基于ACPM和BFSM的Job-Shop调度算法的研究与实现

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:mnm159753
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对Job-Shop调度问题求最优解算法这一NPC问题,本文以充分发挥多产品、多设备加工所具有并发性、异步性、分布性和并行性的加工优势,从而提高产品的加工效率为目标,对Job-Shop调度问题的工艺图进行适当分解,使工序在一定时间段或是为具有唯一紧前、紧后相关工序或是为独立工序,即将工序分两类,再结合操作系统中内存调度的最佳适应(BF)调度方法和首次适应(FF)调度方法的先进思想,通过分析提出了一种解决一般Job-Shop调度问题的全新近优解方案:在考虑关键设备上工序尽量紧凑的前提下,将工序分类、对这两类工序分批采用拟关键路径法(ACPM)和最佳适应调度方法(BFSM)安排工序的算法,用实例加以验证,并给出结果甘特图。分析和实验表明该方法较常用的启发式算法(heuristic algorithm) ,它不仅约束条件少,有较令人满意的算法复杂度,而且最优效果好。同时采用本文提出的解决一般Job-Shop调度问题的全新近优解方案,可以使得产品所加工的部分工序是产品的加工工艺图(加工树)某些枝杈的末端,即产品未加工的剩余部分工序的加工工艺图仍然是一棵加工树,这样对于正在加工的产品,如果有另外需要加工的产品,可一并按上述解决静态Job-Shop调度问题的方法处理,于是本文又提出了一个解决动态Job-Shop调度问题的新方法,并通过实例加以说明。本文为解决一般Job-Shop调度问题及动态Job-Shop调度问题提供了新的研究思路,具有现实和理论的双重意义。
其他文献
实现人类智能的模拟、制造能代替人脑工作的机器,是人类最大的梦想。人工智能、专家系统的出现只是在这一方面的有益尝试。对知识库的研究,其意义在于它的研究能对智能计算机的
随着我国市场经济体系的建立和世界经济一体化进程的加快以及信息技术的飞速发展,物流业作为国民经济中的一个新兴朝阳行业,将成为本世纪我国重要的产业部门和新的经济增长点,因