汽车生产订单调序系统设计——以N工厂为例文献综述

1. 文献综述（或调研报告）：

1.2.1国外研究现状

Jiang, P., Ding, J. L. and Guo, Y. (2018)重点研究基于遗传算法的生产车间调度仿真。首先分析了生产车间调度的概念和特点，提出了生产车间调度的目标函数和调度规则;研究还引入遗传算法将调度规则结合起来，将其视为遗传基因，通过仿真计算实现生产调度的优化;此外，为了满足制造企业的动态生产环境，本研究提出了一个动态调度模型;最后，通过Matlab和VC的混合编程实现了生产车间调度系统的动态仿真。仿真结果表明，该动态模型能够减少调度时间，提高动态调度的稳定性，对制造企业生产车间调度具有积极的指导意义。Mati, Y., Lahlou, C. and Dauzegrave;re-Peacute;regrave;s, S. (2011)在帮助某公司设计新生产车间时，模拟并求解的一个实际车间作业调度问题。该问题的主要特点是某些资源是灵活的，必须考虑阻塞约束。详细说明了问题和解决问题的动机。描述了问题的建模过程和提出的求解方法——遗传算法。利用实际数据进行了数值实验，并进行了分析。Shafaei, R. and Brunn, P. (2000)对预测调度系统在动态随机环境下的鲁棒性进行了全面的仿真研究。结果表明，为了提高调度系统的鲁棒性，除了使用具有频繁重调度策略的鲁棒调度方法外，还需要对车间负荷进行良好的控制和均衡。讨论了作业发布路由规划和调度函数在生成鲁棒调度中的作用，提出了一个集成上述功能的框架。 lsquo;The Research of Workshop Scheduling for Job Productionrsquo; (2010)以作业生产为模型研究车间调度问题，主要考虑工件装配关系和最优完工时间。首先，根据提取的产品装配子树，得到所有工件的权值，利用作业车间的有向图，保证加工过程中各零件之间的约束关系。然后，通过粗糙调度得到所有可能的过程链。最后，通过详细的调度，可以快速得到最优的过程链。

1.2.2国内研究现状

任丽（2017）以线缆生产车间为研究对象,开展柔性流水车间调度问题的方法研究工作。基于线缆生产特性的车间调度问题建立数学模型。分析线缆产品基本工艺及线缆生产车间调度问题的特点,针对线缆生产车间的机台柔性、产品需求柔性、调度问题多样性,设计出适用于求解线缆生产车间的调度方法,该方法也应通用于求解多种类型的流水线型车间调度问题，并采用数学约束法构建本文柔性线缆生产车间的调度模型。张耀辉（2018）针对某汽车零部件制造公司实际生产过程中车间存在的生产过程缺乏规范化、流程化,各个生产线各为其政,易造成车间混乱,工作有漏洞这些问题，设计并开发了一套完整的车间调度系统。宋存利（2011）针对以最小化最大完工时间为目标的Job-shop调度问题,提出了一种混合微粒群算法(Hybrid Particle Swarm Optimization Algorithm, HPSO)。赵金柱（2013）针对佛山M公司中央空调事业部流水车间生产系统的生产实际,研究了流水车间生产系统调度问题。针对M公司生产车间的AGV系统调度问题,用计算机仿真的方法对AGV数量进行了优化；基于遗传算法(Genetic Algorithm, GA)基本理论,利用仿真软件求解了M公司的流水车间调度问题。崔路军（2010）分别从车间调度问题的分类、车间调度问题的研究方法、流水车间作业调度问题的分类、流水车间作业调度问题现有的解决方法、单机条件下流水车间作业调度问题等方面对流水车间作业调度问题进行了阐述。其中单机条件下流水车间作业调度问题,构建了新的惩罚系数模型,并用模拟退火算法解决了该类问题。荣耀（2011）结合了作者在苏州固锝公司车间生产调度管理系统中所从事的工作,提出并实现了一套针对流水车间的生产调度管理系统,为流水式作业的车间调度管理问题提供了一套解决方案。

1.2.3文献总结

生产调度问题类型很多,这些问题中大多数都属于NP问题。为此,研究者们多年来不断寻求求解这类问题的最优化方法。近年来,一些群体智能优化方法如遗传算法、进化规划、差分算法、微粒群算法、蚂蚁算法等以及一些邻域搜索算法如模拟退火算法、禁忌搜索算法的发展,为人们研究生产调度问题提供了新的思路和手段,同时各种智能算法的有效混合也成为人们研究的热点。同时针对各种不同的生产车间，所需要支持的系统也不同，为此在有了一定的理论基础后，再与实际生产车间情况结合做出各有特色的系统，帮助车间实现各种不同的需求也是热点之一。

1. 任丽. 基于遗传算法的柔性流水车间调度方法研究[D].电子科技大学,2017.
2. 张耀辉. 某汽车零部件制造公司车间调度系统的开发与应用[D].天津工业大学,2018.
3. 宋存利. 生产调度问题及其智能优化算法研究[D].,2011.
4. 赵金柱. 流水车间生产系统调度及仿真[D].大连理工大学,2013.
5. 崔路军. 交货期确定条件下的准时制流水车间作业调度问题研究[D].青岛大学,2010.
6. 杭晟,潘洪军,邬甜甜,路良辰.在物联网背景下工业车间环境监测系统设计[J].管理观察,2019(05):37-39.
7. 章国青,郭伟军,孙以泽.经编车间数据采集与监控系统设计[J].自动化与仪表,2018,33(09):54-58 103.
8. 李超,高利伟,史运涛,雷振伍.基于MES的离散型车间生产管理系统设计[J].组合机床 与自动化加工技术,2017(05):149-151 156.
9. 赵景艳,郑志镇,李建军.基于GIS的模具车间生产过程监控系统设计与开发[J].模具工业,2017,43(07):1-6 13.
10. 荣耀. 流水车间生产调度系统的设计与实现[D].哈尔滨工业大学,2011.
11. Mati, Y., Lahlou, C. and Dauzegrave;re-Peacute;regrave;s, S. (2011) lsquo;Modelling and solving a practical flexible job-shop scheduling problem with blocking constraintsrsquo;, International Journal of Production Research, 49(8), pp. 2169–2182. doi: 10.1080/00207541003733775.
12. Shafaei, R. and Brunn, P. (2000) lsquo;Workshop scheduling using practical (inaccurate) data Part 3: A framework to integrate job releasing, routing and scheduling functions to create a robust predictive schedulersquo;, International Journal of Production Research, 38(1), pp. 85–99. doi: 10.1080/002075400189590.
13. Jiang, P., Ding, J. L. and Guo, Y. (2018) lsquo;Application and Dynamic Simulation of Improved Genetic Algorithm in Production Workshop Schedulingrsquo;, International Journal of Simulation Modelling (IJSIMM), 17(1), pp. 159–169. doi: 10.2507/IJSIMM17(1)CO3.
14. lsquo;The Research of Workshop Scheduling for Job Productionrsquo; (2010) 2010 International Conference on Computing, Control and Industrial Engineering, Computing, Control and Industrial Engineering (CCIE), 2010 International Conference on, p. 341. doi: 10.1109/CCIE.2010.93.