基于高维多目标候鸟优化算法的柔性作业车间调度

针对柔性作业车间调度问题,提出一种改进的多目标候鸟优化算法来求解考虑完工时间、总拖期、机器总负荷以及总能耗的高维多目标问题。多目标候鸟优化算法在候鸟优化算法的基础上引入基于Pareto支配和参考点的选择算子来给予鸟群选择压力,并用基于属性层次模型和灰色关联分析法的组合权重法从最优解集中选择一个最合适的方案。算例和实例验证了算法的有效性和实用性。     

面向能耗的多工艺路线柔性作业车间分批优化调度模型

合理的调度方案能有效降低柔性作业车间总能耗。针对柔性作业车间中加工工件种类多、单批工件数量大、加工工艺路线柔性大等问题,研究一种面向能耗的多工艺路线柔性作业车间分批优化调度模型。分析柔性作业车间中工件加工过程能耗特性,以车间总能耗最低和完工时间最小为优化目标建立了多工艺路线柔性作业车间分批优化调度模型,并采用多目标模拟退火算法对模型进行优化求解。通过算法优化得到的调度方案与经验调度方案的对比分析,验证了该模型的有效性和实用性。     

多品种非同等并行机作业车间能效优化调度

针对陶瓷喷雾塔车间能源消耗大,品种多的现象,提出一类考虑能耗成本与拖期成本的多品种非同等并行机作业车间能效优化调度问题,建立以能耗成本和拖期成本为目标函数的调度模型。提出了一种新的基于产品需求量的批量划分方案,并提出了多种基于启发式规则的调度策略,然后将批量划分策略和调度策略进行组合得到的组合启发式算法用于模型求解,并通过仿真实验分析,比较了各种算法的有效性。     

基于多智能体强化学习的纺织面料染色车间动态调度方法

针对任务随订单动态到达环境下的纺织面料染色车间动态调度问题,以最小化总拖期时间为优化目标,提出了基于多智能体循环近端策略优化(MA-RPPO)强化学习的完全反应式调度方法。首先,针对染色车间调度的组批和排缸两个子问题,设计了组批和排缸两个强化学习智能体;然后,针对车间任务的动态性,引入长短期记忆网络(LSTM)提取车间动态信息,提高智能体对动态环境的自适应能力;进一步提出组批智能体和排缸智能体的交互机制,实现组批与排缸全局优化;最后,抽取问题约束与优化目标的相关特征并设计奖励函数,通过动态调度机制驱动智能体的交互学习获得最优调度策略。经某印染企业的实例验证表明,所提方法对不同规模问题的求解性能均优于多种常用的高性能启发式规则,有效降低了产品的总拖期时间,提升了企业订单的准时交付能力。     

并行机作业车间等量分批多目标优化调度

为降低并行机作业车间等量分批多目标优化调度问题的复杂度,提高优化效率,提出了一种基于仿真技术和改进非支配排序遗传算法的分步优化方法.建立了一类以完工时间最短和总制造成本最低为优化目标的并行机作业车间等量分批多目标优化调度模型;将各产品进行等量分批,以Witness为仿真平台建立并行机作业车间等量分批生产仿真模型,通过组合仿真优化得到产品理想的等量分批方案,从而将原问题转化为并行机作业车间多目标优化调度问题;设计了一种改进的非支配排序遗传算法,对并行机作业车间多目标优化调度进行求解.通过算例分析验证了该方法的有效性.     

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。     

面向多目标决策的车间生产调度仿真与优化

车间生产调度问题是先进制造和现代管理的核心问题。针对某企业机械加工车间现状,运用Flexsim仿真软件对该车间生产调度过程进行建模和仿真,发现未经调度优化的生产任务排序仿真结果中总完工时间、总提前时间、总拖期时间、生产成本等各项指标均很差。为了解决该问题,提出从生产效率、客户满意度、生产成本三个方面建立优化目标,调度优化后,各项指标较未优化前均有大幅度改善。因此,使用仿真软件进行面向多目标决策的车间生产调度优化,能为企业高层的管理与决策提供科学的量化依据,从而提升企业竞争力。     

基于多规则设备分配及工序排序的FJSP多目标集成优化方法

为降低柔性作业车间调度多目标优化的复杂度,提高优化效率,提出一种基于多规则设备分配及工序排序的柔性作业车间调度多目标集成优化方法.建立了一类以完工时间、设备最大负荷、设备总负荷以及制造成本为优化目标的柔性作业车间调度多目标优化模型;针对模型的组合爆炸特点,为降低其复杂度,提出一种将多规则设备分配及工序排序相结合的集成调度思想;为进一步提高求解效率,提出一种面向对象数据处理技术用于处理各实体之间的数据交换;基于改进的非支配排序遗传算法思想,提出了基于多规则设备分配及上序排序的柔性作业车间调度多目标集成优化算法.通过仿真对比与应用验证了所提方法的有效性.     

基于遗传算法的冲压车间节能调度优化研究

金属加工行业中,冲压成形能量消耗相对较大,因此,对冲压成形加工开展低碳节能的研究具有重要的实际意义。为解决冲压车间多目标节能调度问题,在深入分析低碳作业车间调度和某冲压车间生产现状的基础上,结合冲压生产过程中的能耗特性分布曲线,建立以最小化最大完工时间、加工总成本和加工总能耗为目标的冲压车间多目标节能调度优化模型,并设计了基于多层编码的遗传算法求解该模型。最后,结合某企业的冲压车间生产实际进行案例研究得出,冲压车间多目标节能调度优化模型在一定程度上可降低冲压车间加工总能耗,同时使得最大完工时间和成本较优,验证了模型和算法的可行性和有效性。     

[车间调度]新型蛙跳算法求解总能耗约束FJSP

针对具有总能耗约束且以总延迟时间为目标的柔性作业车间调度问题(job shop scheduling problem,FJSP),首先将该问题转化为具有总能耗和总延迟时间的两目标问题,从而有效地处理能耗约束,然后提出了一种新型蛙跳算法直接优化转化后的两目标FJSP,该算法利用模因组构建和模因组搜索的新策略以及模因组内最好解的强化搜索以提高求解质量。计算实验和分析结果表明,新型蛙跳算法对所研究的FJSP具有较强的搜索能力和优势。