基于蟻群算法的虛擬企業(yè)生產(chǎn)任務(wù)調(diào)度優(yōu)化研究

趙 強(qiáng),周 敏

(武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院,湖北武漢,430081)

虛擬企業(yè)(VE)是指分布在不同地區(qū)的多個(gè)常規(guī)企業(yè)利用信息和網(wǎng)絡(luò)技術(shù)而快速響應(yīng)市場(chǎng)需求與變化所組建的動(dòng)態(tài)聯(lián)盟,也是組織、人力、技術(shù)和信息等資源在完善網(wǎng)絡(luò)組織結(jié)構(gòu)基礎(chǔ)上的有效集成[1-2]。當(dāng)某企業(yè)面臨資源缺乏或能力限制而導(dǎo)致無法獨(dú)立完成某項(xiàng)生產(chǎn)任務(wù)時(shí),就可以以盟主企業(yè)身份通過構(gòu)建VE來完成該任務(wù)。一般來說,盟主企業(yè)首先將生產(chǎn)任務(wù)分解、歸并為若干個(gè)子任務(wù),然后采取招標(biāo)或選擇代理(V E-broker)等方式選擇適宜的合作企業(yè)承擔(dān)相應(yīng)的子任務(wù),通過合作企業(yè)共同努力最終完成整個(gè)生產(chǎn)任務(wù)。生產(chǎn)任務(wù)調(diào)度關(guān)系到VE運(yùn)作的成敗,已成為VE研究的一項(xiàng)重要內(nèi)容。Wu[3]等提出了任務(wù)分解、歸并的具體方法,該方法為VE生產(chǎn)任務(wù)調(diào)度奠定了基礎(chǔ);高陽等[4]建立了基于多智能體的V E生產(chǎn)任務(wù)調(diào)度模型,并利用集成優(yōu)化算法來自動(dòng)處理調(diào)度優(yōu)化問題,但該模型未體現(xiàn)VE生產(chǎn)任務(wù)調(diào)度的層次性;蘇平等[5]建立的VE生產(chǎn)任務(wù)調(diào)度模型僅考慮了生產(chǎn)任務(wù)的完成時(shí)段,且模型較為簡(jiǎn)單;高陽等[6]指出VE生產(chǎn)任務(wù)調(diào)度優(yōu)化問題類似于Job Shop問題,結(jié)合生產(chǎn)任務(wù)之間的約束關(guān)系,建立了生產(chǎn)任務(wù)調(diào)度優(yōu)化模型,但該模型未考慮合作伙伴自身的生產(chǎn)任務(wù)集。VE各合作伙伴是一個(gè)獨(dú)立的實(shí)體企業(yè),其自身也存在生產(chǎn)任務(wù),該生產(chǎn)任務(wù)是影響VE調(diào)度層優(yōu)化的重要因素,而這一重要因素在目前的相關(guān)研究中卻往往被忽視。為此,本文針對(duì)VE調(diào)度層的優(yōu)化問題,給出了VE生產(chǎn)任務(wù)調(diào)度的層次框架(包括VE全局調(diào)度與合作伙伴局部調(diào)度兩個(gè)層次),綜合考慮VE生產(chǎn)任務(wù)的時(shí)序邏輯關(guān)系、作業(yè)時(shí)間和生產(chǎn)任務(wù)集等影響因素,建立以任務(wù)總作業(yè)時(shí)間最小化為目標(biāo)的數(shù)學(xué)模型,并基于蟻群優(yōu)化求解算法,提出VE生產(chǎn)任務(wù)調(diào)度優(yōu)化方案。

1 層次框架

為更好地完成各個(gè)生產(chǎn)任務(wù),需要從全局和局部?jī)蓚€(gè)角度對(duì)生產(chǎn)任務(wù)進(jìn)行調(diào)度。由于V E生產(chǎn)任務(wù)調(diào)度涉及多個(gè)合作伙伴,因此VE生產(chǎn)任務(wù)應(yīng)分為VE調(diào)度和合作伙伴調(diào)度兩個(gè)層次,如圖1所示。

