基于改进FCM和磷虾群算法的机场特种车辆调度优化

机场特种车辆的高效运行是保障航班正常运行中重要的一环。针对机场特种车辆任务多、时间要求高和能耗大的问题,提出了一种基于改进KCM和磷虾群算法的调度优化方法,建立了以最大任务数为首要目标,以运行时间最短和使用车辆数目最少为次要目标的调度优化模型。仿真实验结果表明:该方法具有适应性好、求解速度快和求解质量高等优点,为提高航班正常率提供了一种有效可行的实现途径。     

基于PSODE算法的机场充电桩规划研究（英文）

基于当前机场逐步实行车辆"油改电"的大背景,研究了今后机场充电桩的布局规划问题。建立了以充电桩管理建设费用、电动特种车辆路上运行费用及充电等待费用最小为目标函数的充电桩选址模型,在粒子群算法的基础上引入信息互融机制,提出了差分进化粒子群算法作为模型求解方法,克服了粒子群算法易陷入局部最优和精度低的缺陷,增加了种群多样性及全局寻优能力。最后结合机场实例确定充电桩布局选址的具体方案,证明了模型算法的可行性和有效性。     

基于PSODE算法的机场充电桩规划研究

基于当前机场逐步实行车辆“油改电”的大背景,研究了今后机场充电桩的布局规划问题。建立了以充电桩管理建设费用、电动特种车辆路上运行费用及充电等待费用最小为目标函数的充电桩选址模型,在粒子群算法的基础上引入信息互融机制,提出了差分进化粒子群算法作为模型求解方法,克服了粒子群算法易陷入局部最优和精度低的缺陷,增加了种群多样性及全局寻优能力。最后结合机场实例确定充电桩布局选址的具体方案,证明了模型算法的可行性和有效性。     

基于自适应遗传算法的航材动态调度规划研究

针对民机不同维修任务的航材调度规划问题进行了深入研究,提出了基于改进自适应遗传算法动态库存的航材实时共享调度规划模型。结合任务时间窗的需求和停机惩罚函数为约束,以最小总成本为优化目标,建立了航材库动态环境下的航材调度模型。在此基础上,采用改进遗传算法对模型进行求解,编码方式采用染色体组的形式,在求解过程中,将交叉和变异概率根据适应值作出动态调整。通过算例仿真验证了该模型的可行性和有效性,为航材实时调度规划提供了理论方法依据。     

基于自适应遗传算法的航材动态调度规划研究（英文）

针对民机不同维修任务的航材调度规划问题进行了深入研究,提出了基于改进自适应遗传算法动态库存的航材实时共享调度规划模型。结合任务时间窗的需求和停机惩罚函数为约束,以最小总成本为优化目标,建立了航材库动态环境下的航材调度模型。在此基础上,采用改进遗传算法对模型进行求解,编码方式采用染色体组的形式,在求解过程中,将交叉和变异概率根据适应值作出动态调整。通过算例仿真验证了该模型的可行性和有效性,为航材实时调度规划提供了理论方法依据。     

多模式下模具柔性作业车间调度问题研究

针对模具柔性作业车间优化调度问题,考虑了多模式对任务工期的影响,构建了以提前/拖期惩罚代价最小为目标函数的优化模型,提出了一种混合蚁群算法对问题进行求解,利用蚁群算法确定模具零件各道工序的加工中心和加工模式,由模具部件优先级确定各个加工中心上相应模具零件加工的先后顺序,最后通过算例说明算法的有效性。     

基于离散多元宇宙算法的柔性作业车间调度北大核心

针对柔性作业车间调度问题计算复杂度高,求解困难的难题,提出了一种离散多元宇宙优化算法。首先,建立起以最大完工时间为目标的柔性作业车间调度模型,使用两段式整数编码和贪婪插入解码建立算法与调度问题之间的联系;其次,设计宇宙种群初始化方法,以确保初始调度解的质量和多样性;然后,在基本多元宇宙算法的基础上,设计新的白洞选择,黑洞白洞传输和向最优宇宙移动机制,提高了算法求解柔性作业车间调度问题的性能。通过基准算例与其他智能算法比较,实验表明,所提算法可以有效的求解柔性作业车间调度问题。     

