楊江波，陳友玲，曹 楠

重慶大學(xué) 機(jī)械工程學(xué)院，重慶 400044

面向柔性作業(yè)分布式車(chē)間的分層調(diào)度模型研究

楊江波，陳友玲，曹 楠

重慶大學(xué) 機(jī)械工程學(xué)院，重慶 400044

1 引言

隨著當(dāng)前市場(chǎng)環(huán)境的變化，制造業(yè)的生產(chǎn)模式已經(jīng)開(kāi)始從少品種、大批量生產(chǎn)轉(zhuǎn)向多品種、小批量的生產(chǎn)，生產(chǎn)調(diào)度的優(yōu)化作為減少企業(yè)生產(chǎn)成本、提高資源利用率的重要手段，一直受到國(guó)內(nèi)外相關(guān)學(xué)者的廣泛關(guān)注。柔性分布式車(chē)間作業(yè)系統(tǒng)將過(guò)去集中式的生產(chǎn)準(zhǔn)備、計(jì)劃和控制改為分布式，將權(quán)利下放給車(chē)間，以人為本，責(zé)權(quán)分明，使生產(chǎn)過(guò)程變得更加高效[1]。而隨之而來(lái)的則是生產(chǎn)系統(tǒng)的調(diào)度問(wèn)題變得更加復(fù)雜，因此迫切需要研究新的調(diào)度方法來(lái)解決此類(lèi)調(diào)度的優(yōu)化問(wèn)題。

由于在實(shí)際的車(chē)間調(diào)度中，車(chē)間調(diào)度往往是分層進(jìn)行的[2]，因此，如何將柔性分布式車(chē)間調(diào)度進(jìn)行合理分層以求得最終決策目標(biāo)的優(yōu)化，是進(jìn)一步研究的關(guān)鍵。目前國(guó)內(nèi)外學(xué)者對(duì)分布式車(chē)間的調(diào)度問(wèn)題研究得相對(duì)較少，Jia等[3]研究了分布式車(chē)間調(diào)度的特點(diǎn)，使用傳統(tǒng)遺傳算法進(jìn)行求解；蘇生等[4]分析了遺傳算法在處理組合優(yōu)化問(wèn)題的局限性，提出改進(jìn)遺傳算法求解多車(chē)間調(diào)度問(wèn)題；張曉東等[5]建立了生產(chǎn)計(jì)劃和調(diào)度的集成優(yōu)化模型，提出基于遺傳算法的啟發(fā)式算法進(jìn)行求解；同時(shí)，已有相關(guān)學(xué)者將層次分析法應(yīng)用于制造系統(tǒng)優(yōu)化過(guò)程中，并取得了一定的成果，姚錫凡等[6]以生產(chǎn)計(jì)劃、調(diào)度與控制集成為例，提出了基于目標(biāo)級(jí)聯(lián)法和IPDI原則的集成制造系統(tǒng)多層次優(yōu)化模型；韓文民等[7]研究了單元生產(chǎn)環(huán)境中零部件生產(chǎn)工藝不相同的情況，采用分級(jí)調(diào)度算法對(duì)該問(wèn)題進(jìn)行研究；而黃英杰等[8]在分析了目標(biāo)級(jí)聯(lián)法可并行優(yōu)化、級(jí)數(shù)不受限制等優(yōu)點(diǎn)的基礎(chǔ)上，建立了一種帶層次性的車(chē)間調(diào)度模型，證明了目標(biāo)級(jí)聯(lián)法在處理可分層調(diào)度問(wèn)題上的優(yōu)越性。

本文根據(jù)柔性作業(yè)制造系統(tǒng)資源以及設(shè)備等分布多個(gè)車(chē)間生產(chǎn)的特點(diǎn)，提出一種基于目標(biāo)級(jí)聯(lián)法的分級(jí)調(diào)度模型，利用目標(biāo)級(jí)聯(lián)法具有分解目標(biāo)的特點(diǎn)，結(jié)合遺傳算法搜索全局最優(yōu)解的能力來(lái)解決柔性分布式車(chē)間調(diào)度問(wèn)題，調(diào)度過(guò)程既實(shí)現(xiàn)了單車(chē)間的調(diào)度時(shí)間最小，同時(shí)實(shí)現(xiàn)多車(chē)間的協(xié)同調(diào)度達(dá)到總體最優(yōu)。

