基于PSO和HOLON的多品种小批量生产物流瓶颈建模及其智能控制研究

市场环境变化促使多品种小批量生产的发展，多种变化因素使生产系统处于不确定复杂环境，对生产物流管理要求越来越高，物流瓶颈成为关键问题。本项目旨在应用制造系统、运筹学、模糊数学和系统仿真等学科相关理论和方法，针对多品种小批量生产特征研究生产物流瓶颈模型并实现智能控制。主要研究有采用分层赋时Petri网及模糊图论的混合技术建立生产物流系统模型，采用基于PSO的群体智能混合算法和仿真进行系统分析，挖掘生产物流因素对瓶颈的影响规律，构建生产物流因素-瓶颈关系模型；通过瓶颈监测探索瓶颈转移机理，采用群体智能与启发式算法建立瓶颈预测策略；建立Holon智能控制体系，采用群体智能算法研究瓶颈协调策略，实现瓶颈智能主动控制；采用仿真技术进行生产物流瓶颈模型模拟并修正模型，开发基于瓶颈智能控制原型系统，验证研究结果。研究成果可以优化物流系统并为制造执行系统的建立提供理论与技术支持。

市场环境变化促使多品种小批量生产的发展，多种变化因素使生产系统处于不确定复杂环境，对生产物流管理要求越来越高。生产物流瓶颈是制约生产物流优化的重要环节。多品种小批量生产以及环境不确定性决定了生产物流系统的瓶颈具有动态性，增加了瓶颈的研究难度。瓶颈的转移也增加了对其定位辨识的难度，并随不确定因素的增加呈指数级增长。因此物流瓶颈成为关键问题。.本项目应用制造系统、运筹学、模糊数学和系统仿真等学科相关理论和方法，针对多品种小批量生产特征研究生产物流瓶颈模型并实现智能控制。.(1)研究了多品种小批量生产下的混合生产车间的生产模式，拓展了生产系统模型。考虑生产物流的复杂性、各环节的生产瓶颈、物流瓶颈等多因素，建立了混合车间模型，提炼出了混流混合生产模式的特性，为研究其优化问题奠定了基础。.(2)针对基于延迟惩罚成本的生产物流瓶颈辨识和生产物流时间瓶颈辨识进行了研究，从系统分析角度揭示了生产内外部因素与生产物流瓶颈的制约规律，描述了因素条件制约下的生产物流瓶颈表征，建立了生产物流瓶颈模型，并给出了相应的求解方法。为生产物流瓶颈辨识建立了一套新的理论与方法，为生产物流瓶颈转移与预测研究奠定基础。.(3)研究了基于瓶颈指数的生产物流瓶颈预测、不确定条件下的生产物流瓶颈转移机理和预测方法，挖掘了不确定因素与生产物流瓶颈的关系，剖析了瓶颈的转移规律，使瓶颈管理更加有条理，充实了瓶颈的预测研究体系。.(4)建立了基于HOLON的瓶颈控制架构，提出了不确定条件下生产物流瓶颈的动态、静态控制方法，实现了生产物流瓶颈智能控制和主动控制，研究结果可以优化物流系统并为制造执行系统的建立提供理论与技术支持。.(5)提出了基于PSO、蜂群算法、蚁群算法的混合群体智能算法，并将其应用于瓶颈控制中，这些方法同时还可以应用于多种调度问题，为新的群体智能算法的设计和应用做出了贡献。.发表了20篇相关学术论文，申请1项发明专利和授权1项软件著作权，培养了1名博士后，1名博士，8名硕士。理论研究成果可为解决多品种小批量生产物流瓶颈建模及其智能控制问题提供新的理论模型和方法，具有重要的理论意义和实用价值。