传统作业车间(JSP):这类调度问题中也属于NP-Hard问题,但是相比较于FJSP较为简单,因为JSP只需要决策工序排序,即决定工件的开工时间和顺序。比如说车间中具有n台机器,m个工件,那么每一个工序都有特定的加工机器,不可以在别的机器上加工,这就使得工作效率低下,但是每个工件的不同工序可以决定加工顺序和开工时间,好的决策方案,可以减少加工时间,提高效率。
柔性作业车间(FJSP):“柔性”一词便体现了与传统作业车间的区别,此处柔性是指,每个工序有多个可加工机器,此时会大大增加问题的难度,同时更多选择,也意味着有更多的方案。可以描述为:车间中具有n台机器,m个工件,每个工件都有特定数量的加工工序。此时每个工序有多个机器可以加工,需要选择最优的调度方案进行抉择。通常柔性作业车间模型需要初始化,但是在实验阶段通常采用通用的算例,如MKO1~MK10算例等,这些算例里面已经搭建好了车间模型,如MK01算例的车间模型:有六台加工机器,十个待加工工件,其中每个工件有不同数量的工序,一共有56道工序,每个机器有特定的可加工工序,并且每台机器加工每个工序有对应的加工时间。
当然,车间需要限制一些约束条件:
比如:工序加工时间需要大于0;
不同工件的工序之间没有先后约束;
每个机器同一时刻只能加工一个工序等。
约束条件需要视自己的车间模型而定。常见的数据集有MK数据集,一般可以用来模拟FJSP车间模型。
常用的解决方法有:遗传算法、粒子群算法、禁忌搜索算法等。
标签:工序,车间,加工,作业,调度,柔性,机器,工件 From: https://blog.csdn.net/mingangel/article/details/139414892