188宝金博页面版

Com puter Engi neeri ng andAppl i cati ons计算机工程与应用多订单环境下的多资源优化配置巴黎，李言，杨明顺，高新勤BA Li ，LI Yan，YAN GM i ngshun，G AO Xi nqi n西安理工大学机械与精密仪器工程学院，西安710048Col l ege of M echani caland Preci si on Instrum ent Engi neeri ng，Xi ’ an U ni versi tyofTechnol ogy，Xi ’ 锄710048。Chi naBA Li · LIYan，YAN G M i ngshun，etaLO pti m alconfi gurati onofm ul ti —resource probl emi n m ul ti -order envi ronm ent．Com put er Engi neeri ngandAppl i cati ons，2011，47( 34) ：15—20．Abstract：Forthe m ul ti - resource probl em i n m ul ti —orderenvi ronm ent．them akespanhas been the m ai ntargetw hi ch w i l lbeopti m i zed．Vari ouski ndsofresources have been the al l ocatedobj ects．Them odelel i ti ststrategyhashasandal gori thmhave beenproved throughsol uti onaredi spersi ve．The i ncrease of m akespanbeen bui l tconsi deri ngcost and ti m efac．tots．Ageneti cal gori thm i ncl udedbeendesi gned．Them odelal lappl i cati oncase．Thecausedby hi gh frequentKey w ords：m ul ti -resource；confi gurati on；geneti c al gori thmresul tS show thatthem anufacturi ngresoR．rces ofthe bestusi ngof som e m anufacturi ng resources hasbeen avoi ded due to thedi spersi ve m anufacturi ngresources．摘要：针对多订单环境下的多资源配置问题，以总流程时间为优化目标，以多种资源为配置对象，综合考虑成本和时间因素，建立了该问题的数学模型；设计了精英保护遗传算法。最后以实例验证了该问题数学模型的正确性和求解算法的有效性．结果表明，最优解的加工资源相对分散，避免了由于个别加工资源使用频率过高而导致总流程时间的增加。关键涧：多资源；配置；遗传算法DO I：10．3778，j ．i ssn．1002· 8331．2011．34．005文章编号：1002—8331(2011)34．0015．06文献标识码：A中图分类号：TH l 22；TP3911引言当前，为适应激烈的竞争环境和日益多样的客户需求，企业逐步将发展重点转移至自身的核心竞争力上，对于不具备竞争优势的生产环节，则通过借助其他优势企业提供的相关资源来完成。资源配置是制造业实现高效生产的关键技术。目前，国内外有许多学者对多种制造模式下的资源配置问题进行了研究。M arco Fi scher、Hendri k J ahn等将合作伙伴的选择问题转化成对能力单元的选择，使用层次分析法和蚁群算法对问题进行求解?；N ．Vi sw anadham 、Roshan S．Gaonkar建立了一个混合整数规划模型，以解决在动态网络制造环境下的伙伴选择与调度问题” ，；李浩、罗国富等将理想点法和熵权系数法结合，解决动态联盟制造资源的i 平估与选择问题n1；刘丽兰、俞涛等针对制造网格中的资源配置问题，将整个配置过程分为基于服务质量的资源搜索、基于服务质量的资源配置和动态交互协商3个阶段，并对资源配置阶段进行了深入研究一· ；谢毅、琚春华针对实际业务过程中的动态性与不确定性，建立了用于资源随机优化配置的业务过程分析模型，提出了基于最优生产技术思想的业务过程资源动态随机优化配置的方法” ，；韩敏、孙林夫等分析了区域网络化制造中实现设备资源优化配置的过程及关键技术，使用：酆掀琅兴惴ń猩璞缸试从呕渲161；高阳、张坤提出了虚拟企业的资源配置平台，建立了以T、C、Q 、S为目标的多目标资源优化配置模型‘ 1；Hai pengZhang、M i tsuo Gen等设计了一种双向量编码的遗传算法，解决智能制造环境下的多目标资源选择问题181；Po—Han Chen针对多项目多资源调度问题，以完工时间作为优化目标，将遗传算法与模拟退火算法结合，对该问题进行了求解；并将该算法与普通遗传算法、模拟退火算法等进行了比较一1。目前来看，对多资源配置问题的研究往往假设订单单一，对多汀单资源配置问题的研究往往假设各工序具有固定的加工设备，且大多以制造资源作为丰要的配置对象。多订单多资源配置问题可概括为：针对多项任务的各个子任务，在满足约束条件的情况下，对各个生产环节指派合适的资源，使优化目标( 如总流程时间、总流程成本或多种因素的综合值)达到最优。在当今企业重视核心竞争力、强调协作生产的发展趋势下，资源配置问题的配置环境上升到了更大区域，所需考虑的配置对象也从加工设备扩展到了多种与生产相关的设备，如运输1：具、检测设备等；随着客户对产品需求日益多样化，使企业难以依靠单一产品来满足市场需求。如何对多订单下异基金项日：国家自然科学基金(theN ati onal( N o．200961 18120003) 。作者简介：巴黎(1986一)。男。博士研究生．主要研究领域为先进制造及网络设计制造技术；李言(1960一)，男．教授，博士生导师；杨明顺(1974一)．男，博士，副教授；高新勤(1976一)，男，博士，副教授。E．m ai l ：xautbal i @ 163．com收稿El 期：201I-06．09；修回13期：2011．08．19N atural Sci ence Foundati on of Chi na underG rantN o．60903124)；高等学校博士学科点专项科研基金万方数据