基于约束分析的Job Shop调度算法的综述

综述了基于约束分析求解ＪｏｂＳｈｏｐ调度的算法,并对进一步研究进行了讨论。     

基于遗传算法的Job Shop静态调度算法

研究了具有柔性加工路径的Ｊｏｂ Ｓｈｏｐ静态调度问题，并考虑了与操作序列有关的工件安装时间和工件到期时间的约束。提出了一种将遗传算法和分派规则相结合的调度算法，用遗传算法决定各工件的每个操作应分配到哪台机器上加工，而对每台机器则运用分派规则来决定相应工件在此机器上加工的次序和开始加工时间，遗传算法中的进化机理使得该算法有可能得到最优调度结果。最后给出了此调度算法的仿真结果。     

关于旅行售货员问题的混合遗传算法研究

遗传算法（ＧＡ）是一类仿生算法，广泛应用于大型优化问题的求解，本文介绍孤原理和算法，并用简单遗传算法（ＳＧＡ）和混合遗传算法（ＨＧＡ）对旅行售货员问题（ＴＳＰ）进行了研究。     

离散事件动态系统的摄动分析

较全面地综述了基于离散事件动态系统（ＤＥＤＳ）的摄动分析（ＰＡ）方法。通过阐述ＰＡ的基本思想、特点及主要内容提示了ＰＡ方法研究的理论意义与现实意义。同时，指出现有几ＰＡ的优点与局限性。最后，概述了ＰＡ的主要应用领域，并对ＰＡ现在问题进行探讨。     

基于遗传的一种Job—shop调度方法

着重讨论了遗传算法的参数值的优化问题，然后结合遗传算法和Ｊｏｂ－ｓｈｏｐ调度的特性，构造解Ｊｏｂ－ｓｈｏｐ调度问题的自适应遗传方式，仿真实验表明了此法用于大规模复杂实际生产过程中工件加工调度的优势。     

基于准时交货的Job Shop多机调度

提出了一个基于准时交货的Ｊｏｂ－Ｓｈｏｐ多机调度模型，应用模拟退火方法并结合启发式算法，给出求解该模型的一种新方法，通过仿真算例说明了方法的有效性。     

面向对象Flow-shop调度问题的遗传算法求解

以面向对象的程度设计方法,实现了用遗传算法求解ＦｌｏｗＳｈｏｐ调度问题（ＦＳＳＰ）文中讨论了ＦＳＳＰ的不同存贮方式（ＵＩＳ、ＦＩＳ和ＮＩＳ）,时限问题以及不同的交叉算子对算法的作用     

面向对象Flow—shop调度问题的遗传算法求解

以面向对象的程序设计方法，实现了用遗传算法求解Ｆｌｏｗ－Ｓｈｏｐ调度问题（ＦＳＳＰ），文中讨论了ＦＳＳＰ的不同存贮方式（ＵＩＳ，ＦＩＳ和ＮＩＳ），时限问题以及不同的交叉算子对算法的作用。     

具有公共交货期和提前—后惩罚的单机排序问题最优解的结构

求解具有公共交货和提前－滞后惩罚的单机排序问题是很困难的，其计算复杂性是强ＮＰ完全问题．作者研究这类问题的最优解的结构特征，得出了对于完工时间比公共交货期大的工件按ＷＳＰＴ序排列，对于完工时间少于公共交货期的工件按ＷＬＰＴ序排列，一般情况下的最优解具有Ｖ形结构的结论。     

一类特殊近环的序和导子

我们引入一类非结合近环－零积结合分配生成近环，研究它的Ａｂｉａｎ序关系和导子．我们的主要结果是：（１）设Ｘ是零积结合分配生成约化近环Ｎ的子集，ｃ∈Ｎ，则ｃ＝ＳｕｐＸ当且仅当ｃ是Ｘ的一个上界且Ａ（Ｘ）＝Ａ（ｃ）；（２）设Ｘ＝｛ｘｉ｜ｉ∈Ｉ｝，Ｙ＝｛ｙｉ｜ｊ∈Ｊ｝是Ｎ的两个正交子集，ＳｕｐＸ＝ｘ，ＳｕｐＹ＝ｙ，Ｚ＝｛ｘｉｊｉ｜ｉ∈Ｉ，ｊ∈Ｊ｝，则Ｚ是Ｎ的一个正交子集且ＳｕｐＺ＝ｘｙ；（３）一个挠自由零积结合分配生成约化近环不容纳一个非零的幂零导子。     

遗传算法求解JSP的核心问题

遗传算法（GA）作为全局搜索算法广泛应用于各种寻优操作中，并已成为求解车间作业调度问题（JSP）的主要方法，给出了JSP问题的数学模型和遗传算法的框架，提出遗传算法求解JSP问题要解决的两大核心问题；编码问题和处理不是可行调度问题，并探讨了其相应的解决方法。     

改进型蚂蚁算法在JobShop调度问题中的应用

本文首先介绍了J0bshop调度问题的模型,然后介绍了蚂蚁算法的原理,提出了求解JobShop调度问题的改进型蚂蚁算法,接着给出了该算法的流程,最后利用两类标准问题进行仿真,实验结果表明该算法应用在JobShop调度问题当中是行之有效的。     

遗传算法在生产作业调度中的应用

归纳总结了生产作业调度问题的数学模型,详细分析了模型中的目标函数。并在此基础上讨论应用遗传算法解决生产作业优化调度问题的过程及算法中相关参数的选取原则,最后通过算法模拟验证了遗传算法在解决生产作业调度问题上的全局近优性和高效性。     

具有滚动优化特性的改进型蚁群算法及其在提前/拖期Job Shop问题中的应用

随着JIT生产管理技术的出现和发展,考虑工件提前拖期费用的生产调度问题已经成为人们研究的热点领域.本文对蚁群算法进行了有效的改进,在状态转移规则中引入了有限时段滚动优化的特点,并应用在解决带交货期窗口的提前/拖期Job Shop问题上,仿真实验验证了改进算法的有效性,给出了相应问题的最优值的演化曲线图与Gantt排序图.     

TS+BS混合算法及在Job Shop调度问题上的应用

为解决较大规模的最小化完工时间 Job Shop调度问题 ,在 Tabu Search(TS)和 Beam Search(BS)方法基础上 ,提出一种采用基于问题结构信息的搜索树生成方法和搜索策略的调度算法 ,该算法采用通过有选择地对解空间进行分枝和评估相应的分枝实现算法迭代的 Beam Search机理 ,并利用局部搜索能力强的 Tabu Search搜索算法进行各分枝的评估 ,进而确定适合 Beam Search算法迭代的理想分枝 ,以降低 Beam Search算法漏掉好解的可能性。并用 4 0个最小化完工时间 Job Shop调度问题的 Benchm ark实例进行了数值计算。计算结果表明 ,该算法效率高 ,解的性能令人满意 ,并适应于较大规模的调度问题     

改进粒子群算法在作业车间调度问题中的应用

调度问题是一类典型的NP-hard问题,传统粒子群优化算法在解决该类问题上具有一定的局限性.通过分析其优化机理,提出了改进粒子群算法,结合了粒子群优化算法的全局搜索能力和交换粒子位置的局部搜索能力,提出了新的粒子编码方法--基于粒子坐标值排列编码(PPP),发展了一种快速、易实现的新的混合启发式算法.大量实验仿真结果表明本算法可以有效求解作业车间调度问题,通过与遗传算法比较,验证了改进粒子群算法是求解Job-shop调度问题可行而高效的方法.     

基于粒子群算法的车间调度与优化

通过对车间调度问题的描述,针对传统调度算法寻优效率低或全局寻优能力差的弱点,提出了一种基于粒子群算法(PSO)的车间调度问题解决方案.根据车间调度问题的特点,对粒子群的编码及寻优操作进行了研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到了系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到很好的排序结果,能够适用于动态的车间调度问题.     

微粒群优化在Job-shop调度中的应用

Job-shop调度问题是典型的NP-难问题,利用微粒群优化的全局搜索能力和高搜索效率以及模拟退火算法的局部搜索能力,发展了一种快速、且易于实现的新的混合启发式算法,并将其应用于求解标准Job-shop调度问题,计算结果以及与其他算法的比较说明,该算法是一种求解Job-shop调度问题的可行且高效的方法。     

考虑班次约束的Job Shop等量分批调度算法

为解决产品种类多、中小批量的多目标柔性作业车间调度问题,提出了一种基于等量分批方法的多目标柔性分批启发式调度算法。考虑了实际生产中的班次作息时间等约束,采用FIFS与EDD、SPT及OSPT策略相结合的多种分派规则,使得算法在优先调度空闲机床的情况下,根据不同的分派策略得出短批次优先、短订单优先、交货时间优先的三种调度结果,决策者可根据三种调度结果的性能选择最适合的调度方案。实例计算结果表明,该算法是高效、可行的。     

单件车间生产作业计划再生方法研究

针对单件车间生产作业计划的再生问题,用ＶｉｓｕａｌＦｏｘｐｒｏ开发了一个时间调整算法和实现了禁忌搜索算法．当干扰发生时,前者用于无可替代机床情况下对受影响工序的开工时间和完工时间的调整;后者用于有可替代机床情况下对在替代机床上加工工件的排序．实验表明,它们能较好地解决各种情况下生产作业计划再生问题．