基于Petri网和基因表达式编程的作业车间调度研究

为了更好的解决车间调度问题,提出了一种基于时延Petri网(TdPN)和基因表达式编程相结合的调度算法。在该方法中,基因表达式编程根据时延Petri网模型中的部分变迁序列来确立染色体,每条染色体表示一种车间调度方案。作者选用了基因表达式的选择、交叉、变异三种类型进行遗传操作,利用延时Petri网对车间调度过程的仿真,根据变迁的赋时时间获得每条染色体的相应的时间。最后本文结合基因表达式编程具有较好的寻优能力和Petri网对动态的离散事件的过程能进行很好的描述的优点,在文章实验中验证了此方法的可行性。     

炼钢连铸过程的Petri网实时调度模型

炼钢连铸过程是一个复杂而又典型的混合动态系统，但现有的混合动态系统理论难以对此进行直接分析和综合。文章提出一种区段赋时弧有色Ｐｅｔｒｉ网，其库所输出弧上标注的是以颜色为变量的时间区间函数，并从抽象混合动态系统的角度给出了这种Ｐｅｔｒｉ网的变迁规则。利用模块化思想，以区段赋时弧有色Ｐｅｔｒｉ网为工具，说明了如何建立一个电炉炼钢连铸过程的实时调度模型。基于这一模型，既可以仿真整个生产过程，又可以分析和综合实时调度策略。     

炼钢连铸系统的动态调度模型和启发式调度算法

针对炼钢连铸系统对单元设备建立了动态调度模型,并利用基于该模型的赋时同步有色Petri网对整个系统建立动态调度模型,针对该模型,提出了一种启发式调度算法解决动态调度问题,并基于此实现炼钢连铸的仿真调度系统,结果表明,该算法能够较好地实现多级多机FIFO（先入先出）系统的动态调度问题。     

基于Petri网与改进A星搜索算法的矿井机车调度优化

为了提高煤矿井下机车调度效率、防止机车碰撞、堵塞,根据井下调度特点建立了机车运行赋时Petri网模型。针对原有启发式A*搜索算法存在的易陷入局部最优的缺点,提出了基于petri网的并发变迁遴选算法,引入变迁并发度概念,与启发式A*搜索算法相结合,得到改进的A*搜索算法。经过改进后算法的回溯计算,得到Petri可达图上的最佳路径,从而得出最优调度策略。根据以上算法进行MATLAB建模,最终仿真结果表明,经过改进的启发式A*搜索算法有效的避免了陷入局部最优解,其计算得出的调度路径及调度策略资源消耗量最少,调度效率较高且未出现机车堵塞碰撞等问题。     

基于Petri网与改进A~*搜索算法的矿井机车调度优化

为了提高煤矿井下机车调度效率、防止机车碰撞、堵塞,根据井下调度特点建立机车运行赋时Petri网模型。针对原有启发式A~*搜索算法存在的易陷入局部最优的缺点,提出了基于Petri网的并发变迁遴选算法,引入变迁并发度概念,与启发式A~*搜索算法相结合,得到改进的A~*搜索算法。经过改进后算法的回溯计算,得到Petri可达图上的最佳路径,从而得出最优调度策略。根据以上算法进行MATLAB建模,最终仿真结果表明,经过改进的启发式A~*搜索算法有效地避免了陷入局部最优解,其计算得出的调度路径及调度策略资源消耗量最少,调度效率较高且未出现机车堵塞碰撞等问题。     

基于CTCH网的批过程动态最优调度

采用动态规划的基本原理 ,给出了基于CTCH网模型的批处理过程的动态最优调度模型 ,并给出了相应的调度算法 ,最后以炼钢 -连铸生产系统的过程调度为例 ,对该算法进行了仿真     

钢铁生产中管坯加热的单机连续型批调度策略研究

连续型批处理机调度问题是从钢铁生产线提炼出来的一种新型的批调度模型,该调度模型中,批的加工时间取决于该批的大小、批中工件的最大加工时间及机器的容量。研究目标函数为最小加权总完工时间的单机连续型批调度问题,分析最优解的性质,讨论最优的批内、批间序及分批策略,给出工件权值与加工时间逆序情况下的动态规划算法。     

基于Petri网和PSO算法的动态分类车间调度

以带有约束条件的Petri网为动态车间调度问题建模,同时提出一种针对动态车间调度问题的编码粒子群算法,对调度序列进行优化．对算法进行了仿真研究,研究结果表明该算法是可行、有效的．     