2 柔性分布式車(chē)間調(diào)度問(wèn)題描述

柔性分布式車(chē)間作業(yè)系統(tǒng)是在成組技術(shù)基礎(chǔ)上發(fā)展起來(lái)的一個(gè)由多個(gè)功能獨(dú)立、地理位置分散的獨(dú)立制造島組成的新型生產(chǎn)形式[9]。柔性分布式車(chē)間系統(tǒng)的作業(yè)計(jì)劃是在滿(mǎn)足某些約束（如完工時(shí)間、工藝路線(xiàn)等）條件的基礎(chǔ)上對(duì)零件以及操作工序的排序，按照排序分配資源和時(shí)間，使得某個(gè)決策目標(biāo)最優(yōu)。分布式車(chē)間作業(yè)系統(tǒng)的具體特點(diǎn)如下：

（1）每臺(tái)機(jī)器可完成若干個(gè)加工操作，不同機(jī)器可加工操作不完全相同，不同機(jī)器進(jìn)行相同操作所用時(shí)間也不完全相同，各機(jī)器所在的地理位置不完全相同。

（2）零件按照一定的工藝路徑進(jìn)行加工。

（3）每個(gè)工件的一個(gè)工序均可由一臺(tái)機(jī)器單獨(dú)加工完成，由于各道工序受技術(shù)上的約束，必須按某一特定順序進(jìn)行。

（4）運(yùn)輸成本等折合在加工成本中，運(yùn)輸時(shí)間加在總時(shí)間內(nèi)。

（5）假設(shè)所有工件均可在調(diào)度前獲得。

3 目標(biāo)層解法

目標(biāo)級(jí)聯(lián)法簡(jiǎn)稱(chēng)TC法（Target Cascading），又稱(chēng)為ATC法（Analytical Target Cascading），1999年由美國(guó)Michigan大學(xué)的Michelena、Kim和Papalambros等人提出，是一種用于解決非集中式、層次結(jié)構(gòu)協(xié)調(diào)問(wèn)題的一種新方法[10]，它在消除了復(fù)雜的系統(tǒng)分析的同時(shí)，保證了各個(gè)子系統(tǒng)的并行優(yōu)化，因此常被應(yīng)用于解決大規(guī)劃的系統(tǒng)優(yōu)化問(wèn)題。它允許結(jié)構(gòu)中各層次元素自主決策，父代元素對(duì)子代元素的決策進(jìn)行協(xié)調(diào)優(yōu)化而獲得整體最優(yōu)解[11]。ATC通常包含兩級(jí)：系統(tǒng)級(jí)和分析級(jí)；系統(tǒng)級(jí)負(fù)責(zé)元素目標(biāo)的優(yōu)化，分析級(jí)負(fù)責(zé)計(jì)算元素的反映值。局部設(shè)計(jì)變量、子代元素的反映值和參數(shù)為其輸入，而傳遞給系統(tǒng)優(yōu)化級(jí)的反映值為其輸出。圖1所示為ATC優(yōu)化模型中元素Pij的原理圖，父代系統(tǒng)將Pij的優(yōu)化目標(biāo)和協(xié)調(diào)變量傳遞下來(lái)，優(yōu)化過(guò)程結(jié)束后，把響應(yīng)變量和聯(lián)系變量的值回傳給父代系統(tǒng)，同時(shí)將下傳給子代系統(tǒng)，并作為子代系統(tǒng)P(i+1)j的優(yōu)化目標(biāo)和協(xié)調(diào)變量。為輸入，Rij為輸出，過(guò)程如圖1所示。

圖1 ATC優(yōu)化原理圖

規(guī)劃過(guò)程中，只要確定系統(tǒng)級(jí)的性能指標(biāo)或目標(biāo)值，其下層分析級(jí)的指標(biāo)或目標(biāo)值將由逐層轉(zhuǎn)換得到。目標(biāo)值的轉(zhuǎn)換過(guò)程是一個(gè)由上至下層層分解的過(guò)程，該過(guò)程要求各層之間以及同層元素之間能夠在一定的范圍內(nèi)相互協(xié)調(diào)，如果所有目標(biāo)值均達(dá)到要求，那么整個(gè)系統(tǒng)目標(biāo)就獲得了優(yōu)化[12]。因此，可以認(rèn)為生產(chǎn)計(jì)劃其實(shí)是一個(gè)將目標(biāo)分解的過(guò)程，其目標(biāo)是：在一定的條件約束下，將計(jì)劃層的總體目標(biāo)集進(jìn)行分解，使其成為若干子目標(biāo)集映射到執(zhí)行層，求解得到局部目標(biāo)最優(yōu)，然后對(duì)求解的結(jié)果進(jìn)行協(xié)調(diào)。這樣，生產(chǎn)計(jì)劃和調(diào)度的過(guò)程就演變成目標(biāo)分解—子目標(biāo)求解—各目標(biāo)協(xié)調(diào)的迭代過(guò)程。分層調(diào)度過(guò)程如圖2示。

