多目标军用飞机维修作业调度优化研究

为提升维修作业与现代战机的适应程度,对军用飞机维修作业调度模型构建与调度优化算法设计进行探讨。在沿用柔性作业车间调度问题的形式化描述构建维修作业调度模型的基础上,选取遗传算法对执行步骤进行设计,引入耦合算子重新调整工序排序部分染色体以避免染色体违背耦合约束无法解码的情况发生,并采用维修作业调度案例与Brandimarte测试数据验证多目标调度优化算法的适用性与优化性。维修作业调度模型构建与调度优化算法的探讨促进维修管理的精细化,为调度相关领域的深入研究拓宽思路。     

基于硬时间窗的技术站解编方案综合协调优化

针对现有制定的解编方案无法有效地满足铁路技术站阶段计划配流工作,基于牵引质量和换长的不同硬时间窗满轴约束,并综合考虑车流接续和编组去向约束,以总车流量、满轴出发列车最多为目标,建立了技术站多目标动态配流模型。为实现解编方案综合协调优化,依据解体和编组顺序调整规则,并通过定义可解集合和改进蚁群算法的状态转移规律及信息素更新策略,设计了一种基于蚁群算法的辅助决策支持系统。算例表明该辅助决策支持系统可以缩小配流问题规模,帮助决策者选择满意的解编配流方案,同时可以考虑解编顺序的改变对配流结果带来的影响,做到解体照顾编组,从而为实现铁路技术站调度系统的综合协调优化提供理论支持。     

一类带约束动态多目标优化问题的进化算法

动态多目标约束优化问题是一类NP-Hard问题,定义了动态环境下进化种群中个体的序值和个体的约束度,结合这两个定义给出了一种选择算子.在一种环境变化判断算子下给出了求解环境变量取值于正整数集Z+的一类带约束动态多目标优化问题的进化算法.通过几个典型的Benchmark函数对算法的性能进行了测试,其结果表明新算法能够较好地求出带约束动态多目标优化问题在不同环境下质量较好、分布较均匀的Pareto最优解集.     

面向复杂作业车间的交互式两级调度方法

针对边界不确定和具有决策偏好的大规模复杂作业车间调度问题,提出以第1级为交互式约束设置求解,第2级为优化求解的两级调度求解策略.在第1级调度中研究交互式约束满足的基于优先级快速调度构建算法,作为支持决策者交互式约束调整的快速响应求解方法.在第2级调度中以基于优先级的快速调度构建算法为基础,研究以优先级为决策变量的智能优化搜索算法,作为满足第1级调度中的交互式约束的改进优化求解.该方法较好地融入了决策者的经验知识和偏好,同时结合优化搜索求解算法,使得在满足决策者偏好的基础上进一步改进调度求解质量,增加调度求解结果的可信度,在实际应用中取得良好的应用效果.最后,通过一个案例对该两级调度求解策略的过程进行描述,并对所提出方法的有效性进行阐述.     

优先级多目标稳定化约束模型预测控制

针对目标函数的不同优先级问题, 提出一种约束多变量线性定常系统的稳定化多目标模型预测控制策略. 首先, 基于多目标优化理论给出多目标预测控制问题的字典序最优解结果, 并在此基础上考虑目标函数的优先级, 重 新将多目标预测控制问题定义为字典序多目标预测控制问题; 然后, 采用终端约束、终端罚函数和局部状态反馈律 等三要素, 证明多目标预测控制闭环系统是渐近稳定的; 最后, 通过一个仿真实例验证了所提出方法的有效性.

     

基于TSAPO的柔性作业车间计划和调度

为使多目标柔性作业车间计划与调度的制定更适合实际生产的动态变化,提出增加动态反馈的闭环柔性作业车间计划模型及二阶式蚁群粒子群混合优化算法TSAPO。通过增加动态监视功能,及时更新和反馈实际生产数据。利用对优化目标的二阶段分解,设计带有反馈机制的调度算法。实验结果证明,该算法在求解多目标柔性作业车间调度问题中具有较好的优化效果。     

基于模糊多目标的高超声速飞行器再入轨迹设计

针对多约束条件下的高超声速飞行器再入轨迹的优化问题,考虑多个具有不同重要性等级的优化指标,提出基于模糊多目标的轨迹设计方法.首先,利用直接配点法,将最优控制问题转化为带优先级的非线性多目标规划问题;然后,基于模糊满意优化的思想,根据更重要目标具有更高满意度的原则,将优先级表示为满意度序,并设计两步式优化模型.通过调节参数,能获得同时满足优化和重要性等级要求的最优轨迹.仿真结果表明了所提出方法的有效性.     

