GA算法解决工厂调度问题——模型设计

本文涉及的产品
全球加速 GA,每月750个小时 15CU
简介: GA算法解决工厂调度问题——模型设计

在混合流水车间中n个工件加工队列进行m个工序的加工,工件依照加工流程中工序顺序进行排产,工件的加工流程中至少一个可重入工序,m个工序中至少有一个工序包含多个并行工位,工件在并行工位上的加工时间可以不同,但是工件在并行工位上至少要选择一个工位进行加工,排产结果要确定工件的工位分配加工顺序以及在其加工流程上每个工序的开工时间完工时间。


满足以下条件:


目标函数:


1. 最小化最大完工时间  


2.机器利用率


约束条件


1.每台机器(工位)每次只能加工一个工件


2.每个工件的每道工序只能在一台机器上加工


3.工件在加工过程中不允许中断


4.加工过程中工件在各工序间的转运时间忽略不计


5.冲砂车间有足够的空间放置多个构件;(可以设置1个工位)


6.将检查和报验时间计入作业时间;


7底漆面漆共用一个喷漆室,因此在此处有1次重入。


8.考虑每天工时约束,工作时间一定,8小时/班,2班/每天。


9.考虑冲砂完后必须在一定时间内完成底面喷涂,否则当天不进行冲砂,留待下个工作日。


说明:工序1一个工位,工序2一个工位,工序3 三个工位,工序4 三个工位,工序5 1个工位,工序6 3个工位,工序7  3个工位,工序8 1个工位,工序9 三个工位,工序10 三个工位。



考虑到港机典型构件喷涂时由构件类型和加工流程共同决定。


模型参数:

image.png


在上述公式中,公式 1 和 2 说明排产流程和工件类型与工件是一对多的关系,在排产过程包括的工件中,可能会存在多个工件采用同样加工流程或是多个工件具有同样的类型。


公式3说明在加工流程中可以包含多个重复加工的工序(通过加工顺序序号区分);公式4说明在具有可重入工序情况下,工件在其加工流程中开始加工时间、加工时间和结束加工时间之间的关系;


公式5说明同一工件在其加工流程中连续加工工序的开始加工时间和结束加工时间的之间关系;公式 6 说明在具有可重入工序的车间中,统计工位上加工工件的个数,要累计重复加工工件的数量。表示工序j是否需要人工参与;表示考虑冲砂完后必须在一定时间内完成底面喷涂其值为1,否则当天不进行冲砂,留待下个工作日其值为0。


其它约束条件如下:每个工位在同一时刻只能加工一个工件,每个工件在同一时刻只能在一个工位加工;工件加工过程不允许中断;涂装车间中工位设置为两个,在排产过程中不考虑缓冲工位限制;现场承载客车的滑壳平移车是人工操作的,时间难以统计,所以把转运时间计入加工时间。

image.png



相关文章
|
15天前
|
算法
基于模糊PI控制算法的龙格库塔CSTR模型控制系统simulink建模与仿真
本项目基于MATLAB2022a,采用模糊PI控制算法结合龙格-库塔方法,对CSTR模型进行Simulink建模与仿真。通过模糊控制处理误差及变化率,实现精确控制。核心在于将模糊逻辑与经典数值方法融合,提升系统性能。
|
15天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。
|
23天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
1月前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
93 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
95 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 人工智能 算法
青否数字人声音克隆算法升级,16个超真实直播声音模型免费送!
青否数字人的声音克隆算法全面升级,能够完美克隆真人的音调、语速、情感和呼吸。提供16种超真实的直播声音模型,支持3大AI直播类型和6大核心AIGC技术,60秒快速开播,助力商家轻松赚钱。AI讲品、互动和售卖功能强大,支持多平台直播,确保每场直播话术不重复,智能互动和真实感十足。新手小白也能轻松上手,有效规避违规风险。
|
1月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
1月前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
87 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA-PSO-SVM算法的混沌背景下微弱信号检测matlab仿真
本项目基于MATLAB 2022a,展示了SVM、PSO、GA-PSO-SVM在混沌背景下微弱信号检测中的性能对比。核心程序包含详细中文注释和操作步骤视频。GA-PSO-SVM算法通过遗传算法和粒子群优化算法优化SVM参数,提高信号检测的准确性和鲁棒性,尤其适用于低信噪比环境。
|
2天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
105 80