多星地面站设备优化调度方法研究

通过对各种动态调度方法进行分析、对比比较，提出将扩展Petri网与启发式调度规则相结合来建立多星调度模型并实现多星地面设备优化调度的方法，为解决多星地面站设备调度问题提供了新的途径。     

面向多星观测调度的启发式算法研究

以实际应用任务为背景进行动态仿真分析,是科学评价卫星系统能力进而支持卫星系统发展建设规划的重要手段。探讨了一类涉及多星、多地面站、多任务的航天观测系统联合调度问题。考虑到仿真环境对调度算法的高时效性要求,提出了一种快速高效的基于规则的启发式构造算法。与禁忌搜索算法的比较结果表明,该文算法在求解速度上具有明显的优越性,并且能够获得相对满意的求解质量。     

柔性作业车间调度分析及其启发式算法

针对多目标柔性作业车间调度问题,基于甘特图和搭积木经验进行了分析,提出了一种组合优先规则和基于此优先规则的启发式算法。组合优先规则面向完工时间、关键机床负荷和总负荷三个指标,改变规则中各数据项的比例可调整三个指标所占的比例。算法采用随机方式调整三个指标的比例,并微调最优解对应的比例,能随机产生多个高质量调度解。对比测试表明,算法求解质量更高,运行速度快,稳定,可直接用于在其他调度算法中产生初始解,或者用于动态调度。     

优化信道虚拟调度在航天器上的应用仿真

在大范围航天器通信虚拟信道中,不同类型信道数据源传递过程采用复用制,在多个信息同时抢占信道的情况下,会出现大数据量信道垄断信道问题,传统动态航空器信道调度算法主要面向特定星上数据源设计的,不能满足不同星上数据源传递时的信道抢占和垄断信道的需求,虚拟信道调度效果不好.提出利用帧紧迫度的边界可移动虚拟信道调度算法,分别运算信道的紧迫度和数据帧紧迫度,通过数据帧紧迫度边界调控二者的比重,塑造新的信道传递紧迫度函数,针对不同种类的航空器星上数据源,选择合理数据帧紧迫度边界值,获取较好的信道传递紧迫度函数,并分析两种重调情形,完成虚拟信道判决调度.实验结果说明,改进算法能够满足不同数据源的传递需求,提高了航空器虚拟信道调度效率和精度.     

基于调度规则和免疫算法的作业车间多目标调度

利用动态在线调度方法对动态环境下的作业车间进行研究,采用优先级调度规则对大量调度案例进行求解,针对7个调度目标,从备选调度规则集中选出了单个目标下性能最优的调度规则;为实现调度规则的动态选择以适应多目标调度,基于免疫系统中的独特型网络理论,设计了一种免疫调度算法．根据算法,定义了有效的抗体和抗原结构,并通过抗体间亲和力计算、抗体浓度计算、抗体选择等关键步骤,实现对调度规则的动态控制．仿真测试数据表明,所设计的免疫调度算法能根据不同的车间情况,快速选出不同的调度规则满足多个调度目标,有效解决了作业车间多目标调度问题．     

铁路集装箱中心站资源分配与作业调度联合优化

铁路集装箱中心站主作业区资源分配与作业调度联合优化对其经营效益和运作效率有重要影响.基于“轨道吊-集卡”协同装卸方案,引入轨道吊动态配置原则,以最大化作业均衡率和最小化作业成本为目标,构建多目标非线性混合整数规划模型,综合研究作业区域动态划分、贝位分配以及多轨道吊调度多层次联合优化问题. 根据问题特点,融合启发式规则、遗传算法和模拟退火算法,设计3层混合启发式算法求解模型.通过不同规模算例,对比Cplex与所设计算法的实验结果,验证模型的正确性和算法的有效性,并借助于不同划分原则、不同优化策略与不同间隔约束下的对比实验,验证优化模型与算法普适性.结果表明,新型装卸方案、动态作业区域以及联合优化策略可大幅度均衡轨道吊作业量,避免资源过度负载、降低中心站作业成本,为中心站的实际运营管理提供决策支持.     