圖1 VE生產(chǎn)任務(wù)調(diào)度層次框架Fig.1 Level framework of production tasks scheduling in VE

VE調(diào)度層是全局調(diào)度層,主要由盟主企業(yè)負(fù)責(zé),其工作內(nèi)容包括生產(chǎn)任務(wù)的分解、任務(wù)時(shí)序關(guān)系的確立以及合作伙伴的選擇。從全局視點(diǎn)出發(fā)對(duì)生產(chǎn)任務(wù)進(jìn)行優(yōu)化調(diào)度,可確定各生產(chǎn)任務(wù)的作業(yè)時(shí)段,以滿足交貨期預(yù)定目標(biāo)的要求。合作伙伴調(diào)度層是局部調(diào)度層,其調(diào)度目標(biāo)是力求在V E調(diào)度層所規(guī)劃的作業(yè)時(shí)段內(nèi)完成各個(gè)生產(chǎn)任務(wù)。合作伙伴調(diào)度層由各個(gè)合作伙伴負(fù)責(zé),具體的工作內(nèi)容包括合作伙伴將其承擔(dān)的生產(chǎn)任務(wù)進(jìn)一步分解為子任務(wù),并在優(yōu)化的基礎(chǔ)上,確定各子任務(wù)作業(yè)時(shí)段和加工作業(yè)。通過合作伙伴的協(xié)同作業(yè),共同完成VE生產(chǎn)任務(wù)。

由于V E全局優(yōu)化與合作伙伴局部?jī)?yōu)化存在耦合關(guān)系,因此它們之間不可避免地會(huì)出現(xiàn)沖突問題。如某一生產(chǎn)任務(wù)由于合作伙伴加工設(shè)備出現(xiàn)故障或出現(xiàn)緊急生產(chǎn)任務(wù)等原因,使得優(yōu)化后的調(diào)度方案仍無法在預(yù)定時(shí)段完成該生產(chǎn)任務(wù)作業(yè)時(shí)出現(xiàn)沖突。沖突問題的解決需要盟主企業(yè)與合作伙伴協(xié)商解決,可放松某些生產(chǎn)任務(wù)的約束條件或縮短某些生產(chǎn)任務(wù)的作業(yè)時(shí)間,或者引入新的資源,重新選擇承擔(dān)某生產(chǎn)任務(wù)作業(yè)的合作伙伴,在相互協(xié)調(diào)的基礎(chǔ)上,提出VE全局調(diào)度或局部調(diào)度優(yōu)化方案。V E生產(chǎn)任務(wù)調(diào)度是一個(gè)持續(xù)協(xié)調(diào)和優(yōu)化的過程。

2 優(yōu)化模型

2.1 問題提出

在V E全局優(yōu)化生產(chǎn)任務(wù)調(diào)度之前,盟主企業(yè)先將總?cè)蝿?wù)分解為若干具有時(shí)序關(guān)系的各個(gè)生產(chǎn)任務(wù)(生產(chǎn)任務(wù)之間用活動(dòng)網(wǎng)絡(luò)圖來表示)。在完成合作伙伴局部選擇的基礎(chǔ)上,根據(jù)每個(gè)伙伴自身已確定的生產(chǎn)任務(wù)信息、完成VE全局優(yōu)化各個(gè)生產(chǎn)任務(wù)所需作業(yè)時(shí)間和生產(chǎn)任務(wù)之間轉(zhuǎn)運(yùn)時(shí)間(將運(yùn)輸和資源的調(diào)整時(shí)間,統(tǒng)稱為轉(zhuǎn)運(yùn)時(shí)間)等信息來進(jìn)行生產(chǎn)任務(wù)調(diào)度優(yōu)化,其目標(biāo)是在兼顧生產(chǎn)任務(wù)時(shí)序約束關(guān)系、生產(chǎn)任務(wù)作業(yè)時(shí)間和各個(gè)伙伴自身任務(wù)集等信息前提下,使得生產(chǎn)任務(wù)調(diào)度方案既能保證產(chǎn)品交貨期要求,也能使得所有生產(chǎn)任務(wù)總的作業(yè)時(shí)間最小化。VE全局調(diào)度優(yōu)化完成后,各個(gè)生產(chǎn)任務(wù)的作業(yè)時(shí)段也就初步確定。隨后合作伙伴將自身所承擔(dān)的各個(gè)生產(chǎn)任務(wù)再次分解,并根據(jù)生產(chǎn)任務(wù)分解、設(shè)備占用等信息進(jìn)行局部調(diào)度方案的優(yōu)化,其目標(biāo)是保證生產(chǎn)任務(wù)在已規(guī)劃的時(shí)段內(nèi)完成作業(yè)。由于VE全局調(diào)度與合作伙伴局部調(diào)度的優(yōu)化模型類似,且VE生產(chǎn)任務(wù)調(diào)度的關(guān)鍵在于全局調(diào)度優(yōu)化,因此以下僅討論V E全局調(diào)度優(yōu)化模型及其求解。

