柔性機(jī)器人制造單元調(diào)度算法研究及應(yīng)用.pdf

1、隨著市場競爭的加劇和先進(jìn)制造技術(shù)不斷發(fā)展，機(jī)器人制造單元被越來越廣泛地應(yīng)用于生產(chǎn)制造行業(yè)，生產(chǎn)調(diào)度方案作為機(jī)器人制造單元安全高效運轉(zhuǎn)的基礎(chǔ)，近年來逐漸成為學(xué)者研究的重點。為了進(jìn)一步減低制造成本，均衡利用企業(yè)資源和適應(yīng)小批量、多品種的生產(chǎn)模式，往往需要考慮工序在不同加工加床之間的搬運工序，對多個可能存在相互沖突的目標(biāo)進(jìn)行優(yōu)化。因此，本文在經(jīng)典車間調(diào)度理論基礎(chǔ)上，對兩種具有重要應(yīng)用意義的機(jī)器人制造單元調(diào)度問題進(jìn)行研究。重點研究問題的調(diào)度機(jī)制

2、和求解算法。
　　本文首先對柔性多機(jī)器人制造單元單目標(biāo)調(diào)度問題進(jìn)行研究，提出一種求解問題的混合蟻群算法。首先建立問題析取圖模型，接著對傳統(tǒng)蟻群算法的狀態(tài)轉(zhuǎn)移規(guī)則和信息素更新規(guī)則進(jìn)行優(yōu)化，在此基礎(chǔ)上加入遺傳算子和多機(jī)器人調(diào)度算法，得到考慮搬運工序的解集，通過迭代優(yōu)化搜索最優(yōu)解。通過多組基準(zhǔn)算例測試，驗證了所提算法的有效性和穩(wěn)定性。并且通過對比實驗證明了 MMAS信息素更新方式比 ACS信息素更新方式更能提升算法求解大規(guī)模問題的能力。

3、
　　本文第二個研究的問題是柔性機(jī)器人制造單元多目標(biāo)調(diào)度問題。在分析了 NSGA-II算法的局限性后，提出一種改進(jìn) NSGA-II算法，對調(diào)度問題的最大完工時間，機(jī)床總負(fù)荷和瓶頸機(jī)床負(fù)荷三個目標(biāo)進(jìn)行優(yōu)化。通過種群預(yù)篩選機(jī)制提升初始解的質(zhì)量，設(shè)計了一種改進(jìn)帶循環(huán)擁擠度計算的精英選擇策略，提升解的分布性的同時保留種群多樣性，防止算法過早收斂。同樣利用基準(zhǔn)算例對算法進(jìn)行測試，驗證了所提算法的有效性和可靠性。
　　最后，基于提出的混