顾及任务适宜度的时空谱多星协同观测方法研究

基于多源遥感卫星的时间、空间、光谱协同优化观测是国土资源与生态环境安全监测技术研究的重要内容。针对已有多星协同观测任务规划方法在地物光谱特性方面考虑不足的问题,分析了典型观测目标分类、地物波谱特性、传感器波段、卫星载荷之间的逻辑递推关系,提出了面向优化目标函数的适宜度指标,构建了时空谱一体化的多星对点目标协同观测的约束优化模型;进而,采用基于启发式规则的贪婪算法对模型进行求解,实现任务优先级和任务适宜度的同步优化。最后,以新疆尾矿库污染、耕地荒漠化、水资源污染和城镇发展应用问题为例对本文提出的方法进行实际仿真实验,验证了研究内容的先进性和实际应用价值。     

采用启发式算法求解多目标FJSP

为了研究多目标柔性作业车间调度问题,基于甘特图和排积木经验分析,提出一种组合优先规则和基于此优先规则的启发式算法。组合优先规则面向完工时间、关键机床负荷和总负荷三个指标,改变规则中各数据项的比例可调整三个指标所占的比例。算法采用随机方式调整三个指标的比例,并微调最优解对应的比例,能随机产生多个高质量调度解。算法对比测试表明,算法求解质量更高,运行速度快且稳定,可直接用于在其他调度算法中产生初始解,或者用于动态调度。     

多机并行作业车间调度的混合粒子群算法

本文通过对多目标多机作业车间调度的研究提出了一个改进的结合启发式规则的粒子群算法,采用了依机器和工件排序的编码规则,两段式的表达形式,带启发式规则的调整,并结合聚类分析思想的保留策略,对此类问题提出了一个新的解决方法,并在文中通过一个仿真案例进行求解。     

基于GA和机器学习的启发式规则调度方法

采用基于遗传算法的启发式规则的新型调度方法来处理可变工艺路径的调度问题,同时建立起启发式调度规则库和用于选择规则的知识库,并利用机器学习和模糊推理机制进行样本与知识库的匹配,实现高效实用的调度。计算实例表明了该算法的优越性能     

单台批处理机总加权完成时间最小化的启发式算法

批处理机总加权完成时间最小化问题的复杂性目前还没有确定，因此有必要研究该问题的启发式算法．基于对该问题最优解性质的分析，提出了工件分批的最优性质．分别基于WSPT规则和SPT规则对工件进行总排序，利用工件最优分批性质进行分批，提出了两种启发式算法（简称WSPTS和SPTS）．为了检验算法的性能．将提出的算法与此问题的基准算法和常规算法进行了比较，结果表明，启发式算法WSPTS要优于其他的算法，而SPTS算法的性能最优．     

求解二维正交矩形布局问题的动态填空启发式算法

为更高效解决二维正交矩形布局问题,建立该问题的数学模型,改进BL算法规则;为寻找布局过程中的空余平面,建立了新颖的图形矩阵化理论。最后提出一种动态填空（DFB）启发式算法,制定了四条动态调整机制,结合遗传算法对该问题进行求解。大量算例测试显示：DFB算法可达到100%的平面利用率,极大提高了BL算法的效率,并且可以适用于大规模布局问题。     

THREE-DIMENSIONAL CONTAINER LOADING USING A COOPERATIVE CO-EVOLUTIONARYGENETIC ALGORITHM

This paper presents the use of a cooperative co-evolutionary genetic algorithm (CCGA) in conjunction with a heuristic rule for solving a 3D container loading or bin packing problem. Unlike previous works, which concentrate on using either a heuristic rule or an optimization technique to find an optimal sequence of packages which must be loaded into the containers, the proposed heuristic rule is used to partition the entire loading sequence into a number of shorter sequences. Each partitioned sequence is then represented by a species member in the CCGA search. The simulation results indicate that the use of the heuristic rule and the CCGA is highly efficient in terms of the compactness of packages in comparison to the results given by a standard genetic algorithm search. In addition, this helps to confirm that the CCGA is also suitable for use in a sequence-based optimization problem.     