外协加工下模具项目调度方法研究

阐述了模具企业在外协加工下模具项目的调度方法。在传统生产调度方法上建立了以总成本期望值最小为优化目标的调度优化模型,设计该模型的遗传算法并进行了寻优求解,通过计算实例验证了算法的可行性和有效性,表明将外协资源考虑到生产调度中可有效减少项目群总拖期量及总成本。根据算法设计开发了一套模具项目计划制定系统,为企业实际项目制定提供决策支持。     

柔性制造系统实时调度与优化研究（英文）

在FMS物流系统的实时调度优化方面,主要是针对AGV运输展开的调度研究。简要介绍了两种形式的AGV调度策略:基于遗传算法(GA)的AGV调度、基于粒子群算法(PSO)的AGV调度;将模型及调度优化思想以具体的实例进行验证,以已开发出的仿真程序为基础,在其中融入调度模块,通过实时运行的假定加工任务数据,证实实时调度优化后系统的任务完成时间有明显缩短,提高了整个系统的任务加工处理效率。     

考虑作息时间的流水车间调度模型与算法北大核心

针对实际车间调度问题中由于作息时间而导致机器不可用的问题,建立了以最小化最大完工时间为优化目标的流水车间调度模型,并提出了一种改进的遗传算法。在调度模型中对机器可用时段进行约束来模拟考虑作息时间的开工与停工状态;在算法设计中通过结合禁忌搜索对基本遗传算法进行改进,提高了问题求解的质量。针对加工可恢复和不可恢复两种情况,应用不同求解策略进行了仿真实验,优化调度结果与设计的工作时间段相吻合,并对实验结果进行单因素分析,验证了该两种情况均由于作息时间的存在对调度结果有着显著影响。     

基于遗传算法的面向绿色制造的车间调度优化

针对面向绿色制造的车间调度问题,文章综合考虑加工时间、电能消耗的可计算性和质量、环境影响的复杂模糊性,采用0-1变量思想将质量、环境影响转化为可计算的因素建立了以最小完工时间,最小电能消耗为目标以质量和环境影响为约束的调度数学模型.采用遗传算法结合变权重思想对该优化问题求解,同时结合一个齿轮加工过程中面向绿色制造的车间优化调度为例,说明该优化方法的可行性.     

基于改进遗传算法的多线性缓冲区联合调度

针对汽车涂装生产的车辆路由调度问题，为降低涂装作业颜色切换次数及后续生产序列偏差，实现有限的资源内制造成本最低。基于涂装车间内具有多线性缓冲存储区的特点，以随机的待喷涂车辆集合为输入，建立以颜色切换次数最少及总装生产需求队列偏差最小为目标的MILP(mixed integer linear programming)模型，入库基于启发式规则，出库通过改进遗传算法求解，输出车辆路由调度方案。最后以某新能源汽车厂涂装车间为例，开发了一套路由调度系统，验证了所提出的多线性缓冲区联合调度方法，使得涂装切换成本下降80%左右，总装生产需求偏差成本下降10%左右。     

混联混合动力特种车辆参数匹配与性能优化研究

分析了混合驱动系统转速、转矩、功率和效率四大特性,在此基础上提出了多目标优化匹配流程,建立了系统参数匹配的优化模型。并应用于某重型特种车辆的混合动力系统参数的匹配,通过样车验证该匹配方法使车辆具有良好的性能,为混联混合动力车辆特性分析和系统匹配研究提供了重要参考。     

基于GA-IPSO算法的柔性生产线高级计划排程方法研究

针对目前制造型企业的柔性生产线调度排程问题,以最小化生产完成时间、控制生产成本为生产线排程的综合优化目标,基于高级计划排程方法,提出一种结合租赁生产线的生产排程优化模型。其次,设计了一种求解排程模型的GA-IPSO算法,针对基本粒子群算法较易陷入局部最优的弊端,在粒子搜索过程中加入交叉、变异等操作,同时在迭代过程中动态地改变惯性权重,以增添粒子的多样性,提升算法的寻优能力和求解精度,防止优化结果陷入局部最优。最后,通过实例验证了该排程模型及优化算法可以有效地提高企业排程效率。     

