一套面向车间调度算法研究的仿真实验平台,模拟多品种、小批量订单下的动态生产过程。用户先配置实验场景(订单到达频率和数量、交期松紧、设备故障率等),再选择要验证的调度算法,然后运行仿真:订单按设定时间陆续到达,算法在每个决策点决定是否拆批、工序派给哪台设备、何时开工,设备故障、交期变更等事件随机发生并触发重排。仿真结束后输出交期达成率、设备利用率等指标和甘特图,用于对比不同算法在同一场景下的调度效果。
点击空白处退出提示
一套面向车间调度算法研究的仿真实验平台,模拟多品种、小批量订单下的动态生产过程。用户先配置实验场景(订单到达频率和数量、交期松紧、设备故障率等),再选择要验证的调度算法,然后运行仿真:订单按设定时间陆续到达,算法在每个决策点决定是否拆批、工序派给哪台设备、何时开工,设备故障、交期变更等事件随机发生并触发重排。仿真结束后输出交期达成率、设备利用率等指标和甘特图,用于对比不同算法在同一场景下的调度效果。
平台功能包括:场景配置,新建或删除场景、上传基准数据,可添加订单动态到达、设备故障等事件并设置到达频率、数量、交期松紧、故障率等参数;算法配置,接入并选择不同的调度算法,既有启发式规则也有强化学习算法;仿真参数,设置时钟推进方式和运行时长;运行仿真,由算法在每个决策点做出拆批、设备指派和开工时间决策,事件发生时自动重排;结果分析,输出交期达成率、设备利用率、平均流程时间、平均拖期等指标和设备甘特图,支持不同算法在同一场景下的对比。
本平台由我独立负责。
仿真方面,实现了事件驱动的仿真器,包括时钟推进、动态事件处理(订单到达、设备故障、交期变更)、状态查询接口、决策约束校验和性能分析,仿真结束后自动输出交期达成率、设备利用率等指标和甘特图。算法方面,设计了统一的算法接口,内置拆批与指派的示例算法,并搭建强化学习调度环境,实现基于PPO的调度。平台采用Streamlit搭建网页界面,支持场景配置、算法选择、仿真运行和结果对比;底层用pandas、numpy处理状态数据,matplotlib绘制图表,stable-baselines3完成模型训练。




评论