圖2 ATC分層調(diào)度過(guò)程示意圖

4 柔性分布式車(chē)間分層調(diào)度模型

柔性分布式車(chē)間調(diào)度模型是圍繞一批訂單在N個(gè)柔性制造車(chē)間加工的任務(wù)來(lái)進(jìn)行，這批訂單中有M個(gè)零件要加工，訂單中每個(gè)零件可以在這N個(gè)制造車(chē)間中任一個(gè)加工[13]。因?yàn)椴煌?chē)間加工的環(huán)境、設(shè)備的加工性能都不一樣，使得零件在不同車(chē)間中的加工時(shí)間也不同，因此，調(diào)度系統(tǒng)的任務(wù)就是要根據(jù)零件的加工要求以及車(chē)間機(jī)器的加工性能來(lái)確定零件的加工車(chē)間，然后在車(chē)間中根據(jù)零件的加工時(shí)間和工藝約束來(lái)規(guī)劃車(chē)間內(nèi)零件的最佳加工路線(xiàn)。調(diào)度模型的目標(biāo)是訂單所有零件的總加工時(shí)間最短，其中N個(gè)車(chē)間中最后完工車(chē)間的零件加工完成時(shí)間為總體的加工完成時(shí)間。

柔性分布式作業(yè)車(chē)間的分層調(diào)度是以總體調(diào)度時(shí)間最短作為總體目標(biāo)，通過(guò)將生產(chǎn)計(jì)劃層的時(shí)間分解至車(chē)間調(diào)度層再至零件規(guī)劃層，先保證零件規(guī)劃層所用的時(shí)間最短，將最短時(shí)間作為目標(biāo)傳至上層，層層之間達(dá)到最優(yōu)以實(shí)現(xiàn)整體的調(diào)度時(shí)間最短。它主要是利用ATC可以解決復(fù)雜系統(tǒng)協(xié)同優(yōu)化的思想以及GA能夠進(jìn)行全局搜索及內(nèi)在的處理并行問(wèn)題的能力[14]來(lái)實(shí)現(xiàn)調(diào)度分級(jí)后的整體最優(yōu)的目標(biāo)。根據(jù)ATC的分層思想，將柔性分布式車(chē)間調(diào)度問(wèn)題分為三個(gè)層次：（1）生產(chǎn)計(jì)劃層；（2）車(chē)間調(diào)度層；（3）零件規(guī)劃層。其調(diào)度模型如圖3所示。

4.1 生產(chǎn)計(jì)劃層模型

不同的車(chē)間調(diào)度問(wèn)題往往有不同的約束條件，本文以時(shí)間為最終決策目標(biāo)。生產(chǎn)計(jì)劃層的任務(wù)是以不同的車(chē)間為單位，通過(guò)協(xié)同調(diào)度使得各車(chē)間的加工盡可能同時(shí)完成來(lái)保證總調(diào)度時(shí)間最短，本層的目標(biāo)值是柔性制造系統(tǒng)最終所能達(dá)到的進(jìn)度，其數(shù)學(xué)模型為：

其中，式（1）表示本計(jì)劃層制造系統(tǒng)加工完成所用的時(shí)間最短；式（2）為生產(chǎn)計(jì)劃層的系統(tǒng)反映值，即加工較慢車(chē)間的進(jìn)度值；式（3）表示本層的系統(tǒng)反應(yīng)允許誤差，是生產(chǎn)計(jì)劃層給車(chē)間調(diào)度層中B1設(shè)定的系統(tǒng)反應(yīng)，即要求的加工完成時(shí)間；是車(chē)間調(diào)度層中B1上傳給生產(chǎn)計(jì)劃層的系統(tǒng)反映值。式（4）表示設(shè)計(jì)變量。