2.2 條件假設(shè)

以最小化生產(chǎn)任務(wù)作業(yè)時(shí)間為目標(biāo),建立了VE全局調(diào)度層優(yōu)化模型。該優(yōu)化模型的假設(shè)條件如下:①每個(gè)生產(chǎn)任務(wù)的開始作業(yè)時(shí)間應(yīng)遵循時(shí)序邏輯的約束關(guān)系,在生產(chǎn)任務(wù)執(zhí)行過程中不容許中斷;②考慮到伙伴自身生產(chǎn)能力和條件限制,在生產(chǎn)任務(wù)執(zhí)行過程中,一次能且僅能執(zhí)行一個(gè)生產(chǎn)任務(wù);③生產(chǎn)任務(wù)的起始作業(yè)時(shí)間為0。

2.3 模型符號(hào)

VE全局調(diào)度層優(yōu)化模型的符號(hào)設(shè)定如下:P為合作伙伴集,m為合作伙伴總數(shù),P={P1,P2,…,Pk,…,Pm},k∈[1,m];T為生產(chǎn)任務(wù)集,n為生產(chǎn)任務(wù)總數(shù),T={T1,T2,…,Ti,…,Tn};Rk為Pk承擔(dān)的生產(chǎn)任務(wù)集,Rk={T1,…,Ti,…},i∈[1,n],且各個(gè)伙伴任務(wù)集滿足Rk∩Rk′=φ(k,k′∈[1,n]),R1∪R2∪…∪Rm=T;H為滿足時(shí)序約束關(guān)系的所有生產(chǎn)任務(wù)對(duì)集合;Fi為Ti的緊前生產(chǎn)任務(wù)集,(Ti′,Ti)∈H,Ti′∈Fi,i′∈[1,n];zi′i為Ti′～Ti的轉(zhuǎn)運(yùn)時(shí)間,當(dāng)Ti′與Ti由同一伙伴完成時(shí),zi′i=0;TBi為由Pk承擔(dān)的生產(chǎn)任務(wù)集,且作業(yè)順序位于Ti緊前的一個(gè)生產(chǎn)任務(wù),TBi∈Rk;si為Ti的開始作業(yè)時(shí)間;ti為完成Ti所需的作業(yè)時(shí)間;fi為Ti的結(jié)束作業(yè)時(shí)間;Mk為Pk先于VE組建前已確定的生產(chǎn)任務(wù)集,用時(shí)間段表示,記為Mk={[m1,m2],…};D為產(chǎn)品交貨期。

2.4 模型描述

基于以上假設(shè)條件及符號(hào)設(shè)定,VE全局生產(chǎn)任務(wù)優(yōu)化調(diào)度模型描述如下:

式(1)為目標(biāo)函數(shù),即生產(chǎn)任務(wù)總的作業(yè)時(shí)間,優(yōu)化調(diào)度方案力求最后一個(gè)生產(chǎn)任務(wù)盡早完成;式(2)為某生產(chǎn)任務(wù)開始作業(yè)時(shí)間,必須在其所有的緊前生產(chǎn)任務(wù)轉(zhuǎn)運(yùn)完成后才能夠開始,即滿足作業(yè)邏輯順序約束;式(3)為某生產(chǎn)任務(wù)開始作業(yè)時(shí)間,必須在由同一個(gè)伙伴完成且作業(yè)順序位于該生產(chǎn)任務(wù)緊前的生產(chǎn)任務(wù)完成后才能夠開始,即滿足資源約束;式(4)為生產(chǎn)任務(wù)開始作業(yè)時(shí)間與完成作業(yè)時(shí)間的關(guān)系;式(5)為合作伙伴執(zhí)行V E全局生產(chǎn)任務(wù)時(shí),不能與自身已確定的生產(chǎn)任務(wù)相沖突;式(6)為交貨期約束。

3 蟻群算法優(yōu)化求解

蟻群算法[7-8]是一種模擬螞蟻覓食行為的進(jìn)化算法。蟻群算法對(duì)離散組合優(yōu)化問題有較好的求解效果。因此,以下采用蟻群算法對(duì)VE全局生產(chǎn)任務(wù)調(diào)度問題進(jìn)行優(yōu)化求解。

3.1 算法設(shè)計(jì)

3.1.1 約束矩陣的建立

蟻群算法在求解VE全局生產(chǎn)任務(wù)調(diào)度時(shí),每次迭代中均要求每只螞蟻從起始節(jié)點(diǎn)開始,遍歷所有生產(chǎn)任務(wù)節(jié)點(diǎn),最后到達(dá)終止生產(chǎn)任務(wù)節(jié)點(diǎn),螞蟻?zhàn)哌^的節(jié)點(diǎn)順序便是構(gòu)造的解。由于生產(chǎn)任務(wù)之間存在時(shí)序邏輯關(guān)系,因此只有建立生產(chǎn)任務(wù)間的約束矩陣,才能有效保證構(gòu)造解的合理性,進(jìn)而保證VE全局生產(chǎn)任務(wù)調(diào)度優(yōu)化方案的合理性。可采用3個(gè)常量來建立VE全局生產(chǎn)任務(wù)間的時(shí)序邏輯約束矩陣,并以生產(chǎn)任務(wù)Ti與Tj為例加以說明。0表示Ti與Tj之間不存在時(shí)序邏輯約束關(guān)系;1表示Ti與Tj之間存在時(shí)序邏輯約束關(guān)系,且Ti先于Tj開始作業(yè);2表示Ti與Tj之間存在先后順序關(guān)系,且Ti后于生產(chǎn)任務(wù)Tj開始作業(yè)。VE全局生產(chǎn)任務(wù)間的時(shí)序邏輯約束矩陣A(A的行與列的編號(hào)均為生產(chǎn)任務(wù)編號(hào))描述如下:

3.1.2 狀態(tài)轉(zhuǎn)移概率

螞蟻從一個(gè)生產(chǎn)任務(wù)節(jié)點(diǎn)i轉(zhuǎn)向下一個(gè)生產(chǎn)任務(wù)節(jié)點(diǎn)j時(shí),其轉(zhuǎn)移概率計(jì)算式為

3.1.3 信息素更新

在第t次迭代中,螞蟻按式(8)的選擇規(guī)則遍歷所有生產(chǎn)任務(wù)節(jié)點(diǎn),構(gòu)造出一個(gè)調(diào)度序列,即得到所有生產(chǎn)任務(wù)的作業(yè)順序。在第t+1次迭代開始前,需要對(duì)信息素進(jìn)行更新,其更新式為

式中:Δτij=1/fmax(k),其中fmax(k)為螞蟻k在第t次迭代后得到的生產(chǎn)任務(wù)總作業(yè)時(shí)間,d;ρ為信息素的揮發(fā)因子。

3.2 求解步驟

VE全局生產(chǎn)任務(wù)調(diào)度優(yōu)化的求解步驟如下:

(1)初始化:①建立生產(chǎn)任務(wù)時(shí)序約束矩陣;②參數(shù)初始化,即初始化外激素信息矩陣、設(shè)置外激素消逝速度等參數(shù);③在虛擬起始點(diǎn)生成一定數(shù)量的一代螞蟻。