基于多QoS约束的网格任务调度算法

提出一种基于QoS的网格资源管理模型和此模型下基于多QoS约束的网格任务调度算法。引入效益函数对QoS描述建模,为网格任务调度算法提供合理的优化目标。在此基础上改进传统调度算法得到基于多QoS约束的调度算法。实验表明,改进后的算法有更好的性能,更适合应用于网格环境中。     

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.     

求解约束优化问题的新型帝国竞争算法

针对约束优化问题,提出一种约束处理的新策略,运用字典序方法同时优化问题的目标函数和约束违背程度,设计一种新型帝国竞争算法.该算法给出成本和归一化成本的新定义,以避免殖民国家势力为零,并应用嵌入殖民地间全局搜索的同化、基于优秀殖民地的革命、殖民国家的差分进化和新型帝国竞争等策略提高求解质量.基于两组约束优化标准测试函数的实验结果和算法对比表明,结合字典序方法的新型帝国竞争算法在约束优化问题的求解方面具有较强的优势.     

具有优先关系的累积调度问题的约束传播算法

约束传播是约束规划成功应用的关键技术之一. 针对累积调度问题提出一种结合工作间优先关系和工作最早开始/最晚完成时间约束的约束传播算法, 给出了算法的理论依据. 引用资源受限项目调度问题库PSPLIB中的典型问题对算法进行了测试, 结果表明: 针对测试问题新的约束传播算法在总体约减效果上优于现有约束传播算法, 新算法与基于能量推理的约束传播算法可以互补, 两者结合推理效果更好.     

一种基于两级DAG模型的MapReduce工作流异构调度算法

MapReduce编程模型被广泛应用于大数据处理平台,而一个有效的任务调度算法对模型的运行效率至关重要。将MapReduce工作流的Map和Reduce阶段分别拆解为若干个有先后序限定关系的作业,每个作业再拆解为多个任务。之后基于计算集群的可用资源和任务异构性,构建面向作业和任务的2级有向无环图(DAG)模型,同时提出基于2级优先级排序的异构调度算法2-MRHS。算法的第1阶段进行优先级排序,即对作业和任务分别进行优先权值计算,再汇总得到任务的调度队列;第2阶段进行任务分配,即基于最快完成时间将每个任务所包含的数据块子任务分配给最适合的计算结点。采用大批量随机生成的DAG模型进行实验,结果表明与其他相关算法相比,本文算法有更短的调度长度(makespan)且更加稳定。     

云计算中一种多DAG工作流可抢占式调度策略

为解决多用户工作流调度过程中的公平性问题,提高资源利用率,满足不同用户DAG工作流的不同QoS需求,提出了抢占式多DAG工作流动态调度模型。该算法将DAG工作流按照QoS需求进行优先级划分,采用高优先级作业优先占有资源的原则调度作业。相同优先级DAG工作流的任务依据带有启发性信息的slowdown进行资源抢占,进一步提高了作业调度的公平性;对于不同优先级的作业调度,提出了基于阈值的回填算法,该算法在保证作业调度公平的同时提高了资源利用率。     

云计算平台下基于近似ε-约束的多目标作业调度优化算法

针对云计算中平台主机之间工作负载分布的作业调度问题,本文提出了一种基于近似ε-约束的优化算法。首先,将作业调度问题建模为一个数学决策模型;然后,求出模型的可行工作调度集;最后,利用ε-约束算法获得每个单目标模型的帕累托前沿,从而优化作业的总平均等待时间、最长工作调度中作业的平均等待时间(如调度跨度)和所需的主机数目。实验通过建立实例将本文算法与传统的加权和(WS)算法进行比较,实验结果表明,本文算法找到的非支配解平均数比WS算法多77.8%,且更具多样化,优化了同构云计算平台中多目标作业调度问题。     

一种货运列车编组调度模型及算法研究

根据货运列车编组调度的基本要求,建立了配流模型。利用编组场待编组车节信息,结合到达场列车的实时信息,设计了信息反馈模型。根据配流模型和反馈模型,对列车进行解体和组编,考虑了军需物资和灾需物资的车辆信息,通过调整模型参数,使得模型继续适用那些由于铁路中断,需要绕行的货运列车。改变了传统算法只考虑局部车组信息,而忽视全局车组信息的弊端。因此,该模型具有灵活性。研究了基本的编组调度算法,使用贪心算法和动态规划算法相结合来求解,并分析了该算法的可行性。     