4.2 車(chē)間調(diào)度層模型

車(chē)間調(diào)度層要完成零件的車(chē)間分配規(guī)劃，任務(wù)是為各個(gè)零件合理分配車(chē)間以及設(shè)備，形成設(shè)備集。本層的目標(biāo)是車(chē)間所有零件完工的時(shí)間最短，本層的目標(biāo)值是制造系統(tǒng)內(nèi)每個(gè)生產(chǎn)車(chē)間所能達(dá)到的制造進(jìn)度。其數(shù)學(xué)模型為：

其中，式（5）表示本層制造車(chē)間加工完成所用的時(shí)間最短；式（6）為車(chē)間調(diào)度層的系統(tǒng)反映值，即加工較慢車(chē)間的進(jìn)度值；式（7）表示本層每個(gè)車(chē)間加工的進(jìn)度約束；是生產(chǎn)計(jì)劃層給車(chē)間調(diào)度層中Bi設(shè)定的系統(tǒng)反應(yīng)，即要求的加工完成時(shí)間；是車(chē)間調(diào)度層中Bi上傳給生產(chǎn)計(jì)劃層的系統(tǒng)反映值；式（8）為柔性制造車(chē)間的局部設(shè)計(jì)變量，表示各零件的加工路線(xiàn)。

4.3 零件規(guī)劃層模型

零件規(guī)劃層的任務(wù)是安排車(chē)間內(nèi)零件加工的工藝路線(xiàn)，使車(chē)間中的零件能夠盡快完工。本層的目標(biāo)是縮短車(chē)間內(nèi)每個(gè)零件的完工時(shí)間，本層的目標(biāo)值是車(chē)間內(nèi)的零件所能達(dá)到的制造進(jìn)度。其數(shù)學(xué)模型為：

其中，式（9）表示本層車(chē)間內(nèi)零件的完工時(shí)間最短；式（10）表示零件的加工進(jìn)度約束；是車(chē)間調(diào)度層給零件規(guī)劃層設(shè)定的完工時(shí)間，是該層零件的實(shí)際完工時(shí)間，即該零件給車(chē)間調(diào)度層的反映值。

零件的完工時(shí)間受加工路線(xiàn)的影響，因此零件規(guī)劃層的任務(wù)是為零件選擇合適的加工路線(xiàn)使總的完工時(shí)間最短。本文運(yùn)用遺傳算法，采用基于加工任務(wù)的編碼方式，每個(gè)染色體由n（任務(wù)數(shù)）乘m（工藝數(shù)）個(gè)代表加工任務(wù)的基因組成，是所有操作的一個(gè)排列[15]。解碼時(shí)，根據(jù)零件加工的工藝約束不同來(lái)安排加工順序，在平衡設(shè)備負(fù)荷的同時(shí)得出完工時(shí)間最短的工藝路線(xiàn)，依次加工形成最終的調(diào)度方案。

5 調(diào)度流程及算法求解步驟

圖3 柔性分布式車(chē)間作業(yè)分級(jí)調(diào)度模型

ATC柔性多車(chē)間調(diào)度是一種層次優(yōu)化的過(guò)程，生產(chǎn)計(jì)劃層通過(guò)設(shè)定目標(biāo)值T0給車(chē)間調(diào)度層的各個(gè)車(chē)間設(shè)定同時(shí)完工策略，車(chē)間調(diào)度層給零件規(guī)劃層的各零件設(shè)定最小完工時(shí)間，在零件規(guī)劃層的優(yōu)化程序完成后，獲得的最小完工時(shí)間回傳給車(chē)間調(diào)度層，車(chē)間調(diào)度層再將各車(chē)間的完工時(shí)間回傳給生產(chǎn)計(jì)劃層，這樣進(jìn)行不斷迭代，每次迭代下層最優(yōu)的值將作為新目標(biāo)，直到最后獲得最優(yōu)解。

基于ATC的柔性分布式車(chē)間調(diào)度流程如圖4所示，調(diào)度算法主要步驟如下：

為了方便敘述，做如下規(guī)定：

循環(huán)次數(shù)為CN；生產(chǎn)計(jì)劃層的進(jìn)化代數(shù)為VN；X0A為生產(chǎn)計(jì)劃層的決定變量；X0B為車(chē)間調(diào)度層決定變量；其他出現(xiàn)的符號(hào)同前面所提到的含義一致。