基于Petri网和UML的流水作业调度模型设计及实现

为了对流水作业调度的行为提供支持,需要对其进行有效的建模和模型分析。Petri网具有坚实的理论基础和易于使用的图形表示,是一种理想的建模和分析工具。UML是一种易于编程实现的面向对象建模工具。针对UML和Petri网建模的特点,本文采用Petri网与UML相结合的建模分析方法,融合了Petri网精确、严格的形式化描述和UML友善的用户界面的优点。并提出了将Petri网转化为一种可以表示对象间的同步、并发的扩展状态图的方法。利用Petri网描述系统的动态特性,经过分析、验证或仿真后,通过提供的转化规则将Petri网模型转化成相应的UML动态图、扩展的状态图,对流水作业调度问题建模。利用动态规划算法解决满足Johnson法则的最优作业调度问题,并用Java实现。     

基于Petri网的服装柔性生产工序优化

为了解决服装吊挂系统多任务生产的优化调度问题,提出了一种基于Petri网的生产工序优化调度方法。根据服装吊挂系统的加工特点以及赋时库所Petri网的变迁发射规则,分析系统的多任务加工流程,得出多任务生产工序最优调度策略算法,并得到了工序的最优排列顺序和时刻。多组实例验证了该方法在服装柔性多任务生产工序优化方面的有效性。     

基于PN的可重入医学检测调度系统优化研究

基于一类具有可重入特点的医学检测过程的设备调度问题,研究了具有约束条件的优化解.首先分析了调度约束条件和优化目标,建立了其Petri Networks(PN)形式化模型,并分析了其规则调度系统的稳定性和其他性能.然后利用PN模型和调度约束条件解出调度可行解结合对医学检测部分工序要求连续的基础上建立时间约束矩阵,对可行解进一步优化,最终得到满足所有约束条件的优化可行解.通过对实际医学检测系统的实例分析和CPN Tools仿真,结果表明所建立的模型和方法的有效性.     

优先级调度规则建模研究

基于规则的调度方法已广泛应用于各类调度问题的求解中。为揭示规则对调度系统所产生的具体作用,研究了调度规则的建模问题,并主要运用Ｐｅｔｒｉ网为优先级调度规则建模。文中首先分析了普通Ｐｅｔｒｉ网模型中分别存在于库所、令牌和变迁这三个层次上的顺序冲突现象,认为这些冲突可通过引入相应的优先级调度规则来解决;接着结合实例运用三种类型的扩展Ｐｅｔｒｉ网对各层次的优先级调度规则建模;最后通过分析规则调度系统的结构特征,指出可运用混合动态系统领域的有关理论来研究规则调度系统的建模、分析和控制问题。     

转移批量自适应的作业排程优化方法

为了缩短产品交货期进而提高企业快速响应市场的能力,运用遗传算法对混合转移批量作业排程的组合优化问题提出了优化方法。算法使用了两套不同但有机结合且高效的选择、交叉等算子,同时对转移批量和作业排序进行优化。遗传操作实行了提高算法稳定性并延长优秀个体寿命等多种保优机制,使运算能在避免局部收敛的同时短时间内收敛于全局最优解或次优解。通过实例证明了算法在解决有多种转移批量的生产作业排程问题的有效性,对离散制造企业的作业排程具有重要意义。     

一般生产调度问题的统一结构

分析了离散制造、间歇过程及连续工业的生产调度背景及需求，并依此说明各类企业的生产调度问题存在结构共性，可以归纳成一般生产调度（ＧｅＰＳ）问题来研究。这种ＧｅＰＳ问题可用混合动态系统来描述，它既包括描述基本生产过程的连续时间动态，又有描述实时事件发生及相应决策处理的离散事件动态，这两种动态是实时交互的。用水箱切换实例说明了ＧｅＰＳ问题的混合动态和模型特点。     

车间生产调度中动态小生境协同进化算法

车间生产调度是企业生产的重要环节。为避免遗传算法在求解多车间协同调度时早期成熟和陷入局部最优解,以及收敛速度慢的问题,特引入一种基于动态小生境集的多种群协同进化模型。在基于工序的染色体编码方法的基础上,利用交叉算子和变异算子调整加工顺序和多工艺路线选择。融合动态小生境集技术和多种群协同进化方法,实现多工艺路线下多车间协同生产调度的优化求解。实验表明,该方法具有良好的优越性。     

基于Petri网和GASA的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模.该模型不仅能够反映柔性生产线上待加工产品的多条工艺加工路径及其资源约束,还可以对系统的设备维护、各种优先级等特性进行描述.利用遗传算法和模拟退火算法(GASA)获得调度结果,用于解决作业车间在机床、操作工人等生产资源制约条件下的动态优化调度.该调度以生产周期为目标,通过多种交叉、变异、概率更新、再分配策略等遗传和模拟退火操作,得到目标的最优或次优解;尤其重要的是该算法能够在扰动发生后迅速提供新的调度计划.对算法进行了仿真研究,结果表明该算法是可行、有效的.