[供应链调度]分时电价和时变行程时间下的供应链调度

针对单机供应链调度问题,在生产计划和批次配送阶段分别考虑分时电价政策和时变行程时间。以总成本最小为目标建立混合整数规划模型,通过对模型的分析给出了最优解的性质,以此将模型分解为若干个批次的机器调度子问题。对于子问题优化,设计了子集划分启发式算法并证明了算法的最优性。对于主问题的优化,设计了自适应变邻域搜索算法。数值计算结果验证了模型和算法的有效性,证明了供应链集成调度能减少大量的能源消耗。     

离散可调度时段下多供应商敏捷供应链静态调度优化

为充分挖掘供应链联盟成员的作业能力,以最经济的方式快速响应市场需求及其变化,实现敏捷优化调度。针对各部件具有多个可选供应商,且供应商可调度时段离散的敏捷供应链静态调度优化问题,基于最终产品的供应物料清单构建了敏捷供应链结构框架模型,分析和构建了满足供需时间和数量约束的任务分配和调度优化数学建模,并设计了一种基于成本的任务调整启发式算法对其进行求解。通过算例实验和对比分析,验证了模型与算法的有效性和实用性。     

基于改进候鸟算法的柔性作业车间分批调度问题

为了将可变批次的调度策略应用于生产,以提高大规模柔性作业车间的生产效率和设备利用率,针对柔性作业车间可变子批问题的特点,建立了以最小化完成时间和最小化批次数目为优化目标的多目标柔性作业车间调度模型和析取图模型,提出一种改进的候鸟算法求解该问题.算法设计了精英分批和可行邻域结构两种策略用于提高算法的搜索效率.通过对比实验验证了可变批次划分策略的优势和所提算法的有效性.     

基于协同进化粒子群的多层供应链协同优化

为了从整体角度优化调度供应链网络的各个环节,研究了带软时间窗的分批配送问题及其对需求分配与生产调度的影响,考虑在满足一定客户满意度水平条件下的最小化运作成本。建立了该问题的模型,针对此模型设计了协同进化粒子群优化算法并进行求解。通过实验研究表明,软时间窗对于问题的运作成本有很大的影响,整个供应链网络的协同优化对降低运作成本起到了关键的作用。     

加工装配式流水车间节能调度建模与优化

为解决具有加工装配一体化的流水车间节能调度问题,以加工机器最小能耗为优化目标,建立加工装配式流水车间节能调度模型。该模型将装配线视为具有特殊约束的加工生产线,再结合考虑车间工件工序、装配工序、装配子件加工等约束条件。分别针对简单和复杂装配约束的问题,采用混合差分进化算法求解最小能耗下工件调度方案,并与自适应差分算法对比。实验结果证明了混合差分进化算法求解该问题的有效性。     

考虑工件分批的柔性作业车间调度及求解算法

针对柔性作业车间分批调度问题,建立了考虑工件分批的柔性作业车间调度模型,并提出混合遗传算法用于模型求解。首先,采用改进试探法确定划分的具体批次、柔性批量划分方法确定各个批次的实际批量;其次,采用双层编码机制对工序排序及机器选择同时进行优化,利用GLR机器选择法生成初始解;最后,混合遗传算法利用GA鲁棒性强与ABC算法对初始解依赖性不高、适应性强的特点在解空间内充分搜索较优解,并结合SA出色的局部搜索能力快速收敛到全局最优解。分析表明,改进试探法批次划分与柔性批量划分方法可明显缩短生产周期,同时也证明了所提算法的有效性和可行性。     

面向用户多品种定制的分布式供应链调度

针对云制造面向分布式供应链环境中的多品种定制问题,提出一种多目标生产运输优化调度模型和基于改进混合蛙跳算法的求解方法。该模型考虑供应链中的制造/供应两阶段,以及不同企业间的运输时间和成本,得到成本最小、时间最短、生产空闲率最小、订单延迟最小的调度方案。同时,该算法重新定义原有算法的核心操作算子以适应离散调度问题求解,并结合模拟退火和极值优化算法的特性,进一步改进离散域的混合蛙跳算法的局部搜索性能。通过项目调度标准测试集验证了该改进算法的性能,并以6个品种定制需求为案例,验证了所提模型与算法的有效性。     