（1）預(yù)先設(shè)定生產(chǎn)計(jì)劃層、車(chē)間調(diào)度層、零件規(guī)劃層的允許誤差值 ε0、ε1、ε2，車(chē)間調(diào)度層傳給生產(chǎn)計(jì)劃層的響應(yīng)值及零件規(guī)劃層傳遞給車(chē)間調(diào)度層的響應(yīng)值同時(shí)設(shè)定生產(chǎn)計(jì)劃層的循環(huán)次數(shù)CN和車(chē)間調(diào)度層的進(jìn)化代數(shù)VN。

（2）在生產(chǎn)計(jì)劃層內(nèi)，根據(jù)各車(chē)間中零件批量、進(jìn)度完成快慢的不同情況，設(shè)定 X0A（生產(chǎn)計(jì)劃層決定變量），X0B（車(chē)間調(diào)度層決定變量）。

（3）在車(chē)間調(diào)度層內(nèi)，根據(jù)零件的工藝路線(xiàn)及零件在各類(lèi)機(jī)器上的加工時(shí)間來(lái)初始分配各類(lèi)加工設(shè)備，形成加工設(shè)備集，并用基因譜來(lái)描述。

（4）在零件規(guī)劃層內(nèi)，生產(chǎn)車(chē)間隨機(jī)產(chǎn)生n個(gè)個(gè)體作為初始染色體種群，染色體的位數(shù)由車(chē)間內(nèi)零件的種類(lèi)數(shù)和設(shè)備的類(lèi)型數(shù)來(lái)決定。

（5）根據(jù)零件的種類(lèi)數(shù)和車(chē)間內(nèi)的設(shè)備類(lèi)型數(shù)，以盡早完工為準(zhǔn)則，對(duì)基因進(jìn)行解碼，計(jì)算每個(gè)個(gè)體的完工時(shí)間，將最小的完工時(shí)間作為本車(chē)間零件層的反應(yīng)值，判斷零件規(guī)劃層的響應(yīng)值與進(jìn)度值之差是否小于給定的誤差或者判斷循環(huán)次數(shù)是否大于給定的循環(huán)次數(shù)，如果是，則取之為最大值。

圖4 基于ATC的柔性分布式車(chē)間調(diào)度流程圖

（6）如果不是，則判斷零件規(guī)劃層的某零件的完成時(shí)間是否大于給定的響應(yīng)值，如果是則返回（4）；如果不是則將最大、最小值所在的生產(chǎn)車(chē)間內(nèi)零件的染色體進(jìn)行交叉操作同時(shí)將R重新排列并與R最大的單元的染色體進(jìn)行交叉，完成遺傳操作后重新解碼。

（7）如果（5）成立，判斷車(chē)間調(diào)度層的完工時(shí)間與進(jìn)度值之差是否滿(mǎn)足要求或者判斷循環(huán)次數(shù)是否大于給定的循環(huán)次數(shù)，如果是則取R為最大值；如果不是，則判斷遺傳操作是否全部完成或者判斷迭代次數(shù)是否大于給定的次數(shù)，如果是則取R為最大值。如果不是則返回（6）。

（8）如果（7）成立，判斷生產(chǎn)計(jì)劃層的完工時(shí)間與進(jìn)度值之差是否滿(mǎn)足要求或者判斷迭代次數(shù)是否大于給定的次數(shù)，如果是則輸出結(jié)果，如果不是則返回（6）。

6 實(shí)例分析

本文以三個(gè)柔性車(chē)間的協(xié)同調(diào)度來(lái)說(shuō)明實(shí)際調(diào)度過(guò)程。假定在A、B、C三個(gè)車(chē)間各有5臺(tái)機(jī)器，分別編號(hào)為A1，A2，A3，A4，A5，B1，B2，B3，B4，B5，C1，C2，C3，C4，C5。現(xiàn)在有一批包括 9個(gè)零件的訂單要加工，其加工時(shí)間分別如表1所示。

