基于蚁群算法的虚拟企业制造资源局部调度技术-研究

基于蚁群算法的虚拟企业制造资源局部调度技术-研究

ID:32615268

大小:2.65 MB

页数:58页

时间:2019-02-13

基于蚁群算法的虚拟企业制造资源局部调度技术-研究_第1页
基于蚁群算法的虚拟企业制造资源局部调度技术-研究_第2页
基于蚁群算法的虚拟企业制造资源局部调度技术-研究_第3页
基于蚁群算法的虚拟企业制造资源局部调度技术-研究_第4页
基于蚁群算法的虚拟企业制造资源局部调度技术-研究_第5页
资源描述:

《基于蚁群算法的虚拟企业制造资源局部调度技术-研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、桂林理工大学硕士学位论文1.1研究背景与意义第1章绪论新型工业化是我国经济建设和现代化的必由之路,而发展先进的制造业则是实现工业化的基本支撑点。制造技术的网络化是先进制造技术发展的必由之路。制造业在市场竞争中,面临多方面的压力:采购成本不断提高,产品更新速度加快,市场不断变化,全球化所带来的冲击利益加强等等。企业要避免这一系列问题,就必须在生产组织上实行某种深刻变革。科学技术特别是计算机技术、网络技术的发展,使这种变革有可能完成。制造技术的网络化导致一种新的制造模式的产生,即虚拟制造组织,这是由地理上异地分布的、组织上平等独立的多个企业,在谈判协商

2、的基础上,建立密切合作关系,形成动态的“虚拟企业”。虚拟企业是为适应快速反映而提出的一种先进制造生产组织方式,为企业提供了一种如何快速适应市场变化的制造系统构造与设计思路。虚拟企业【l】是一种从最大限度发挥和提升企业核心竞争力着眼,以“共赢”为目的的全新企业合作模式,他强调充分利用各企业已有的资源优势,通过组织动态联盟,快速响应市场变化,把握市场机遇。虚拟企业克服了传统的封闭性、局限性和设计、制造到销售的整体柔性和敏捷性,增强了企业的竞争能力。随着适于虚拟企业生存的经济条件的日趋成熟,虚拟企业已步入快速发展时期。蚁群算法(AntColonyOpti

3、mization,ACO)是最近几年才提出的一种新型的模拟进化算法,由意大利学者M.Dorigo等【2】人于1991年首先提出来,用蚁群在搜索食物源的过程中所体现出来的寻优能力来解决一些离散系统优化中的NP.hard问题。从此,具有NP.hard性的组合优化的调度问题成为了蚁群系统的一个重要研究方向。蚁群算法由于采用分布式并行计算机制,易于与其他方法相结合,具有较强的鲁棒性等特点,已经在许多组合优化问题中获得了成功的应用,这些问题大体可以分为两类:一是静态组合优化问题,这类问题的参数特性不会在求解过程中发生变化,如TSP(TravelingSale

4、smanProblem)、QAP(QuadraticAssignmentProblem)、SOP(SequentialOrderingProblem)、VRP(VehicleRoutingProblem)及JSP(Job-ShopSchedulingProblem)等;另一类是动态组合优化问题,这类问题的参数特性会在求解过程中发生变化,如网络路由问题等。虚拟企业运营过程中的一个关键环节,就是管理分布在各组织成员中的资源,并根据虚拟企业的目标和任务来合理的调度这些资源。资源调度的好坏将很大程度上决定虚拟企业,尤其是制造型虚拟企业的运营效率。然而,由于

5、制造资源的复杂性、多样性、特殊性和分散性,虚拟企业中的资源调度问题是非常复杂的。因此,制造资源桂林理工大学硕士学位论文的调度是虚拟企业实现和运营中的一个重要问题。虚拟企业的制造资源调度分为分布式调度和局部调度两个阶段。分布式调度是将制造总任务分解为多个制造任务,根据每个制造任务选择合适的成员企业,并将制造任务分配给该成员企业节点。局部调度是将分布式调度分配到的任务分解成多个制造子任务,然后选择最适合承担该制造子任务的制造资源,并将制造子任务分配给该制造资源。因此,局部调度阶段可以归结为资源受限项目调度问题(RCPSP,●‘Resource.cons

6、trainedprojectschedulingproblem)。1.2国内外研究现状针对网络化环境下制造资源的动态优化配置与共享问题,国内外开展了以“利用外部资源而不必拥有为特征"的虚拟企业、网络化制造、基于ASP的制造资源共享、e.制造系统、制造网格等先进制造模式的理论和应用研究。为了解决各先进制造模式中的制造资源调度问题,相应的制造资源调度模型相继被提出,同时给出了许多解决资源调度问题的算法。虚拟企业是企业间利用网络技术集成资源进行联合竞争的一种形式,英国的DavidT0dd、法国的M.T.Martincz研究了虚拟企业环境下任务分配、资源管

7、理、调度和系统控制模型,为网络化环境下虚拟企业间的资源调度、管理和控制提供了参考【3Al。西北工业大学的马雪芬等151人建立了网络化制造环境下资源优化调度模型,以总的运行成本、运行时间和加工质量为优化目标,给出了基于遗传算法的资源调度方法,并对算法作了相应的改进。西安交通大学的张映峰等【6】人设计了e席0造调度系统的求解机制和数学模型,并开发了基于遗传算法的争制造单元调度系统,实现了资源调度求解工程。北京理工大学的王大震等【7】人为解决网络环境下的资源优化调度问题,在综合考虑成本价格和作业执行时间的基础上,提出了经济模型下基于时间预算和作业价格预算

8、的成本和时间综合最优调度策略。l四Jll大学的廖敏等【B】人对Petri网进行扩展,建立了基于Petri网的工作流模型,并

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。