基于混合潮流算法的多能源互补调度仿真研究

充分考虑综合能源系统受外部能源供应条件以及能源设备的影响,为了降低多能源耦合潮流计算复杂度,提升工程应用的可操作性,提出基于混合潮流算法的多能源互补调度仿真.依据经济指标、安全可靠性指标以及清洁性指标建立多能源互补调度优化模型,设定能量转换枢纽单元输出容量约束、能量转换枢纽单元多能流耦合约束、供能平衡约束、设备运行约束四项约束条件,利用多目标最优混合潮流计算平台基于非劣排序遗传算法求解多能源互补调度优化模型,利用所输出最优解实现混合潮流算法的多能源互补调度.仿真分析结果表明,该方法可实现综合能源系统的多能源互补调度,经济性以及静态安全性提升幅度明显.     

基于策略梯度强化学习的高铁列车动态调度方法

高速铁路以其运输能力大、速度快、全天候等优势,取得了飞速蓬勃的发展.而恶劣天气等突发事件会导致列车延误晚点,更甚者延误会沿着路网不断传播扩散,其带来的多米诺效应将造成大面积列车无法按计划运行图运行.目前依靠人工经验的动态调度方式难以满足快速优化调整的实际要求.因此,针对突发事件造成高铁列车延误晚点的动态调度问题,设定所有列车在各站到发时间晚点总和最小为优化目标,构建高铁列车可运行情况下的混合整数非线性规划模型,提出基于策略梯度强化学习的高铁列车动态调度方法,包括交互环境建立、智能体状态及动作集合定义、策略网络结构及动作选择方法和回报函数建立,并结合具体问题对策略梯度强化学习(REINFORCE)算法进行误差放大和阈值设定两种改进.最后对算法收敛性及算法改进后的性能提升进行仿真研究,并与Q-learning算法进行比较,结果表明所提出的方法可以有效地对高铁列车进行动态调度,将突发事件带来的延误影响降至最小,从而提高列车的运行效率.     

基于约束规划的一类排序问题通用求解方法

多约束排序问题是生产调度中常遇到的问题,传统的优化模型及方法在适应约束改变等方面存在诸多不足。鉴于此,将多约束排序问题定义为约束满足问题,系统设计时将模型定义与求解算法分离,利用约束规划平台的基本约束构建特定领域的抽象约束库,形成可重构的多约束排序问题通用求解框架。应用时,根据问题需求不同可利用抽象约束库快速重构优化模型,针对重构的优化模型配置相应的求解算法即可实现问题求解。应用结果表明,提出的方法通用性强,可满足实际应用的要求。     

时间约束混合流水车间调度问题综述

车间调度是智能制造领域中的核心问题之一, 在经典流水车间调度中, 所有工件按照相同的加工顺序在指 定机床上加工. 混合流水车间调度(HFS)作为流水车间调度的特例, 相比前者增加了机床选择的灵活性, 可以显著 优化系统目标, 但同时也增加了问题求解的难度. 由于时间约束HFS相比基本HFS问题更贴近实际生产过程, 近年 来, 综合考虑各类时间相关约束的HFS问题得到了深入研究. 因此, 本文围绕基本HFS、有限等待时间HFS、带准备 时间HFS、模糊/随机加工时间HFS、多时间约束HFS、时间约束相关多目标HFS等问题开展研究. 针对每一类时间 约束HFS问题, 按照问题规模对当前研究成果进行分类描述, 按照确定性算法、启发式方法、元启发式方法、算法混 合对相关成果进行算法分类, 按照实际工业应用对文献进行归类分析. 另一方面, 围绕交货期、能耗、成本等3类性 能指标, 分析了在各类时间约束HFS问题中的多目标优化相关成果. 最后详细分析了带时间约束HFS问题在问题层 面、算法层面和应用层面存在的挑战性问题和未来研究的方向.     

干扰约束下考虑分组作业面的岸桥AGV联合调度

为解决自动化码头海侧多阶段设备作业的协调问题,加快集装箱在码头内部的周转过程。考虑干扰约束下分组作业面的的岸桥自动导引小车（AGV）联合调度问题。以岸桥、AGV完工时间和AGV等待时间加权总和最小为目标,考虑岸桥实际操作中的干扰约束与AGV堵塞等待等情况,建立岸桥与AGV联合调度优化模型。提出岸桥动态调度与AGV分组作业面调度模式,设计不同规模的算例,并采用遗传算法（GA）进行求解,将计算结果与传统调度模式进行对比。结果表明,该算法能有效提高岸桥与AGV作业效率,降低AGV的等待时间与堵塞次数,为码头实际作业提供依据。