設(shè)定算法初始參數(shù)如下：最大迭代次數(shù)CN為200，進(jìn)化次數(shù)VN取為100，初始種群規(guī)模n為100，交叉概率為0.85。生產(chǎn)計(jì)劃層的系統(tǒng)允許反應(yīng)誤差ε0為1.0，車(chē)間調(diào)度層的系統(tǒng)允許反應(yīng)誤差ε1為0.6，零件規(guī)劃層的系統(tǒng)允許反應(yīng)誤差ε2取為0.2。經(jīng)算法優(yōu)化后，得到的加工完成時(shí)間分別為A車(chē)間9 min，B車(chē)間10 min，C車(chē)間9 min，可知調(diào)度結(jié)果，調(diào)度系統(tǒng)完成這批9個(gè)零件的訂單需要花費(fèi)最小時(shí)間為10 min。生產(chǎn)計(jì)劃層的染色體為[3322231121]，代表零件7，8和10在A車(chē)間中加工；零件3，4，5和9在B車(chē)間中加工；零件1，2和6在C車(chē)間加工。圖5所示為A車(chē)間的甘特圖，圖6所示為B車(chē)間的甘特圖，圖7所示為C車(chē)間的甘特圖，圖中橫坐標(biāo)為加工時(shí)間，縱坐標(biāo)為機(jī)場(chǎng)類(lèi)型，而圖中間的數(shù)字表示加工的零件，并且依照時(shí)間從左向右的順序依次表示零件的1～3個(gè)工序，比如零件7的第一道工序在車(chē)間A的機(jī)器A4上進(jìn)行，第二道工序在機(jī)器A3上進(jìn)行，第三道工序在機(jī)器A4上進(jìn)行，調(diào)度甘特圖如圖6。

表1 零件的工序及在三個(gè)車(chē)間的加工時(shí)間表 min

圖5 A車(chē)間的調(diào)度甘特圖

圖6 B車(chē)間的調(diào)度甘特圖

圖7 C車(chē)間的調(diào)度甘特圖

由圖5～7中可以看出：本文提出的柔性作業(yè)車(chē)間調(diào)度模型能很好地求解相關(guān)調(diào)度的優(yōu)化問(wèn)題，在調(diào)度中既能把零件合理地分配到合適的車(chē)間加工以謀求總體最優(yōu)的加工時(shí)間，又能很好地規(guī)劃零件的加工路徑。

7 結(jié)論

（1）本文根據(jù)柔性分布式車(chē)間制造系統(tǒng)在多個(gè)車(chē)間一起進(jìn)行加工的特點(diǎn)以及目標(biāo)級(jí)聯(lián)法在解決分層調(diào)度問(wèn)題上的優(yōu)越性，提出一種分級(jí)調(diào)度模型，以3個(gè)車(chē)間的調(diào)度結(jié)果說(shuō)明了該模型的有效性。

（2）該方法能夠根據(jù)加工時(shí)間和加工數(shù)量動(dòng)態(tài)，合理分配機(jī)器數(shù)量和工件的加工路徑，在優(yōu)化過(guò)程中如果采用改進(jìn)的遺傳算法代替?zhèn)鹘y(tǒng)遺傳算法，能夠得到更好的優(yōu)化效果。

[1]楊敬松，崔廣才.基于混合遺傳算法的分布式車(chē)間作業(yè)調(diào)度問(wèn)題[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)，2005，28（3）：19-22.

[2]黃英杰，姚錫凡.基于目標(biāo)級(jí)聯(lián)法的作業(yè)車(chē)間調(diào)度[J].華南理工大學(xué)學(xué)報(bào)，2010，38（6）：128-132.

[3]Jia H Z.A modified genetic algorithm for distributed scheduling problems[J].Journal of Intelligent Manufacturing，2003，14：351-362.

[4]蘇生，戰(zhàn)德臣.多工廠生產(chǎn)計(jì)劃與調(diào)度優(yōu)化模型與求解算法[D].哈爾濱：哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，2007：1-176.

[5]張曉東，嚴(yán)洪森.多級(jí)車(chē)間生產(chǎn)計(jì)劃和調(diào)度的集成優(yōu)QL[J].機(jī)械工程學(xué)報(bào)，2005，4l（9）：98-105.

[6]姚錫凡，帥旗，譚偉，等.基于目標(biāo)級(jí)聯(lián)法和IPDI原則的制造系統(tǒng)建模與優(yōu)化策略[J].南京理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2009：257-262.

[7]韓文民，田麗麗，陳娟.基于目標(biāo)級(jí)聯(lián)法的動(dòng)態(tài)零件族跨單元生產(chǎn)的單元調(diào)度研究[J].機(jī)械設(shè)計(jì)與制造，2012（10）：113-115.

[8]黃英杰，姚錫凡.基于目標(biāo)級(jí)聯(lián)法和粒子群算法的柔性分布式車(chē)間調(diào)度[J].中南大學(xué)學(xué)報(bào)，2012，43（1）：151-158.

