基于自适应蚁群算法的作业车间模糊调度研究

在研究不确定生产调度问题的基础上,针对具有模糊加工时间和模糊交货期的调度问题给出了作业车间模糊调度模型,用三角模糊数表示模糊加工时间,梯形模糊数表示模糊交货期,以交货期平均满意度最大作为调度目标.针对模糊调度问题对基本蚁群算法作了改进,并给出了新的状态转移规则,同时采用自适应信息素更新策略使算法能快速跳出局部收敛,进行仿真结果验证了自适应蚁群算法求解作业车间模糊调度的有效性.     

模糊Job Shop调度交货满意度模型研究

针对生产环境中调度参数的不确定性,研究含模糊加工时间和模糊交货期的Job Shop调度问题,用6点模糊数表示加工时间梯形模糊数表示交货期。基于隶属度定义工件交货满意度,以最大化平均工件交货满意度作为优化目标建立模糊调度数学模型。基于模糊截集概念设计稳定性指标评价优化方案的稳定性,最后通过仿真结果证明所设计模型能够获得稳定性较好的满意调度方案。     

模糊车间作业调度的三点满意度模型

将不确定的加工时间用三角模糊数表示,研究了梯形软交货期下的模糊车间作业满意调度问题.通过梯形交货期和三角模糊完工时间确定的两个悲观点实现了客户对产品提前或拖期情形下的悲观满意度,同时兼顾最可信满意度,利用三点满意度的组合优化建立了优化目标.仿真实验结果表明,所建立三点满意调度模型相对传统悲观调度模型,在保证决策者抗风险偏向的同时,大大提高了最可信满意度水平,实现了更加综合的满意调度.     

混合优先约束下带模糊交货期的单机调度问题的研究

讨论了一类模糊交货期和混合优先约束下的单机调度问题．模糊交货期表示对任务完成时间的满意程度；混合优先约束包括普通优先关系和模糊优先关系，模糊优先关系反映了对任务间优先次序的满意程度．调度的目的是同时最大化模糊交货期和混合优先约束的最小满意程度．对于上述双目标函数调度问题，通过搜索非支配解，得到最优调度．     

基于MRP Ⅱ的模糊交货期决策模型研究

本文针对MRPⅡ中交货期决策的模糊性、不确定性,试图应用模糊专家系统与神经网络结合的方法,加以描述表达,提出有效的交货期决策方法,并运用到交货期的拖延与顾客满意度之间关系的具体问题上.从而简化了MRP Ⅱ系统对超期定单的处理.     

基于粒子群优化的模糊交货期惩罚问题的研究

文章首先介绍了现实柔性工作车间调度中的模糊加工时间和模糊交货期问题,接着阐述了模糊理论中有符号距离、区间数距离等相关概念,并以此为基础构造目标惩罚函数,然后给出了基于粒子群算法的调度模型以解决柔性工作车间调度中的模糊交货期惩罚问题,最后通过实例验证了模型的可行性和有效性。     

解并行机模糊调度问题的自适应遗传算法

针对家纺企业车间调度的实际情况,建立了一种产品优先级约束的模糊车间调度模型。在模型中,完工时间和交货期都是模糊的,交货期平均满意度最大为调度目标。基于此模型,提出了一种自适应的遗传算法,该算法通过比例选择及局部搜索保证种群的优良特性,并通过自动调节变异率和交叉率的方式保证种群的多样性,有效跳出局部收敛。仿真结果表明,自适应遗传算法能有效求解,并优于免疫遗传算法。     

基于模糊BP神经网络的电梯群控系统的仿真

传统的电梯控制方法很难提高电梯控制系统的性能问题.根据电梯群控系统的特性及模糊网络理论和电梯群控系统控制目标的多样性及电梯系统本身所固有的随机性和非线性,为提高电梯运行性能,构建了电梯群控的模型.设计了多个模糊网络高斯隶属函数,实现了乘梯满意度函数、候梯满意度函数、能耗满意度函数在MATLAB上进行仿真,采用了最优函数对电梯群进行控制,通过系统验证了模糊网络的电梯群控的运行效果,达到了改善电梯服务质量、提高电梯运行效能.     

基于模糊遗传算法的模糊调度研究

就模糊调度问题的研究现状、研究方法进行了评述 ,探讨了加工时间与交货期的模糊化操作以及基于模糊遗传算法的模糊调度系统 ,归纳了模糊遗传算法中模糊数的操作和遗传算法的编码 ,并指出了存在的不足 .指出模糊生产环境下模糊加工时间与模糊交货期综合问题的研究是当今全球性市场竞争机制所带来的必然趋势.     

