运输能力有限的分段两阶段多车间调度问题

为有效解决船舶分段生产过程中存在的返工、运输能力限制以及堆场面积约束等问题,分析两阶段多车间调度的特点,构建了运输能力有限的分段两阶段多车间调度模型。模型综合考虑了分段批次内重调度、批次间的分割合并、分段返工以及缓冲面积和运输能力约束,目标是最小化分段的最大完工时间,建立分段在加工车间、装配车间以及堆场中的调度数学模型。利用基于路径选择的分段两阶段多车间调度启发式算法进行求解,并通过数值实验以及对比分析验证了模型的合理性和算法的有效性。     

混合EDA求解三阶段异构并行机装配集成调度问题

本文提出一种混合分布估计算法（hybrid estimation of distribution algorithm，HEDA）用于求解带载重约束的三阶段异构并行机集成调度问题（three-stage heterogeneous parallel machine integrated scheduling problem with capacitated constraint，THPMISP_CC），第一阶段为加工阶段，即带释放时间的多工序异构并行机调度问题；第二阶段为带载重约束的运输阶段，即多维背包优化调度问题；第三阶段为装配阶段.本文研究工件从加工、运输到装配三阶段的集成调度优化问题.首先，本文构建了THPMISP_CC的数学模型，其优化目标为三阶段整体最大完工时间（Makespan）；然后，提出的HEDA用于优化THPMISP_CC；最后，对算法运用于THPMISP_CC模型的结果进行分析和比较，验证模型的可行性及算法的有效性.     

资源受限多项目调度问题的两阶段算法

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限多目标项目调度问题模型.该模型是对传统多模式资源约束项目调度问题更接近研发项目群实际的扩展.针对模型提出两阶段优化算法,第1阶段是项目时序约束优化阶段,采用蚁群算法(ACO)进行任务列表的优化求解,通过对信息素增量规则的改进、串联进度生成机制(SSGS)及资源冲突消解策略的使用,使蚁群算法的求解效率和质量得以提高;第2阶段是资源约束优化阶段,以第1阶段求得的优化任务列表为输入,逐项对人力资源约束进行核查与调整,最终生成项目调度的优化方案.数值实验表明,考虑胜任力差异的数学优化模型更符合研发项目群管理实践,同时两阶段算法在求解质量方面具有良好性能.     

敏捷供应链静态调度模型及其贪婪算法

针对确定性市场需求下的敏捷供应链(ASC)调度具有批量和时间双重约束的问题,根据供应层级关系建立多级供应链结构模型(SCSM),在此基础上设计调度问题的线性规划(LP)模型及其两阶段求解算法：第一阶段的最短响应时间调度贪婪算法判定供应链系统对需求批量和时间约束满足与否;第二阶段的精益调度贪婪算法求解以最小化供应链库存成本为目标的最优调度方案。最后通过算例验证了模型和算法的实用性和有效性。     

基于双种群模糊引力搜索算法的舰载机甲板作业调度

舰载机甲板作业调度问题是一类具有NP-hard特性的资源受限多项目调度问题.首先,分析舰载机甲板作业调度问题的工序流程约束和各类资源约束,构建舰载机甲板作业调度混合整数规划模型.然后,基于基本引力搜索算法,提出双种群模糊引力搜索算法用于模型求解.算法采用基于作业时序修正的优先数编码,并采用双种群交替迭代结构,将基于个体的双向对齐技术扩展到种群层面,基于串行调度生成机制产生调度方案.为了提高算法性能,采用边界修正策略修正越界粒子编码,在引力计算阶段,采用模糊逻辑控制策略进行参数自适应控制.最后,通过案例仿真和算法对比验证了双种群模糊引力搜索算法的有效性,所提出的算法适合求解大规模的舰载机甲板作业调度问题.     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题，其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求，轧制单元的最大长度，产品库存及交货期等。基于多旅行商模型，建立了热轧生产批量调度问题的优化模型，并提出一种混合遗传算法（遗传算法、局部搜索）求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子，算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。     