[9]楊敬松，夏秀峰，崔廣才.混合遺傳算法在分布式車(chē)間作業(yè)調(diào)度中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2005，41（19）：213-215.

[10]Miehelena N，Kim H M，Papalambros P Y.A system partitioning and optimization approach to target cascading[C]// Proc 12th Int Conf on Eng Design，Munich，1999，2：1109-1112.

[11]趙剛，江平宇.面向大規(guī)模定制生產(chǎn)的e-制造單元層解分析優(yōu)化規(guī)劃模型[J].機(jī)械工程學(xué)報(bào)，2007，43（2）：178-185.

[12]曹楠，陳友玲.基于ATC和GA的可重構(gòu)制造單元分級(jí)調(diào)度研究[J].計(jì)算機(jī)應(yīng)用研究，2011，28（12）：4467-4470.

[13]Michalek J J，Papalambros P Y.An efficient weighting update method to achieve acceptable consistency deviation in analytical target cascading[J].Journal of Mechanical Design，2005，127（2）：206-214.

[14]Moon C，Seo Y.Evolutionary algorithm for advanced process planning and scheduling in a multi-plan[J].Computers&Industrial Engineering，2005，48（2）：311-325.

[15]田穎，江平宇，周光輝.基于遺傳算法的工藝規(guī)劃與調(diào)度集成方法[J].西安交通大學(xué)學(xué)報(bào)，2006，40（9）：1041-1044.

YANG Jiangbo,CHEN Youling,CAO Nan

School of Mechanical Engineering,Chongqing University,Chongqing 400044,China

Aiming at the workshop distributed manufacturing system scheduling optimization problems,combined with the actual production situation,a hierarchical scheduling model based on analytical target cascading and genetic algorithms is proposed.The model divides the scheduling process into three parts:the planning layer,the workshop scheduling layer and the job planning layer,the whole time minimal as its target is divided into various levels,to achieve the overall optimal scheduling time.Taking a three job-shop system as an example to verify the proposed model could be used in jobs allocation and program the path of each job.

multi distributed manufacturing system;analytical target cascading;hierarchical scheduling;genetic algorithm

針對(duì)多車(chē)間分布式制造系統(tǒng)調(diào)度優(yōu)化問(wèn)題，結(jié)合車(chē)間實(shí)際生產(chǎn)情況，提出一種基于目標(biāo)級(jí)聯(lián)法和遺傳算法的層次調(diào)度模型。模型將生產(chǎn)調(diào)度過(guò)程劃分為生產(chǎn)計(jì)劃層、車(chē)間調(diào)度層和零件規(guī)劃層，并將整體時(shí)間最短的優(yōu)化目標(biāo)劃分到各個(gè)層次，通過(guò)層層優(yōu)化達(dá)到時(shí)間最優(yōu)后反饋至上層，以實(shí)現(xiàn)整體調(diào)度時(shí)間最優(yōu)。以3個(gè)制造車(chē)間協(xié)調(diào)調(diào)度問(wèn)題為例，驗(yàn)證了該模型在零件分配和零件的工藝路線(xiàn)選擇上的合理性和有效性。

多層分布式制造系統(tǒng)；目標(biāo)級(jí)聯(lián)法；分層調(diào)度；遺傳算法

A

TP391

10.3778/j.issn.1002-8331.1301-0169

YANG Jiangbo,CHEN Youling,CAO Nan.Research on grading scheduling model of flexible job distributed workshop.Computer Engineering and Applications,2014,50（23）：239-244.

國(guó)家自然科學(xué)基金（No.71271224）。

楊江波（1988—），男，碩士研究生，主要研究方向?yàn)樯a(chǎn)調(diào)度、生產(chǎn)管理；陳友玲（1964—），女，博士，教授，碩導(dǎo)，主要研究方向?yàn)樯a(chǎn)計(jì)劃與調(diào)度、生產(chǎn)系統(tǒng)建模與仿真；曹楠（1987—），女，碩士研究生，主要研究方向?yàn)樯a(chǎn)調(diào)度、生產(chǎn)管理。E-mail：15025471015@163.com

2013-01-15

2013-04-15

1002-8331（2014）23-0239-06

CNKI網(wǎng)絡(luò)優(yōu)先出版：2013-05-03,http://www.cnki.net/kcms/detail/11.2127.TP.20130503.1707.003.html