(2)迭代直至滿足預(yù)定迭代次數(shù):①每只螞蟻都可根據(jù)約束矩陣判斷生產(chǎn)任務(wù)節(jié)點(diǎn);②螞蟻按照式(8)進(jìn)行狀態(tài)遷移;③完成對(duì)所有生產(chǎn)任務(wù)節(jié)點(diǎn)的遍歷;④按照式(9)進(jìn)行信息素更新;⑤記錄最優(yōu)的生產(chǎn)任務(wù)調(diào)度優(yōu)化方案。

(3)輸出最優(yōu)的生產(chǎn)任務(wù)調(diào)度方案。

4 實(shí)例分析

4.1 應(yīng)用實(shí)例

由5個(gè)合作伙伴(編號(hào)為P1～P5)組成的V E共同完成某汽車起重機(jī)產(chǎn)品的制造任務(wù),交貨期為100 d。該制造任務(wù)可分解為包括汽車起重機(jī)的起升機(jī)構(gòu)制造、回轉(zhuǎn)機(jī)構(gòu)制造、變幅機(jī)構(gòu)制造以及裝配調(diào)試等23個(gè)生產(chǎn)任務(wù),生產(chǎn)任務(wù)之間活動(dòng)網(wǎng)絡(luò)如圖2所示。生產(chǎn)任務(wù)分工后,P1～P5分別完成生產(chǎn)任務(wù)集為ET1～ET5:ET1為{T2,T6,T8,T15,T22},ET2為{T5,T11,T20,T21,T23},ET3為{T10,T14,T18},ET4為{T3,T7,T12,T16,T17},ET5為{T4,T9,T13,T19,T24}。由圖2可看出,圓角矩形框下的數(shù)字是合作伙伴完成該零部件生產(chǎn)任務(wù)所需的作業(yè)時(shí)間,箭頭線上的數(shù)字標(biāo)注代表轉(zhuǎn)運(yùn)時(shí)間(當(dāng)生產(chǎn)任務(wù)由同一伙伴完成時(shí),轉(zhuǎn)運(yùn)時(shí)間為0)。若生產(chǎn)任務(wù)的開始時(shí)間設(shè)定為0,則P1已確定的生產(chǎn)任務(wù)集為{[40,60]},P2已確定的生產(chǎn)任務(wù)集為{[65,75]},P3已確定的生產(chǎn)任務(wù)集為{[15,35]},P4已確定的生產(chǎn)任務(wù)集為{[40,50]},P5已確定的生產(chǎn)任務(wù)集為{[68,75]}。綜合考慮上述已知信息,V E優(yōu)化的生產(chǎn)任務(wù)調(diào)度方案是求解最小化起重機(jī)產(chǎn)品的制造完工時(shí)間。

4.2 調(diào)度優(yōu)化

綜合以上給定信息,采用蟻群算法進(jìn)行優(yōu)化求解。設(shè)定螞蟻數(shù)量為20,α=β=0.9,ρ=0.9,迭代次數(shù)為200。VE全局優(yōu)化后的汽車起重機(jī)生產(chǎn)任務(wù)調(diào)度方案如圖3所示(生產(chǎn)任務(wù)開始時(shí)間設(shè)定為原點(diǎn))。在該調(diào)度方案下,生產(chǎn)任務(wù)T24～T2的制造和轉(zhuǎn)運(yùn)時(shí)間總計(jì)為83.5 d,加上10 d的產(chǎn)品裝配和調(diào)試時(shí)間,整個(gè)汽車起重機(jī)產(chǎn)品制造生產(chǎn)任務(wù)可在93.5 d內(nèi)完成,滿足了客戶交貨期要求。

圖2 汽車起重機(jī)生產(chǎn)任務(wù)活動(dòng)網(wǎng)絡(luò)Fig.2 Activity network diagram of production tasks of truck crane

圖3 VE全局生產(chǎn)任務(wù)調(diào)度方案Fig.3 Global scheduling plan of production tasks in VE

