期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:周炳海,王科.带多重加工前约束的单机MOPJ调度方法[J].哈尔滨工业大学学报,2017,49(7):158.DOI:10.11918/j.issn.0367-6234.201603051
ZHOU Binghai,WANG Ke.Scheduling method of multi-order-per-job for a single machine with multiple preprocess constraints[J].Journal of Harbin Institute of Technology,2017,49(7):158.DOI:10.11918/j.issn.0367-6234.201603051
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1934次   下载 1088 本文二维码信息
码上扫一扫!
分享到: 微信 更多
带多重加工前约束的单机MOPJ调度方法
周炳海,王科
(同济大学 机械与能源工程学院, 上海 201804)
摘要:
为有效解决晶圆加工过程中带换模时间、品种间晶舟分配的不确定性以及参数调整等多重加工前约束的单机单作业多订单MOPJ(multi-order-per-job)调度问题, 对问题域进行描述,以订单总完成时间最小为优化目标,建立数学规划模型.给出求解较优调度解的定理,并提出具有双层嵌套编码机制的混合差分进化的入侵杂草调度算法,该算法引入具有学习机制的算子以改善解的质量.为有效提高算法的收敛性,在变异及邻域操作中考虑自适应过程.仿真实验结果表明,该算法是有效且可行的,优化晶舟分配的调度较未优化的调度可提高至少10%的性能.
关键词:  单作业多订单调度  差分进化  入侵杂草  自适应  晶舟分配
DOI:10.11918/j.issn.0367-6234.201603051
分类号:TP391
文献标识码:A
基金项目:国家自然科学基金(5,5)
Scheduling method of multi-order-per-job for a single machine with multiple preprocess constraints
ZHOU Binghai,WANG Ke
(School of Mechanical Engineering, Tongji University, Shanghai 201804, China)
Abstract:
To efficiently address the multi-order-per-job (MOPJ) scheduling problem of a single machine with multiple preprocess constraints in wafer fabrications, including setup time, uncertain allocation of front opening unified pods(FOUPs), machine parameter adjustment, a scheduling problem domain was described and a mathematical programming model was set up with an objective of minimizing total completion time, and several theorems were established to obtain superior feasible solutions, in addition, a hybrid invasive weed optimization algorithm combined with differential evolution and adopted a two-level encoding mechanism was developed, in which the learning mechanism was introduced to enhance the quality of the solution. Moreover, adaptive process was applied to the mutation and neighborhood search to effectively improve the algorithm convergence. Finally, simulation results verify the validness and feasibility of the proposed algorithm and show that a 10% improvement is made on the performance by the scheduling approach.
Key words:  MOPJ scheduling  differential evolution  invasive weed  adaptive strategy  allocation of FOUPs

友情链接LINKS