Найти

Результаты поиска

• МЕТОД ГЕНЕТИЧЕСКОГО ПРОГРАММИРОВАНИЯ РЕШЕНИЯ ЗАДАЧИ ОПЕРАТИВНО-КАЛЕНДАРНОГО ПЛАНИРОВАНИЯ ДИСКРЕТНОГО ПРОИЗВОДСТВА

  К. О. Обухов , И. Ю. Квятковская , А. В. Морозов

  2025-01-20

  Аннотация ▼

  Одним из основных условий успешного функционирования предприятия является грамотно
  организованный процесс производственного планирования. Автоматизировать эту деятельность
  позволяют системы производственного планирования класса APS/MES, основой которых являют-
  ся алгоритмы построения производственных планов. В работе исследуется проблема составления
  расписания для предприятий дискретного типа производства, относящаяся к области задач мно-
  гокритериальной оптимизации. Приведено формальное описание задачи планирования с учетом
  основных производственных ограничений (временные ограничения, требования к оснастке и по-
  рядку выполнения операций). Кратко рассмотрены основные методы решения задач данного
  класса, отмечены их основные достоинства и недостатки. Для решения поставленной задачи
  выбран подход на основе генерации эвристических правил, применяемых при планировании произ-
  водственных операций на заданные ресурсы. На основе данного подхода предложен двухэтапный
  алгоритм построения производственных расписаний, включающий в себя генерацию правил дис-
  петчеризации и их дальнейшее применение при построении расписания. За генерацию правил дис-
  петчеризации отвечает генетический алгоритм. Подробно описана реализация его генетических
  операторов, а также состав хромосомы и древовидное представление входящих в хромосому пра-
  вил диспетчеризации. Реализация алгоритма выполнена на языке C# 12 с использованием свобод-
  ной платформы .NET 8. Построенный алгоритм показал свою эффективность по сравнению с
  жадным алгоритмом на небольших сгенерированных наборах данных. Дальнейшими исследова-
  ниями в этой области является оценка эффективности построенного алгоритма с более слож-
  ными генетическими операторами и структурой дерева выражений, а также снижение длитель-
  ности процесса генерации эвристических правил для больших наборов данных.