交货期窗口下带有附加惩罚的单机提前/拖期调度问题

交货期窗口下的交货期确定和排序问题是调度领域研究的一个方面,本文对交货期口下的单机作业问题进行了研究,目标函数不仅考虑提前／拖期惩罚,还考虑附加惩罚,假设如果任务在交货期窗口内完工,则不受提前／拖期片罚;如果在交货期窗口外完工,将导致提前／拖期惩罚,本文确定了最优公共交货期,给出了相庆的最优排序,并提出了一个多项式时间算法确定了使目标函数为最小的最优调度,最后的数值例子说明了算法的有效性。     

冷轧合同批量调度的模糊Job Shop模型及算法

针对冷轧薄板生产线机组设备多、产品种类多的特点,提出一种合同批量调度方法．该方法将生产合同按产品种类和交货期组批处理,建立了具有模糊处理时间的Ｊｏｂｓｈｏｐ调度模型来描述整个生产物流情况,并定义了分情况的合同批量加工时间推算规则．针对调度模型的求解,给出一种多子种群并行粒子群算法．利用宝钢冷轧薄板厂的实际生产数据进行了试运行,结果表明,该方法可大幅度提高合同交货期满意度,并能有效减少合同批量调度的工作时间。     

基于MRPⅡ模糊交货期决策模型研究

本文针对ＭＲＰⅡ中交货期决策的模糊性、不确定性,试图民神经网络结合的方法,加以描述表达,提出有效的交货期决策方法,并动用到交货期的拖延与顾客满意度之间关系的具体问题上,从而简化了ＭＲＰⅡ系统对超期定单的处理。     

用QPSO算法求解模糊交货期Flow-shop调度问题

针对模糊交货期Flow-shop调度问题的特点,运用一种收敛速度快、全局性能好、不易陷入局部最优的智能迭代算法-量子粒子群算法,对其进行求解。通过仿真实例对该算法进行了验证,结果表明,在求解模糊交货期的Flow-shop问题时,量子粒子群算法要优于遗传算法和基本粒子群算法。     

基于模糊回归的质量屋决策模型

基于带有对称三角形模糊系数的模糊回归及模糊规划理论，提出关联函数及自 相关函数的数学模型，并在系统考虑资源约束影响的基础上，分别建立了基于质量屋的产品 规划精确模型及模糊模型．仿真研究表明，这些模型适合于各种工程设计问题，尤其是在不 确定的、模糊的条件下，能够有效地确定关联函数及自相关函数，帮助开发人员优化顾客需 求的满意水平，在资源约束下使产品的顾客满意度最大．     

交货期协商器及其滚动式生产计划方法

为支持制造企业与客户对订单交货期的谈判,提出交货期协商器的概念和数学模 型.其主要特点有:生产计划由订单触发滚动式进行;客户可以对订货的交货期进行讨价还 价;为适应制造资源的不确定性采用了模糊优化的方法.应用于某家具厂实例计算,取得了满 意的结果.     

解模糊交货期多机并行调度问题的改进量子遗传算法

在结合遗传算法和量子理论的基础上,提出了一种改进的量子遗传算法（IQGA）求解模糊交货期多机并行调度问题。采用量子比特相位比较法更新量子位,以加快搜索的速度和效率;采用求反解码操作,以扩大种群规模。通过仿真验证,改进的量子遗传算法在求解模糊交货期多机并行调度问题时有较好的寻优能力。     

冷轧合同批量调度的模糊Ｊｏｂ ｓｈｏｐ模型及算法

针对冷轧薄板生产线机组设备多、产品种类多的特点,提出一种合同批量调度方法．该方法将生产合同按产品种类和交货期组批处理,建立了具有模糊处理时间的Ｊｏｂｓｈｏｐ调度模型来描述整个生产物流情况,并定义了分情况的合同批量加工时间推算规则．针对调度模型的求解,给出一种多子种群并行粒子群算法．利用宝钢冷轧薄板厂的实际生产数据进行了试运行,结果表明,该方法可大幅度提高合同交货期满意度,并能有效减少合同批量调度的工作时间。

     

改进微粒群算法求解模糊交货期Flow-shop调度问题

针对模糊交货期Flow-shop调度问题的特点,论文提出用微粒群这种具有快速收敛、全局性能好的迭代优化算法进行求解,并使用惩罚函数、增加数据记忆库和自适应变异机制等方法对微粒群算法进行改进,减少了算法陷入局部极值的可能性。通过仿真实例,改进微粒群算法的全局寻优、收敛性和克服早熟的能力均优于遗传、启发式算法。     

区间Pythagorean模糊交互式多准则决策模型

研究了权重信息部分已知,评价信息为区间Pythagorean模糊数的交互式多准则决策问题。利用区间Pythagorean模糊数得分函数,计算各方案的加权得分向量在Pythagorean模糊正理想点和Pythagorean模糊负理想点上的投影,构建基于方案满意度最大的非线性规划准则权重确定模型。根据决策者的主观偏好并结合现有客观信息建立单目标规划模型,通过对方案满意度的给定与修正来实现交互决策。通过算例说明模型及方法的可行性和有效性。     

基于模糊目标和模糊约束的满意控制

研究在预测控制框架下进行模糊决策问题,提出一种基于模糊目标和模糊约束的预测控制方法。其目标函数以决策者的控制要求和最终控制的满意度来表示,比传统的加权方差具有更多的自由度;与基于二次型性能指标的预测相比,该方法可使系统设计更加灵活。仿真结果表明了该方法的有效性。