4.3 調(diào)度調(diào)整

在生產(chǎn)任務(wù)作業(yè)初期,合作伙伴P3由于企業(yè)自身生產(chǎn)任務(wù)的調(diào)整使得在時(shí)間段[35,60]以內(nèi)生產(chǎn)任務(wù)較重,合作伙伴P3不能在上述時(shí)段對(duì)生產(chǎn)任務(wù)T14進(jìn)行作業(yè),因此需要對(duì)生產(chǎn)任務(wù)調(diào)度方案進(jìn)行適當(dāng)調(diào)整。在不影響其他合作伙伴生產(chǎn)任務(wù)作業(yè)的前提下,VE全局優(yōu)化后的汽車起重機(jī)生產(chǎn)任務(wù)調(diào)度方案如圖4所示。在該調(diào)度方案下,生產(chǎn)任務(wù)T14的作業(yè)時(shí)段由[35,45.5]調(diào)整為[21.5,32],并且生產(chǎn)任務(wù)T2～T23的制造和轉(zhuǎn)運(yùn)時(shí)間總計(jì)仍為83.5 d,也滿足了產(chǎn)品的交貨期要求。

當(dāng)某生產(chǎn)任務(wù)延期完成時(shí),可根據(jù)VE全局生產(chǎn)任務(wù)的延遲程度對(duì)生產(chǎn)任務(wù)調(diào)度方案進(jìn)行適當(dāng)?shù)恼{(diào)整。若生產(chǎn)任務(wù)T22延遲2 d完成,則對(duì)合作伙伴P4而言,可將其承擔(dān)的生產(chǎn)任務(wù)作業(yè)時(shí)間適當(dāng)延遲。VE全局生產(chǎn)任務(wù)調(diào)整后的汽車起重機(jī)生產(chǎn)任務(wù)調(diào)度方案如圖5所示。在該調(diào)度方案下,生產(chǎn)任務(wù)T2～T23的制造及轉(zhuǎn)運(yùn)時(shí)間總計(jì)為84 d,滿足了產(chǎn)品交貨期要求。

圖4 T14作業(yè)時(shí)段調(diào)整后的VE全局生產(chǎn)任務(wù)調(diào)度方案Fig.4 Global scheduling plan of production tasks in VEafter adjusting operating time of T14

圖5 T22作業(yè)延遲的VE全局生產(chǎn)任務(wù)調(diào)度方案Fig.5 Global scheduling plan of production tasks in VE under operating delay of T22

當(dāng)生產(chǎn)任務(wù)T22延遲2 d完成,并且合作伙伴P4由于企業(yè)自身生產(chǎn)任務(wù)的調(diào)整使得在時(shí)間段[26,50]以內(nèi)無法對(duì)其承擔(dān)的生產(chǎn)任務(wù)進(jìn)行作業(yè)時(shí),V E全局生產(chǎn)任務(wù)優(yōu)化后的生產(chǎn)任務(wù)調(diào)度方案如圖6所示。在該調(diào)度方案下,生產(chǎn)任務(wù)T2～T23的制造和轉(zhuǎn)運(yùn)時(shí)間總計(jì)為96.5 d,無法滿足產(chǎn)品交貨期要求。為不影響產(chǎn)品交貨期,合作伙伴P4需要通過引入合作企業(yè)或新增加工設(shè)備等方法來縮短生產(chǎn)任務(wù)T12或T16的作業(yè)時(shí)間,并將完成自身生產(chǎn)任務(wù)的時(shí)間段控制在[40,50]以內(nèi),以保證VE全局生產(chǎn)任務(wù)調(diào)度方案進(jìn)度的執(zhí)行。

圖6 P4任務(wù)集調(diào)整的VE全局生產(chǎn)任務(wù)調(diào)度方案Fig.6 Global scheduling plan of production tasks in VEafter adjusting task sets of P4

