1.轨道交通运维技术与装备四川省重点实验室;2.中国航空工业集团公司洛阳电光设备研究所;3.西南交通大学
国家重点研发计划项目(2020YFB1712200);宜宾职业技术学院科研平台建设计划资助项目(YBZY21KYPT-03);轨道交通运维技术与装备四川省重点实验室开放课题(2020YW004)
Luoyang Institute of Electro-Optical Equipment, AVIC
针对大型装备制造车间人机双资源调度中工人疲劳和学习效应集成优化难的问题,基于指数型疲劳表征和DeJong学习曲线,构建了混合整数规划模型,以求工人的疲劳值不超过限定水平且工作分配合理。根据双资源调度问题的编码特征,结合排序规则生成了初始调度方案,结合移除和插入操作设计了自适应大邻域搜索算法,以求解人机双资源分配、工件排序、动态调度等子问题。结果表明,算法较之于其他方法能够在2分钟内取得最好的结果。同时围绕紧急插单、机器故障、工人离岗等扰动设计了重调度策略,基于原有算法实现了动态调度,并进行了算法测试。该算法可有效解决车间调度过程中的工人疲劳、学习效应以及动态调度问题。