二维矩形条带装箱问题的底部左齐择优匹配算法

针对二维矩形条带装箱问题提出了一种启发式布局算法,即底部左齐择优匹配算法(lowest-level left align best fit,简称LLABF). LLABF算法遵循最佳匹配优先原则,该原则综合考虑完全匹配优先、宽度匹配优先、高度匹配优先、组合宽度匹配优先及可装入优先等启发式规则.与BL(bottom-left),IBL(improved-bottom-left)与BLF(bottom-left-fill)等启发算法不同的是,LLABF能够在矩形装入过程中自动选择与可装区域匹配的下一个待装矩形     

多项目多任务选择动态规划及其智能决策

针对动态多项目多任务选择计划资源配置问题,结合实际环境中多项目管理的突发因素及项目权值动态调整的需求,探讨动态环境下多项目选择计划的数学规划模型;进而,依据体液免疫应答所蕴含的免疫进化机理和遗传学中的基因变异规则,设计改进型免疫遗传算法,寻求资源尽可能充分利用且分配均衡的决策方案。比较性的数值实验显示,该算法在优化效果方面明显优于基于优先规则的启发式算法。结果表明,已获模型是合理的,设计的算法是有效的。     

集合覆盖问题的启发函数算法

本文给出了求解NP困难问题的完备策略的概念,在此基础上提出了一个求解集合覆盖问题的启发函数算法SCHF(set-covering heuristic function),文中对该算法的合理性、时间复杂性以及解的精度进行了分析,本文的主要创新点是用已知的完备策略建立启发函数,并用该启发函数进行空间搜索求出优化解.该方法具有一定的普遍性,可以应用到其它的NP困难问题.它为求解NP困难问题的近似解提供了一种行之有效的方法.在规则学习中的应用结果表明,本文给出的SCHF算法是非常有效的.     

基于混合蛙跳和遗传规划的跨单元调度方法

针对运输能力受限条件下的跨单元问题,提出了一种基于混合蛙跳与遗传规划的超启发式算法.将改进的混合蛙跳算法作为超启发式算法的高层框架,为跨单元调度问题搜索启发式规则,同时利用遗传规划产生可以兼顾多因素的优质规则,用于扩充超启发式算法的规则集.实验表明,提出的算法可以有效地搜索出优异的规则组合,并且通过遗传规划产生的规则可以在很大程度上改善候选规则集,提升算法性能.     

A decision model on human-robot collaborative routing for automatic logistics

This paper studies an integrated human-robot routing problem arising in collaborative order picking systems. Travelling routes of pickers and robots interact with each other and simultaneously determine the start time of tasks. A mixed-integer programming model is proposed which aims to minimize the total task completion time by optimizing both pickers’ and robots’ routes. Moreover, a variable neighborhood search and dynamic programming -based heuristic algorithm is developed for solving the problem in large-scale environments. Numerical experiments are conducted to prove the necessity of the proposed model and also validate the efficiency of the proposed heuristic algorithm. The results indicate the methodology can yield solutions with smaller optimality gap within a reasonable period of time, in comparison with an intuitive but common decision rule. A sensitivity analysis is also conducted to derive a number of managerial implications regarding the configuration of pickers and robots and robots’ speed setting.     

基于Wang-Landau算法的动态设施布局方法

动态设施布局问题是设施在车间内多个阶段的布局规划问题。目前,针对动态设施布局问题,国内外学者对离散模型研究较多,而对连续模型的研究却较少。根据连续动态设施布局的特性与需求,构建了不等面积设施的动态设施布局连续模型。求解该模型的难点在于缺乏一种高效的布局优化方法。Wang-Landau算法是一种改进的蒙特卡罗算法。通过将Wang-Landau算法与空位点放置策略、外推移动策略、内压移动策略三种启发式策略相结合,提出一种基于Wang-Landau抽样的启发式算法,并以此求解该模型。使用文献中已有的测试算例对提出的算法进行测试,计算结果表明,所提出的算法在求解连续动态设施布局问题上是有效的。