基于上述方法,并結(jié)合各個(gè)生產(chǎn)任務(wù)作業(yè)的實(shí)際情況,對(duì)VE全局生產(chǎn)任務(wù)調(diào)度方法進(jìn)行優(yōu)化和調(diào)整,從而保證了汽車起重機(jī)制造生產(chǎn)任務(wù)的按期完成。

4.4 算法有效性的驗(yàn)證

以文獻(xiàn)[6]提供的實(shí)例,我們驗(yàn)證了蟻群算法求解V E全局生產(chǎn)任務(wù)調(diào)度優(yōu)化問題的有效性。VE全局優(yōu)化后的生產(chǎn)任務(wù)調(diào)度方案如圖7所示。在該生產(chǎn)任務(wù)調(diào)度方案下,求得制造周期為99 d,與文獻(xiàn)[6]給出的VE全局優(yōu)化結(jié)果相同。本研究運(yùn)用蟻群算法在Pentium IV PC機(jī)上的平均求解時(shí)間僅為2.6 s,明顯優(yōu)于文獻(xiàn)[6]給出的6～8 s的平均求解時(shí)間。因此,蟻群算法可有效地求解V E全局生產(chǎn)任務(wù)調(diào)度優(yōu)化問題。

圖7 不考慮合作伙伴任務(wù)集的VE全局生產(chǎn)任務(wù)調(diào)度方案Fig.7 Scheduling plan of production tasks in VEafter neglecting partner’s task sets

5 結(jié)語

生產(chǎn)任務(wù)調(diào)度是典型的NP難題。本文描述了VE生產(chǎn)任務(wù)調(diào)度的層次框架(包括V E全局調(diào)度層和合作伙伴局部調(diào)度層)。VE生產(chǎn)任務(wù)調(diào)度層主要內(nèi)容是從全局視點(diǎn)出發(fā)對(duì)生產(chǎn)任務(wù)進(jìn)行優(yōu)化,在滿足交貨期的預(yù)定目標(biāo)前提下,達(dá)到最小化生產(chǎn)任務(wù)的作業(yè)完成時(shí)間;而合作伙伴調(diào)度層主要內(nèi)容是力求在VE調(diào)度層所規(guī)劃的作業(yè)時(shí)段內(nèi)完成各個(gè)生產(chǎn)任務(wù)。針對(duì)VE生產(chǎn)任務(wù)調(diào)度層的優(yōu)化問題,建立了以生產(chǎn)任務(wù)總的作業(yè)時(shí)間最小化為目標(biāo)的優(yōu)化模型,并給出了蟻群求解算法。通過某汽車起重機(jī)制造實(shí)例驗(yàn)證了優(yōu)化模型及其求解算法的有效性,并針對(duì)實(shí)際情況給出了VE生產(chǎn)任務(wù)調(diào)度調(diào)整的具體方案。

[1] Nagel R,Dove R.21stcentury manufacturing enterprise strategy:an industry-led view[R].Bethlehem:Iacocca Institute,Lehigh University,1991:122-134.

[2] Abbe M.Virtual organization[J].Communication of the ACM,1997,40(9):30-37.

[3] WuNQ,Sun J.Grouping the activities in virtual enterprise paradigm[J].Production Planning and Control,2002,13(4):407-415.

[4] 高陽,周偉.基于多Agent的虛擬企業(yè)調(diào)度研究與實(shí)現(xiàn)[J].中國(guó)機(jī)械工程學(xué)報(bào),2004,15(11):978-982.

[5] 蘇平,伍乃騏.一種可重構(gòu)制造系統(tǒng)的生產(chǎn)計(jì)劃方法[J].計(jì)算機(jī)集成制造系統(tǒng),2003,9(3):189-193.

[6] 高陽,江資斌.用混合遺傳算法求解虛擬企業(yè)生產(chǎn)計(jì)劃[J].控制與決策,2007,22(8):931-934.

[7] Marco D,Vittorio M,Alberto C.Ant system:optimization by a colony of cooperating agents[J].IEEE Transactions on Cybernetics,1996,26(1):29-41.

[8] Marco D,Luca M G.Ant colonies for the traveling sales-man problem[J].Bio Systems,1997(43):73-81.