侦察卫星探测资源调度研究

侦察卫星探测资源调度是一类基于约束满足的优化问题。对卫星探测资源和探测任务的特点进行分析,在此基础上构建卫星探测资源调度的目标函数和约束条件,利用约束满足问题的建模思想对该调度问题进行建模。针对约束满足模型规模大、求解复杂的情况,结合卫星探测资源调度问题的特征,提出一种基于启发式禁忌搜索算法的模型求解方法,并通过仿真算例进行说明与分析。该调度模型和算法充分考虑了星载资源与对应任务的特点,尽量回避假设与简化条件的提出,具有较好的适用性,将为侦察与预警卫星网络任务规划与资源调度的研究奠定基础。     

蚁群系统算法求解多模式资源约束项目调度问题

针对以工期最短为优化目标的多模式资源约束项目调度问题进行研究,在建立数学模型的基础上,通过设计合适的编码方式和调度生成策略,生成问题的构建图,定义新的信息素表示和启发式信息,提出一种改进的蚁群系统算法优化求解该问题。将模型和算法在工程项目调度实例中加以应用,验证了所提出的优化调度方法的正确性和有效性。     

云制造环境下面向多目标优化的虚拟资源调度研究

为解决云制造环境下虚拟资源调度存在的算法求解效率不高、模型建立缺乏考虑任务间关系约束和任务间及子任务间的物流时间及成本因素等不足,构建了兼顾交货期时间最小化、服务成本最低化、服务质量最优化为目标的多目标虚拟资源调度模型;采用一种基于项目阶段的双链编码方式进行编码,并提出自适应交叉与变异概率公式,以避免交叉、变异概率始终不变导致算法效率下降与过早收敛的问题;在此基础上利用基于项目阶段的多种交叉变异策略相结合的改进遗传算法进行求解,保证了算法的全局与局部搜索性能。实例结果表明,相比于传统的模型与算法,该模型适用性更强,改进的遗传算法在求解效率、准确度与稳定性方面均有较大提高。     

基于禁忌搜索算法测地卫星任务调度研究

研究测地卫星调度问题,它是一个复杂的组合优化问题,涉及多个卫星,大量的任务与约束限制,何时和如何执行每项任务。分析了问题的主要约束,在合理的假设基础上建立了带有时间窗口多资源调度问题模型,提出一种改进的禁忌搜索算法求解该模型。用实例对模型和算法进行了验证,并将结果与动态规划方法求解结果比较分析,结果表明模型和算法是有效的。     

基于约束的调度研究和实现

运用约束程序设计(CP)思想和技术来调度正成为一个新兴的研究领域。文章首先对CP和调度的相关领域知识进行了简要介绍;然后按照CP所倡导的问题建模和问题求解相分离的思想,建立起一般理论调度问题的约束模型,并设计实现了一个基于约束的调度求解算法CBS-1;并对一些典型问题进行了实验,实验结果表明算法提高了约束调度求解的效率和通用性。     

基于GRASP算法的多成像卫星协同观测调度

针对摘要多成像卫星协同观测调度问题,具有观测任务的时间窗口、卫星存储及能量等约束,是一个NP难的组合优化问题。建立了多成像卫星协同观测调度模型,采用贪婪随机自适应搜索算法(GRASP)对问题模型进行求解,并且对基本的GRASP算法做出了一定的改进,在其初始解的构造阶段设计了定长受限候选列表和变长受限候选列表两种策略,在邻域搜索阶段结合模拟退火算法来搜索更好的解。仿真实例表明,该算法在解决成像卫星任务调度问题时是有效的。     

进近阶段飞机着陆调度优化

飞机着陆调度问题属于NP-hard问题,文中建立了进近阶段调度模型,在此模型基础上提出了一种改进的遗传算法来求解此问题.该算法基于双染色体编码方案,构建了满足MPS约束的初始种群,给出了启发式选择算子和自适应变异算子.针对多跑道飞机着陆调度问题,提出了随机分配和选择分配两种跑道分配策略.仿真结果表明,该方法能有效地减少飞机着陆调度中的总延迟,使待着陆飞机快速有序地进入机场着陆.     

