透過您的圖書館登入
IP:3.236.171.68
  • 學位論文

應用模擬最佳化於FMS之機台與車輛同步排程

Simulation based optimization approach for simultaneous scheduling of machines and AGVs in FMS

指導教授 : 林則孟
若您是本文的作者,可授權文章由華藝線上圖書館中協助推廣。

摘要


摘要 傳統上之排程問題只考慮機台資源,但是在彈性製造系統(Flexible Manufacturing System, FMS)中除了機台資源外還包含搬運系統如自動物料搬運車輛(Automatic guided vehicles, AGV),而搬運工件的時間會導致機台的閒置,因此在本研究的目標是要同步(Simultaneous)處理作業排程與車輛排程,使總完工時間(Makespan)最小化。同時考量作業排程與車輛排程是一個複雜的NP-Hard問題,因此需要一個有效的搜尋方法。根據文獻指出演化式演算法在處理最佳化排程問題是較好的選擇,因此本研究利用基因演算法(Genetic Algorithm ,GA)產生作業排程,並利用車輛排程演算法對每一個作業去選擇車輛。將兩個方法結合以處理同時排程問題。在面臨多目標問題時則使用多目標基因演算法(Multi-Objective Genetic Algorithm, MOGA)。 在FMS當中,由於機台都為多功能機台,工件的同一作業可以選擇替代機台進行加工,這個特性更增加排程的複雜性;而替代機台會影響到總完工時間以及機台與車輛的利用率,因此除了利用機台選擇演算法使總完工時間最小化之外,機台的利用率平衡也是重要的指標。在文獻中以數學規劃求解同時排程問題,車輛搬運工件的時間都是以搬運時間除以車輛移動速度,並未考慮到車輛在途中可能因為壅塞而延遲搬運時間或是車輛鎖死(deadlock)的實際上會面臨到問題,因此本研究在FMS同步排程系統之建構以離散事件模擬來達到考量實務情況,以區域控制(zone-control)處理車輛鎖死的問題,並以模擬最佳化架構在基因演算法結合模擬模式來增快求解效率。 FMS當中的機台都為CNC機台,作業的加工時間幾乎都是確定的,但是作業的整備時間是具有變異性的,這個因素使整個模型具有隨機性,若只以模擬一次的數據便對其下定論,可能因為隨機造成的誤差導致決策錯誤,若模擬太多次則會導致模擬時間過長。因此利用OCBA(Optimal Computing Budget Allocation)分配較多模擬資源給無法明確分辨好壞與變異太大的方案,在滿足特定的P{CS}下,能利用最少的模擬資源找出準確的方案。在面臨多目標問題時則使用MOCBA((Multi-Objective Optimal Computing Budget)。

並列摘要


無資料

並列關鍵字

AGV OCBA MOCBA

參考文獻


[2] 吳盈志,“雙演化演算法之研究”,中原大學資訊管理研究所碩士論文,2009。
[3] 詹詩敏,“半導體封裝廠之機台配置問題”,清華大學工業工程與工程管理所碩士論文,2010。
[4] 田孝珍,“雙目標模擬最佳化在自動化物料搬運系統之應用”,清華大學工業工程與工程管理所碩士論文,2011。
[1] 王治平,“實際零工式生產排程問題的派工法則”,政治大學資訊管理研究所碩士論文,2003。
[5] Abdelmaguid, T. F.,Nasef, A. O., Kamal, B. A. and Hassan, M. F., “A hybrid GA/Heuristic approach to the simultaneous scheduling of machines and automated guided vehicles”, International Journal of Production Research, Vol.42, No.2, 2004, pp267-281.

被引用紀錄


許雅寧(2014)。粒子群聚演算法於FMS之機台與車輛同步排程〔碩士論文,國立清華大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0016-2912201413485162
陳宏銘(2015)。多細緻度模型最佳化於彈性製造系統之探討〔碩士論文,國立清華大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0016-0312201510263303

延伸閱讀