针对模糊柔性作业车间动态调度问题,在交货期模糊的前提下,首先假设动态干扰事件为机器故障,采用字典序多目标规划方法,以最大完工时间最小与客户满意度总和最大为目标,建立柔性作业车间动态调度模型;然后从改变收敛因子和领导狼权重动态变化两个方面改进灰狼优化算法,使得改进算法的收敛效果和寻优精度较传统灰狼算法有了显著的提升;最后对DS亚克力板材厂的生产数据进行分析,在验证模型和算法可行性的同时,找出了该企业生产的关键设备,为提高企业生产效率和稳定性提供了新的方法和思路。

针对工程机群在道路抢修任务过程中,面临的多装备、多任务、多点同时作业的机群调度难题,用整数线性规划理论建立模型,用离散粒子群算法求解。实例分析表明,该机群动态调度方法可以快速、高效地提出工程机械机群动态调度方案,为充分发挥军用工程机械的保障能力提供了决策支持。

针对液压缸制造车间动态调度问题,构建了基于次品处理的动态调度优化模型,并以最大完工时间、在制品库存数量以及动态扰动量为目标,提出了一种改进帝国竞争算法对模型进行求解。在算法设计中,首先,设计了一种基于先到先加工策略的解码方式;其次,基于最小在制品库存数量,设计了混合初始化策略,以及基于关键路径的邻域搜索策略,以加快算法收敛速度,提升解的质量;最后,在帝国同化中设计了文化入侵过程,同时在帝国竞争中考虑保护最弱帝国以避免算法陷入局部最优。通过对不同规模的标准算例的算法对比仿真实验,以及对某液压缸柔性生产车间的实际工程案例分析,验证了所提算法的有效性。

柔性作业车间调度问题是一种典型的NP-Hard问题,在生产过程中,调度方案会因各种意外事件的发生而变化。针对柔性作业车间调度问题的实时性、动态性的特点,构建了基于数据驱动的柔性作业动态调度的数学模型。首先通过数据感知设备监测车间中发生的变化,实时传输到服务器上,然后根据车间生产状况所发生的变化,依据服务器上的调度规则重新调整调度方案。最后通过某制造企业的调度方案和车间环境变化时的调整方案,验证了基于数据驱动的实时动态调整调度方案的可行性和有效性。

针对RGV(轨道式自动引导车)的实际问题,基于机理建模分别给出了一道工序加工作业和故障干扰下二道工序加工作业的动态调度模型,设计有效算法,为智能RGV的动态调度策略提供了思路。