
2.武汉理工大学机电工程学院

出版日期:2019-03-31 发布日期:2019-03-31
基金资助:
国家自然科学基金资助项目(61703102,71801045);广东省自然科学基金资助项目(2015A030313649,2015A030310274);广东省科技计划公益研究与能力建设专项资助项目(2015A010103021);广东省教育厅2017年重点平台及科研资助项目(2017KQNCX191)。

Collaborative dispatching of distributed manufacturing resources for emergencies

Online:2019-03-31 Published:2019-03-31
Supported by:
Project supported by the National Natural Science Foundation,China(No.61703102,71801045),the Natural Science Foundation of Guangdong Province,China(No.2015A030313649,2015A030310274),the Special Funding Program for Public Welfare Research and Capacity Building of Guangdong Provincial Science and Technology Plan,China(No.2015A010103021),and the Guangdong Provincial Department of Education 2017 Key Platform and Scientific Research Funding,China(No.2017KQNCX191).

摘要/Abstract

摘要： 为解决分布式制造中资源调配问题及因应突发事件对调度计划的冲击,建立了面向突发事件的制造资源协同调度模型。针对问题要求响应快、求解难度高等特点,采用粒子群算法求解并设计了独特的离散机制,并根据问题特点设计了测试算例。首先基于静态调度模型对OPL软件和粒子群算法的求解效果进行了对比,然后随机生成了突发事件进行重调度实验。实验结果表明,所提粒子群算法具有响应时间短、稳定性强的特点,是求解该类问题的有效算法。

关键词: 分布式制造, 突发事件, 调度, 粒子群算法

Abstract: To tackle the problem of resource allocation in distributed manufacturing and respond to the impact of unexpected events on the scheduling plan,a collaborative scheduling model of manufacturing resources for emergencies was established.Targeting the characteristics of fast response and high difficulty in solving problems,the particle swarm optimization algorithm was used to design a unique discrete mechanism,and the test case set was created according to the characteristics of the problem.OPL software and the particle swarm optimization algorithm were utilized to solve these tests separately and the results were compared;then,the emergency events were randomly generated to perform the rescheduling experiments.The experimental results showed that the proposed particle swarm algorithm had the characteristics of a short response time and strong stability,and was an effective algorithm for resolving such problems.

Key words: distributed manufacturing, emergencies, scheduling, particle swarm optimization

中图分类号:

F252
TP315

李帅,张智聪,胡开顺,晏晓辉,张良伟,赵少勇,钟守炎,徐劲力. 面向突发事件的分布式制造资源协同调度[J]. 计算机集成制造系统, 2019, 25(第3): 654-660.

[1]	陈志远,伍章俊,童珊珊,刘晓. 基于改进双归档进化算法的多目标动态软件项目调度[J]. 计算机集成制造系统, 2021, 27(9): 2565-2574.
[2]	周博文,黄海军,徐怡,李学俊,高寒,陈天翔,刘晓,徐佳. 无人机配送系统中端边协同的并行任务调度算法[J]. 计算机集成制造系统, 2021, 27(9): 2575-2582.
[3]	文一凭,王志斌,刘建勋,许小龙,康国胜. 云际协作环境下能耗与成本感知的工作流调度方法[J]. 计算机集成制造系统, 2021, 27(9): 2583-2591.
[4]	秦旋,房子涵,张赵鑫. 考虑资源约束的预制构件多目标生产调度优化[J]. 计算机集成制造系统, 2021, 27(8): 2248-2259.
[5]	满君丰,赵龙乾,彭成,李倩倩. 云边协同计算架构下大规模工厂接入的任务调度[J]. 计算机集成制造系统, 2021, 27(8): 2282-2294.
[6]	顾九春,姜天华,朱惠琦. 多目标离散灰狼优化算法求解作业车间节能调度问题[J]. 计算机集成制造系统, 2021, 27(8): 2295-2306.
[7]	黎英杰,刘建军,陈庆新,毛宁. 多层级装配作业车间等量分批策略与调度算法[J]. 计算机集成制造系统, 2021, 27(8): 2307-2320.
[8]	黄晓冬,端木帅飞,毕敬,苑海涛. 服务延迟保障的混合绿色云数据中心成本最小化方法[J]. 计算机集成制造系统, 2021, 27(8): 2416-2425.
[9]	赵芮,顾幸生. 基于引力搜索算法的混合零空闲置换流水车间调度[J]. 计算机集成制造系统, 2021, 27(7): 1909-1917.
[10]	李林林,刘东梅,王显鹏. 基于改进MOEA/D的多目标置换流水车间调度问题[J]. 计算机集成制造系统, 2021, 27(7): 1929-1940.
[11]	陆志强,任逸飞,许则鑫. 基于深度学习的资源投入问题算法[J]. 计算机集成制造系统, 2021, 27(6): 1558-1568.
[12]	袁友伟,黄锡恺,俞东进,李忠金. 移动边缘计算环境下服务工作流容错调度算法[J]. 计算机集成制造系统, 2021, 27(6): 1693-1702.
[13]	杨艳华,姚立纲. 基于时间递推建模及交叉熵算法求解柔性作业车间调度问题[J]. 计算机集成制造系统, 2021, 27(6): 1703-1713.
[14]	段建国,李豪晨,张青雷. 面向绿色制造的半组合式船用曲轴结构件生产车间多目标调度优化[J]. 计算机集成制造系统, 2021, 27(6): 1714-1727.
[15]	马丽萌,乔非,马玉敏,刘鹃. 基于SO-GP的智能车间组合调度规则挖掘[J]. 计算机集成制造系统, 2021, 27(5): 1351-1360.

面向突发事件的分布式制造资源协同调度

Collaborative dispatching of distributed manufacturing resources for emergencies

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics