基于免疫和模拟退火原理的柔性JobShop调度研究*

为了研究柔性Job-Shop调度的不同解法,采用免疫和模拟退化原理求解柔性Job-Shop调度问题。研究了柔性处理问题,提出两种调度策略;分析了算法混合的思想,提出了免疫模拟退火算法。分别采用不同调度策略,使用不同调度算法对多种国际标准算例进行了仿真,仿真结果表明,该模型、策略和算法能够解决柔性Job-Shop调度问题。     

基于约束满足的Job-Shop调度算法研究

文章在分析Job-Shop调度问题的基础上,引入约束满足方法来研究Job-Shop的调度问题。首先建立基于CSP的JSS模型,然后针对该模型设计了调度算法框架,仿真结果证明该调度算法是可行和有效的。     

基于规则的工厂仿真调度环境

本文针对ＦＭＳ车间调度问题，分析了用仿真技术解决这一问题的可行性，介绍了基于离散事件仿真的调度软件－工厂仿真调度环境，并对其中基于规则的仿真决策机制做了详细的分析，最后，说明了决策规则库的设计方法。     

分级调度的分布离散事件系统仿真策略

分布离散事件系统仿真中的仿真策略,是离散事件系统仿真领域研究的一个关键问题。文章提出了基于事件分级调度的仿真调度算法,并详细介绍了算法的基本思想,给出了算法的步骤和流程图,最后对算法进行了简要的分析。     

一种求解Job-Shop调度问题的新型蚁群算法

Job-Shop调度问题是一类具有很高理论研究和工程应用价值的问题。针对使用蚁群算法求解Job-Shop调度问题时较难设置合适参数的问题,提出一种动态设置参数的新型蚁群求解算法。分析了蚁群算法中参数对求解结果的影响,给出了算法求解Job-Shop调度问题的关键技术和实现过程。最后对五个基本测试问题进行了仿真实验,并与遗传算法、模拟退火算法、基本蚁群算法进行了比较。结果表明,该算法能得到较优的结果,具有一定的应用价值。     

求解Job-Shop调度问题的思维进化算法

在基本思维进化算法（Mind Evolutionary Computation)框架的基础上，引入了基于工件加工次序的可行性调度结构，并根据编码的特性，提出了一种用于趋同，异化过程的信息抽取方法，进而完善了用于求解Job-Shop调度问题的趋同，异化算子，并同遗传算法进行了比较，仿真结果证明了方法的有效性。     

基于遗传算法的Job-Shop调度问题求解方法

调度问题是许多计算机应用领域的重要问题,Job-Shop调度是其中的一类典型的困难问题,它通常包含多个可并行实现的目标以及实现这些目标的多种方法与资源.本文以一类实用的Job-Shop问题模型为基础,给出了用遗传算法求解调度问题应采用的染色体表示方法,并针对问题的特点,给出了面向资源空间与面向规划空间的遗传操作的设计思想与方法.实验结果表明,基于遗传算法的Job-Shop调度问题求解方法具有较好的性能,同时也表明,对于求解过程中可能出现的提前收敛问题可通过改变遗传操作概率及调节适应度等方法予以解决.     

基于人机协同的动态车间生产调试问题的研究与实现

针对传统的Job-Shop型车间生产调度研究只能解决静态调度问题的现状,在分析实际生产调度过程中可能发生的动态事件的基础上,深入研究了三类典型动态调度事件的动态响应机制以及动态调度过程中的几个关键算法,开发了基于以上研究的面向精密加工生产的车间调度系统,较好地解决了实际车间生产调度中出现的动态调度问题。     

离散事件系统规范DEVS研究

离散事件系统是一类常见的系统，如何对这类系统进行描述与建模是离散事件系统仿真研究的核心内容。离散事件系统规范DEVS是一种离散事件系统形式化描述方法，它具有层次化和模块化的特点，利用该方法可对复杂的离散事件系统进行建模、设计、分析和仿真。该文详细介绍了DEVS基本模型和耦合模型，给出了DEVS在耦合运算下的封闭性构造证明，并提出了一种具有嵌套层次结构的DEVS耦合模型实现算法，该算法对基于DEVS描述的离散事件系统的仿真实现具有一定参考价值。     

基于Petri网仿真的航空发动机装配车间调度

针对含有并行机器组、可进行多品种小批量生产的可重入航空发动机装配车间,其调度问题的研究属于NP难问题。文中首先采用分层有色赋时Petri网进行系统的逻辑分析;然后给出了三种调度规则:①FCFS+;②SPT+CR+返工工件优先加工;③返工工件优先加工+ATC来实现生产调度;最后采用离散事件系统仿真方法,研究了上述3种调度算法对于最小化系统总的拖期时间的性能影响。实验结果表明,第二种调度最能有效的改善系统性能。     

面向车间作业计划与执行同步的动态调度技术

车间作业计划安排与实际执行的同步是制造执行系统需要解决的核心技术问题。通过系统的分析动态调度的问题类型,形成了动态调度的机制和策略;根据车间执行实时反馈信息,提出了基于任务调整的同步重调度解决框架;针对车间设备故障对调度方案更新的分析,建立了动态工作日制模式;从充分发挥调度人员经验的角度,提出了人机交互协调的调度方案调整技术。最后,开发了支持任务调整、工序执行与计划同步调整、故障模式、设备工作模式调整下的调度方案更新以及人机交互调度与方案调整等功能的调度软件,有效地提高了车间制造执行的有序、协调、可控的水平。     

嵌入指针网络的深度循环神经网络模型求解作业车间调度问题

提出了一种数据驱动的作业车间调度算法,训练样本来源于基准实例和部分实际生产数据,通过特征函数来构建样本的特征数据并进行归一化处理,标签数据由调度任务和相应的调度规则的映射关系构成,以LSTM模型为主框架,在模型中嵌入指针网络,将当前序列中概率最大的工件优先进入缓冲区,提高了神经网络的训练速度和质量,采用训练后的模型对新问题进行求解。结果证明了所构建模型的有效性,同时为求解作业车间调度问题提供了新思路。     

基于消息的离散事件仿真方法

本文提出了一种基于沙息的离散事件仿真方法,它将面向对象的程序设计方法,分布式仿真和并行算法的概念结合在一起,与传统的离散事件仿真方法相比,是一种更加灵活而直观的模型仿真方法。     

Conceptual frame for development of optimized simulation-based scheduling systems

The detailed system architecture of the optimized simulation-based scheduling system (OSBSS) is presented to generate an optimized scheduling. In OSBSS environment, a simulation optimizer interactively communicates with a simulation model to improve the current scheduling with respect to the performance criteria. The performance of a simulation engine is very important issue in developing OSBSS since it is necessary to simulate multiple alternatives until given criteria are satisfied. The integration of the discrete event simulation with a rule-based system is suggested to effectively handle condition-based events within a rule-based environment. The capability to change the dispatching rules during simulation is also desirable to reduce OSBSS development efforts. Database-driven simulation model generation concept is presented to effectively generate and maintain the simulation model with updated domain data. The generic development procedures for OSBSS, using IDEF modeling methods, are presented, which may serve as a template for actual development.     

求解作业车间调度问题的差分和声搜索算法

为能够应用和声搜索算法(HSA)高效求解作业车间调度问题(JSSP),提出一种新的差分和声搜索算法(DEHSA)。首先,针对和声函数连续而工序离散现象,设计了排序工序数量转换法,将浮点数的和声转换成工件序列;其次,为提高HSA的收敛速度,改进了HSA的进化模式,不仅是替换一个最差解,还提出了和声变量进化时依赖于当前最优解的“导优”概率;最后,将差分进化算法(DEA)引入到HSA中,克服了HSA方向性差和后期停滞的现象。仿真实验结果表明,DEHSA在求解JSSP上具有可行性和有效性。     

改进灰狼优化算法求解模糊车间调度问题

模糊车间调度问题是复杂调度的经典体现,针对此问题设计优秀的调度方案能提高生产效率。目前对于模糊车间调度问题的研究主要集中在单目标上,因此提出一种改进的灰狼优化算法（improved grey wolf optimization,IGWO）求解以最小化模糊完成时间和最小化模糊机器总负载的双目标模糊柔性作业车间调度问题。该算法首先采用双层编码将IGWO离散化,设计一种基于HV贡献度的策略提高种群多样性;然后使用强化学习方法确定全局和局部的搜索参数,改进两种交叉算子协助个体在不同更新模式下的进化;接着使用两级变邻域和四种替换策略提高局部搜索能力;最后在多个测例上进行多组实验分析验证改进策略的有效性。在多数测例上,IGWO的性能要优于对比算法,具有良好的收敛性和分布性。     

罩式退火炉生产优化调度方法及其应用

罩式退火炉的生产调度过程是一个典型的多工序.多约束、有重入的多机并行调度 问题,难于解析建模.对此问题,将离散事件仿真技术与改进的遗传算法相结合,提出罩式退 火炉生产的优化调度方法.生产现场的实际应用表明所提方法大大提高了生产设备的利用率 和生产效率.     

Simulation-based optimization vs. mathematical programming: A hybrid approach for optimizing scheduling problems

With the increasing computing power of modern processors, exact solution methods (solvers) for the optimization of scheduling problems become more and more important. Based on the mixed integer programming (MIP) formulation of a scheduling problem, it will be analyzed how powerful the present solvers of this problem class are and up to which complexity real scheduling problems are manageable. For this, initially some common benchmark problems are investigated to find out the boundaries for practical application. Then, the acquired results will be compared with the results of a conventional simulation-based optimization approach under comparable time restrictions. As a next step, the general advantages and disadvantages of both approaches were analyzed. As the result, a coupling of the discrete event simulation system and an MIP solver is presented. This coupling automatically generates an MIP-formulation for the present simulation model which can be solved externally by an MIP solver. After the external optimization process follows a backward transformation of the results into the simulation system. All features of the simulation system (like Gantt-Charts, etc.) could be used to check or to illustrate these results. To perform the coupling for a wide range of simulation models, it has to be defined which general constraints the model has to satisfy.     

A three-stage approach for aircraft line maintenance personnel rostering using MIP,discrete event simulation and DEA

Personnel scheduling problems need to cope with personnel preferences, coverage constraints, legal restrictions, and many other constraints. We present a three-stage methodology that can be used to select personnel rosters. In the first stage we generate multiple personnel rosters with a mathematical programming model. In the second stage, the performance of the rosters regarding a number of service criteria is evaluated through discrete event simulation. In the third stage, a ranking is made using data envelopment analysis. The methodology is tested on a personnel scheduling problem for aircraft line maintenance.