基于暂态混沌神经网络的多车调度混合优化算法

探讨车辆调度问题的解决方法．提出一种用于求解带容量约束的多车调度问题（CVRP）的混合优化算法．该算法分为路线划分、构造初始解和改进解3个阶段：第1阶段用模糊C均值聚类算法将所有客户按车容量要求装车；第2阶段用暂态混沌神经网络方法对每条路线排序；第3阶段用禁忌搜索法改进得到的解．最后采用标准问题进行仿真计算，通过与其他算法的比较，说明该算法是求解CVRP问题可行且高效的方法．     

半在线调度中约束求解算法研究

很多实际调度问题是半在线的. 尝试运用人工智能方法来求解半在线调度问题, 首先简要介绍了半在线调度问题并对其约束模型进行了分类, 通过引入单调性约束扩展的相关概念, 从约束建模角度形式化描述 了一类动态约束扩展, 并在此基础上设计了一个完备动态约束求解算法, 最后给出该算法在半在线离散资源约束调度求解的应用算例. 测试结果表明, 该算法是可行有效的.     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题,其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求,轧制单元的最大长度,产品库存及交货期等.基于多旅行商模型,建立了热轧生产批量调度问题的优化模型,并提出一种混合遗传算法(遗传算法、局部搜索)求解该问题.通过应用串行边重组和并行边重组的遗传交叉算子,算法在优化过程中可以很好地处理调度约束.针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题.     

基于Map-Reduce模型的云资源调度方法研究

为提高Map-Reduce模型资源调度问题的求解效能,分别考虑Map和Reduce阶段的调度过程,建立带服务质量(QoS)约束的多目标资源调度模型,并提出用于模型求解的混沌多目标粒子群算法。算法采用信息熵理论来维护非支配解集,以保持解的多样性和分布均匀性;在利用Sigma方法实现快速收敛的基础上,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免算法陷入局部最优。实验表明,算法求解所需的迭代次数少,得到的非支配解分布均匀。Map-Reduce资源调度问题的求解过程中,在收敛性和解集的多样性方面,所提算法均明显优于传统多目标粒子群算法。     

嵌入疲劳效应和学习效应的应急手术调度研究

为了解决突发事件下应急手术调度问题,将应急手术调度问题看作混合流水车间调度问题,并考虑了医护人员长时间工作而带来的疲劳效应和截断学习效应,构建了术前、术中、术后三阶段手术调度模型。利用改进的灰狼优化算法对三阶段应急手术调度模型进行求解,并通过仿真实验测试模型和算法的有效性。算例分析中,将改进的灰狼优化算法和传统的灰狼优化算法的算例结果进行对比,结果表明改进的灰狼优化算法更有效,能得到更好的调度结果。     

一类Job- shop 车间生产计划和调度的集成优化

讨论一类Job—shop车间的生产计划和调度的集成优化问题，给出了该问题的非线性混合整数规划模型，并采用混合遗传算法进行求解。该模型利用调度约束来细化生产计划，以保证得到可行的调度解。在混合算法中，利用启发式规则来改善初始解集，并采用分段编码策略将计划和调度解映射为染色体。算例研究表明，该算法对求解该类问题具有很好的效果。     

教与学优化算法在梯级水库优化调度中的应用

针对梯级水库发电优化调度模型存在多约束,求解难度大,传统算法易陷入局部搜索,提出一种改进的教与学优化算法进行优化求解.通过具体案例进行测试验证,并和遗传算法与粒子群算法比较.结果表明,该算法具有求解速度快,求解精度高等优势.