基于改进微粒群算法的模具多项目动态调度

• 论文 •

基于改进微粒群算法的模具多项目动态调度

张沙清，陈新度,陈庆新,陈新

1.广东工业大学机电工程学院,广东广州510006;2.广东工业大学管理学院,广东广州510520

出版日期:2011-03-25 发布日期:2011-03-25

Dynamic scheduling for multiple mould and die projects based on improved particle swarm optimization

ZHANG Sha-qing, CHEN Xin-du, CHEN Qing-xin, CHEN Xin

1.School of Mechatronics Engineering, Guangdong University of Technology, Guangzhou 510006, China;2.School of Management, Guangdong University of Technology, Guangzhou 510520, China

Online:2011-03-25 Published:2011-03-25

摘要/Abstract

摘要： 针对模具多项目执行过程中任务拖期导致的调度计划变更，提出了一种启发式动态调度算法。利用改进的微粒群算法构建一个加权工期之和最小的初始调度计划，并基于关键链管理方法对初始调度计划进行合理地缓冲设置。建立了以调度计划变更费用最小为优化目标的启发式动态调度模型，并用改进的微粒群算法进行求解。通过仿真计算分析了算法的可行性与可靠性，并与标准的微粒群算法进行了比较。

关键词: 模具, 多项目调度, 动态调度, 关键链, 微粒群算法, 启发式算法

Abstract: A heuristic dynamic scheduling algorithm was proposed to repair multiple mould and die projects baseline scheduling which suffered from multiple tasks taking longer time than planning during projects execution. Firstly, a baseline scheduling minimizing weighted sum duration of projects was established with improved Particle Swarm Optimization(PSO)and was improved by setting time buffers based on critical chain management method. Then, a heuristic dynamic scheduling model with optimization object of minimizing disruptions cost was constructed, and the improved PSO was used to solve it. Finally, feasibility and reliability of the improved PSO were analyzed by simulations, and it was compared to normal PSO.

Key words: mould and die, multiple projects scheduling, dynamic scheduling, critical chain, particle swarm optimization algorithm, heuristic algorithms

中图分类号:

TH166

张沙清,,陈新度,陈庆新,陈新. 基于改进微粒群算法的模具多项目动态调度[J]. .

ZHANG Sha-qing,, CHEN Xin-du, CHEN Qing-xin, CHEN Xin. Dynamic scheduling for multiple mould and die projects based on improved particle swarm optimization[J]. .

[1]	汪逸晖,高亮. 乌鸦搜索算法的改进及其在工程约束优化问题中的应用[J]. 计算机集成制造系统, 2021, 27(7): 1871-1883.
[2]	高勃,张红艳,朱明皓. 面向智能制造的不规则零件排样优化算法[J]. 计算机集成制造系统, 2021, 27(6): 1673-1680.
[3]	马玉敏,陆晓玉,乔非,沈一路. 基于极限学习机的复杂制造系统动态调度[J]. 计算机集成制造系统, 2021, 27(4): 1081-1088.
[4]	杨小佳,刘建军,陈庆新,毛宁. 变扰动强度下柔性装配作业车间调度性能分析[J]. 计算机集成制造系统, 2021, 27(3): 800-814.
[5]	曹远冲,熊辉,庄存波,刘检华,宁伟航. 基于数字孪生的复杂产品离散装配车间动态调度[J]. 计算机集成制造系统, 2021, 27(2): 557-568.
[6]	葛艳,王爱民,叶介然. 基于遗传退火算法的质检扰动应对方法[J]. 计算机集成制造系统, 2021, 27(11): 3159-3171.
[7]	顾文斌,李育鑫,钱煜晖,肖紫涵,秦展鹏. 基于激素调节机制IPSO算法的相同并行机混合流水车间调度问题[J]. 计算机集成制造系统, 2021, 27(10): 2858-2871.
[8]	冷龙龙,赵燕伟,蒋海青,张春苗,王舜. 求解物流配送同时取送货低碳选址—路径问题的量子超启发式算法[J]. 计算机集成制造系统, 2020, 26(第3): 815-828.
[9]	陶俐言,赵鹏翡,陈冉冉. 基于动态机器故障率的并联加工系统资源多目标调度[J]. 计算机集成制造系统, 2020, 26(第1): 66-73.
[10]	汤洪涛,费永辉,陈青丰,詹燕,鲁建厦,李晋青. 基于工业大数据的柔性作业车间动态调度[J]. 计算机集成制造系统, 2020, 26(9): 2497-2510.
[11]	曹浩,莫蓉,万能. 面向支撑力分布的桁架结构设计方法[J]. 计算机集成制造系统, 2020, 26(7): 1763-1770.
[12]	林煊,陈庆新,毛宁. 板式家具高速自动分拣系统出库及打包调度策略[J]. 计算机集成制造系统, 2020, 26(7): 1843-1854.
[13]	张景玲,刘金龙,赵燕伟,王宏伟,冷龙龙,冯勤炳. 时间依赖型同时取送货VRP及超启发式算法[J]. 计算机集成制造系统, 2020, 26(7): 1905-1917.
[14]	王小明,陈庆新,毛宁. 基于近似动态规划的模具项目调度[J]. 计算机集成制造系统, 2020, 26(6): 1691-1701.
[15]	王梦娜,王小明,陈庆新,毛宁. 具有一般工期与返工的耦合设计任务评审策略分析[J]. 计算机集成制造系统, 2020, 26(5期): 1336-1344.