一种基于膜计算的交叉口多车协同优化方法（英文）

交叉口协同驾驶系统通过车辆与交叉口控制系统协同工作来实现交通的控制和管理,使得车辆能够安全和有效地通过交叉口。因此,交叉口协同驾驶系统通过多个无法比较的冲突目标实现协同和优化,是一个典型的带约束的多目标优化问题。为了解决交叉口协同控制系统的多目标优化问题,从V2X的角度提出了一种基于改进膜计算系统的多车优化方法。通过种群膜系统刻画了交叉口协同驾驶系统的多目标优化问题,然后通过提出的改进膜计算系统的多车优化方法对交叉口协同驾驶系统的多目标优化问题进行了求解。最后,通过实验和分析表明了提出的方法优于其他4种算法。     

自动化仓库中通讯和调度功能的研究与实现

文章介绍了一种在自动化仓库中应用的数据无线传输方法与通讯协议,以及出/入库作业任务优化调度的方法.系统采用射频芯片,串行通讯方式进行数据的半双工无线传输,具有较强的抗干扰能力.而优化的作业调度大大提高了自动化仓库的运行效率.     

一种基于膜计算的交叉口多车协同优化方法

交叉口协同驾驶系统通过车辆与交叉口控制系统协同工作来实现交通的控制和管理，使得车辆能够安全和有效地通过交叉口。因此，交叉口协同驾驶系统通过多个无法比较的冲突目标实现协同和优化，是一个典型的带约束的多目标优化问题。为了解决交叉口协同控制系统的多目标优化问题，从V2X的角度提出了一种基于改进膜计算系统的多车优化方法。通过种群膜系统刻画了交叉口协同驾驶系统的多目标优化问题，然后通过提出的改进膜计算系统的多车优化方法对交叉口协同驾驶系统的多目标优化问题进行了求解。最后，通过实验和分析表明了提出的方法优于其他4种算法。     

基于强繁殖NSGA-Ⅱ算法的柔性车间调度多目标优化

为了实现减少车间完工时间、机器总负荷和车间能耗等优化目标,提出了基于强繁殖NSGA-Ⅱ算法的柔性车间调度优化方法。对柔性车间调度问题进行了描述,建立了车间调度的多目标优化模型,给出了调度问题编码和甘特图解码方法。以NSGA-Ⅱ算法为基础,根据繁殖能力的不同将染色体分为强繁殖子群和普通子群,两个子群根据自身特点使用不同的遗传操作,从而给出了强繁殖NSGA-Ⅱ算法。将强繁殖NSGA-Ⅱ算法应用于柔性车间调度优化,改进算法求解的Pareto解集分布优于传统NSGA-Ⅱ算法;选择一个折中解进行验证,强繁殖NSGA-Ⅱ算法解的甘特图完工时间、机器总负荷、车间能耗均小于传统NSGA-Ⅱ算法解的参数,验证了NSGA-Ⅱ算法在柔性车间调度多目标优化中的优越性。     

基于改进蚁群算法的机械加工零件物流配送路径研究

针对机械加工过程中,蜗轮减速器零件的工艺路线问题,考虑车辆负载、配送路径长度与时间惩罚等约束,为了规划出最优配送方案,构造以运输成本最小为优化目标的调度模型,采用改进蚁群算法进行模型求解。将时间窗、节约矩阵作为先验信息引入状态转移策略以及对信息素更新的优化,采用蚁群算法对蜗轮减速器零件的配送路线问题进行求解,寻求最优配送方案以及对VRP问题的基准算例仿真,与其他算法对比,表明了该文算法的有效性。     

改进模拟退火算法在柔性调度中的应用

针对柔性生产碳排放量和作业时间的耦合,文章以碳排放量和最大完工时间为优化目标,建立了柔性作业车间调度模型,并提出了一种基于改进模拟退火算法的调度策略。为了提高算法的运行速度,采用了随机位置和轮盘赌的两种编码方式。为了避免算法陷入早熟,采用了个体调换和局部颠倒两种不同的搜索方式。最后以车间生产实际案例为背景,通过设置碳排放量和最大完工时间不同的权重系数代表不同的工厂对生产目标的不同要求,生成不同的调度方案。实验结果表明文中所提出的基于改进模拟退火算法的调度策略在加入低碳要求的车间调度中是可行和有效的。