基于多准则群决策的作业车间多调度方案排序算法.docx

基于多准则群决策的作业车间多调度方案排序算法
基于多准则群决策的作业车间多调度方案排序算法
作业车间多调度方案排序问题是生产计划编制过程中的重要问题之一，因为很多生产环节中需要完成多种任务，而现实生产中又常常存在着资源紧缺、工期紧迫和成本控制等问题，需要制定合理的调度方案，以达到资源利用效率最优化。本文将探讨基于多准则群决策的作业车间多调度方案排序算法。
1.问题描述
作业车间调度是指对多个工件的加工工序进行调度，以达到最优的生产效率和生产效益。多调度方案排序问题是指在任务之间存在多种适应度指标（例如时间、成本、质量等），需要将这些指标综合考虑，对各种调度方案进行排序排出最优方案。具体来讲，对于一个由n个工件和m条工序组成的作业车间系统，每个工件需要经过若干道工序才能完成，每个工序必须满足不同的资源约束和时间限制。同时，每个工序的优先级也不同，需要对这些工件和工序进行合理的调度和排序。
2.多准则群决策
多准则决策是指在一个决策问题中有多个目标指标时，需要将这些多个目标指标综合考虑，并将不同的目标指标组合成一个完整的评估指标体系，以便进行运筹优化和敏捷调整。群决策是指在多个决策人员之间协调达成共识，标记流程，实现有效决策。多准则群决策结合了两者的优点，能够实现多指标决策过程中不同权重的协同决策。
3.基于多准则群决策的作业车间多调度方案排序算法
（1）定义评估指标体系
首先需要定义一组能够评估不同工件和工序的指标体系。常见的指标有完成时间、成本、质量等。以完成时间和成本为例，分别定义如下评估指标：
完成时间指标体系：平均流程时间（MeanFlowTime，MFT）、加权流程时间（WeightedFlowTime，WFT）、最大流程时间（MaxFlowTime，MaxFT）。
成本指标体系：直接成本（直接劳动成本、直接材料成本、直接能源成本等）、间接成本（设备折旧、维护保养等）。
（2）定义群决策模型
针对作业车间多调度方案排序问题，可以构建如下决策模型：
输入：n个工件j和m条工序i的加工时间tij、成本cij、优先级pij，以及各种资源约束和时间限制。
输出：一种完成时间和成本综合考虑的最优调度方案。其中，时间指标根据不同的目的有多种可能性，会涉及到不同的指标体系。
过程：
1.根据已有的指标体系对每个工件和工序进行评估，给出各种指标的得分。
2.将不同指标的得分加权组合成一个综合考虑的分数，根据分数进行排序。
3.通过多轮群决策，依次确定各个指标的权重和排名顺序。
4.根据得出的权重和顺序确定最优调度方案，并进行调整和优化。
（3）群决策算法
在多准则群决策过程中，需要采用一些具体算法来辅助决策，最常用的包括TOPSIS法和层次分析法。这些算法的主要步骤如下：
TOPSIS法
1.确定评价对象及各指标评分和权重。
2.构造标准化矩阵表。
3.计算每个方案的加权综合得分。
4.根据得分排序，获得最优方案。
层次分析法
1.确定层次结构和各层之间的关系。
2.制定层次结构的比较矩阵。
3.计算各个指标的权重。
4.通过组合各指标的得分，得出最优方案。
通过这些算法的帮助，可以确保在多准则群决策过程中，各位决策人员都能对不同指标的权重和排名顺序达成一致意见，制定出最优的作业车间多调度方案排序算法。
4.小结
作业车间多调度方案排序问题是生产过程中无法避免的一个问题，需要采用合理的算法对其进行调度和排序。本文介绍了一种基于多准则群决策的作业车间多调度方案排序算法，并说明了多准则群决策的意义和算法过程，最后还提供了TOPSIS法和层次分析法等具体实现步骤。这种算法能够很好地解决作业车间调度中存在的多种指标问题，具有优秀的实用价值。