基于依赖关系的供应链优化协调

为提升供应链的整体绩效,设计适当的协调机制,使局部决策与整体目标相一致,基于协调理论,提出了资源共享、物流和时序三类供应链依赖关系,并通过相关的供应链优化模型将三类依赖关系形式化为关联约束。利用供应链模型的加可分性结构,基于拉格朗日松弛技术和次梯度算法构造一种优化协调机制,该协调机制通过松弛关联约束将模型分解为成员独立的子问题,并通过次梯度算法迭代更新拉格朗日乘子以协调成员局部决策。此外,相应于次梯度算法的实现方式,提出两种分布协调结构。     

基于Pareto最优的多目标集成协作计划与调度

针对现有制造系统中协作计划、生产计划和调度方案不能同步制定的问题,考虑在供应链环境下有协作的计划与调度,构建了一种多目标集成协作计划与调度优化模型。提出一种基于Pareto最优的多目标优化算法,设计了包含协作染色体的基于作业的集成编码方案,通过惩罚操作实现协作计划与生产计划的同步协调。考虑供应链协调中常见的完工时问、总成本、总拖期时间、平均流经时间四个性能指标对模型进行整体优化。通过仿真实验验证了模型及其算法的有效性。     

基于混合禁忌搜索算法的供应链排序问题

分析非标准件加工企业供应链的特点,提出协同优化订单分配、生产调度和批量运输调度的多工厂多客户供应链排序问题。以工件的最长订货提前期与总成本加权之和最小化为目标,构建问题的数学模型。在分析解的最优性条件基础上,设计一种基于矢量组编码方法的混合禁忌搜索算法。算法对可行域进行分区,通过基于插入、交换两种邻域操作的禁忌搜索算法选择子区域,采用基于块结构邻域操作的禁忌搜索算法搜索子区域中的优良解。采用所提混合禁忌搜索算法对算例进行优化求解,并对采用不同编码方法、不同启发式算法的算例结果进行比较,结果表明所提出算法的有效性。     

基于分解优化策略的多敏捷卫星联合对地观测调度

多敏捷对地观测卫星联合对地观测调度问题是一个具有长时间窗、多时间窗等复杂约束的组合优化问题.为了解决该问题,提出将原问题分解为任务资源匹配及单星任务处理两个子问题的分解优化思路.设计了学习型遗传算法解决任务资源匹配子问题,算法中的知识模型在算法迭代过程中学习和提取知识,反馈并引导算法对任务资源匹配的搜索寻优过程.采用后移滑动策略及最优插入位置搜索策略解决单星任务处理子问题,并采用基于规则的方式处理其他约束.实验结果证明了所提方法的有效性.     

多充电桩下考虑运载机械释放时间的充电调度

针对柔性自动化物流仓库作业中自动运载机器人K iv a的充电调度问题,构造了以最小化总加权充电完成时间为优化目标的调度模型,该模型可最大化K iv a在仓库作业过程中的使用率.由于此类调度问题的计算复杂性较高,提出了一种新的问题求解近似算法.通过将原复杂充电调度问题分解为若干独立的子问题,应用半定规划求解子问题的半定松弛,并设计了基于子问题松弛解的局部搜索算法,得到了子问题的可行解并组合成原充电调度问题的近优解.通过分析一系列数值算例计算结果可以发现,该近似调度算法相比其他现有算法可获得更佳的K iv a充电调度方案.     

药品仓库堆垛机与AGV集成调度优化

针对药品仓库药品批次要求严苛、出入库频次较高等原因导致的堆垛机与自动导引小车(AGV)空载率高、效率低等问题,以出入库订单作业总时间最短为目标,建立了适合于药品仓库的堆垛机与AGV集成调度的混合命令序列作业时间模型.针对集成调度模型的组合优化问题,设计了改进的免疫克隆算法,构造改进记忆单元克服了原始免疫克隆算法只记忆单...     

柔性车间调度与设备维护的联合优化研究

在现实生产中,生产调度和设备维护具有相互影响的关系,应将两者统筹优化。在理论研究中,柔性车间调度和设备维修决策的联合优化问题尚鲜有研究。为解决这一问题,以车间调度理论和预防性维护理论为基础,建立了柔性车间调度和设备维护的联合优化模型。同时依据问题的特性,设计了求解上述模型的双层编码遗传算法方案。最后通过实例进行仿真,得出了满足总完工时间最小条件下的最优生产和维修方案。通过与独立决策结果对比,证明了联合优化模型和算法的有效性。     

面向订单的混流装配线多目标调度研究

针对面向订单的混流装配线车间组装过程中出现堆叠的问题,对该类生产线特点进行了分析,提出了一种理论调度优化模型及其算法。建立了以车间交货时间的准时度和组件完工的同时度为目标函数的车间多目标调度优化模型;对粒子群算法进行了改进,设计了基于吸引子与自然选择的社会粒子群算法来求解多目标优化模型;研究了粒子群的信息描述方法,提出了兼有工序和工件信息的二维编码,将生产信息转化为编程语言,利用MATLAB进行了编程迭代计算和仿真,并对比分析了标准粒子群算法、社会粒子群算法、混合粒子群算法仿真的适应度值、最优解迭代次数,验证了所提算法的优越性。研究结果表明:该多目标调度优化模型在面向订单的混流装配调度问题方面具备有效性和合理性;所设计的社会粒子群算法寻优速度快,寻优效果好;调度方案机器最低利用率可达72.49%,很好地解决了装配的堆叠问题。     

并行生产线的批量分割和调度优化

研究了一类并行生产线上生产调度和批量分割的同时优化问题。给出了产品在生产线上连续加工时产品批量的完工时间计算公式，并证明了该公式的正确性。考虑相邻批次在生产线上加工会产生重叠，给出了产品批量开工时间的一个下界。证明了批量连续发交时保证缓冲区总是可用的充分条件，并在此基础上提出了一个求解批量开工时间的迭代算法，该算法计算复杂度与批量大小无关。最后通过建立的批次发交模型和提出的批量分割启发算法，构造了一种基于遗传进化的启发式方法以求解该类问题。计算实验表明，该方法通过批量分割可以有效地平衡生产线上的负荷。     

批量生产作业车间的双资源多目标调度问题研究

对于批量生产调度问题,根据批次判定公式确定每种工件能划分的批数及每批的工件数,然后把每个子批当作一个新的工件进行调度。采用遗传算法和禁忌搜索算法相结合的混合优化调度算法,用于解决同时考虑设备和工人的双资源问题,以及综合考虑生产周期、工件总延误时间、设备闲置时间和工人闲置时间的多目标综合优化问题。其中采用多目标决策理论用于确定遗传算法中的目标函数,以及由非劣解集合获得较优解。调度算例表明本研究能获得很好的调度效果。     

作业可拆分的资源投入问题的建模与优化

为了研究飞机移动装配线中基于作业可拆分的资源投入问题,建立以最小化资源使用成本为目标的作业调度数学模型。通过对作业调度过程中拆分与否及拆分位置的决策,在改进传统串行调度生成机制的基础上,设计了启发式算法求取资源需求上下界。针对所建立模型,提出以资源需求及作业优先级列表为编码的遗传算法,通过求解资源受限项目调度问题的子问题来评判对应资源需求在给定工期下的可行性,从而评估与优化项目不同资源的投入组合。数值实验表明,对于小规模问题,该算法可以求得近似精确解;对于大规模问题,相比现有文献,在算法求解精度上可提升5.57%。     

柔性作业车间中基于工序分批的调度问题与求解

考虑到柔性作业车间分批调度中不同工序具有各自合适批量大小,提出了基于工序分批调度的概念,建立了以关键路径工序为中心的分批调度模型。该模型动态更新可加工工序子批集,同时更新可选加工机器,及时调整加工路线,为不同工序安排大小合适的批量,以达到优化完工时间、有效降低总加工批次的目的。实验结果表明,相比基于工件分批的调度,该模型在优化最长完工时间、提高机器利用率的同时,大幅减少了总加工批次数量(42%),降低了车间调度管理的复杂度。     

基于交替迭代遗传算法的成批车间生产计划与调度的集成优化

研究了一类零部件混批生产车间需要加工准备的多周期成批生产计划与调度的集成优化问题,建立了生产计划和调度集成优化的非线性混合整数规划模型.并提出了一种交替式混合遗传协调优化算法求解该集成优化问题.其主要思想是给定计划用一混合遗传算法求调度,反过来给定已求调度用另一混合遗传算法求取新计划,如此不断交替使用两个混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.