| 柔性制造系统刀具需求规划问题的研究 |
|
| 日期：2007-8-20 21:28:50 人气：73 [大 中 小] |
|
|
|
工件调度策略采用如下两个经常使用的策略：
加工时间最短的优先(SPT)；
加工时间最长的优先(LPT)；
我们随机产生了60个问题来测试，并和其它某文献中最优算法TGSA进行比较。为了使其具有可比性，我们在编写TGSA算法时，令刀具的运送时间为0，并修改本文介绍的递归算法来求解任务的在制时间和每把刀具的实际等待时间。由于无法得到最优解，我们取相对性能比(relative performance ratio，RPR)作为评价标准，RPR定义为(Sa-SB)/SB，Sa表示采用算法a得到的解，SB表示两个算法中的最优解。表1列出了两种算法的比较结果。
表1工作调度策略问题规模(M，P，T)问题数量RPRNBS本文TGSA本文TGSASPT(4，40，50)100.110.13107SPT(6，70，40)100.170.2188SPT(8，60，40)100.140.23109LPT(4，70，50)100.090.1498LPT(6，40，50)100.160.2177LPT(8，50，40)100.100.12981 M、P、T表示机床数目、工件数、每个工件所需的刀具规格数目；
2 平均RPR；
3 最优解次数
从表1可以看出，无论采取什么工件调度策略，本文介绍的算法和TGSA相比，都有较优的解。我们分析原因如下：
TGSA增加刀具时不考虑关键机床，导致某些等待时间较长而对在制时间没有影响的刀具浪费了刀具购买资金，而本文算法恰恰避免了这种情况的出现；
TGSA严格的把刀具按其成本分为A，B，C三类，没有综合考虑其对在制时间的影响，本文以刀具在关键机床上的等待时间之和与刀具成本之比来定义关键刀具，综合了单位成本上的等待时间，有效利用了刀具购买资金；
6 结论
文章主要讨论了柔性制造系统的刀具需求规划问题，首先利用已有文献所报道的结论简化了实际问题，给出了求解在制时间和刀具等待时间的递归算法，同时给出了一个求解刀具需求规划的启发式算法。为了观察该算法的性能，我们通过随机数据产生并构成了60个刀具需求规划问题，并采用两种不同的刀具调度策略进行了数据测试。和已有算法进行比较后，我们发现无论采取什么工件调度策略，文章介绍的算法都具有较优的解。 |
|
|
| 我有问题，我要进入论坛 |
| 出处：本站原创 作者：佚名 | |
|
