双资源作业车间双目标调度优化研究

考虑在制品库存费用、机床工时费、直接工人的工资费用、工件的提前和拖期完工造成的损失费用,提出了一种双资源作业车间调度的生产费用计算方法.将一种新的排序策略嵌入到Pareto竞争方法中,设计了一种新的混合遗传算法,对生产周期和生产费用两个目标同时进行优化.为了保证解的多样性,采用小生境技术并同时使用多种交叉方法.用Pareto解集过滤器保存进化过程中的最优个体并不断更新,防止最优解的遗失.算法最后给出问题的Pareto最优解集.仿真结果表明:该方法是可行的,并具有一定的优越性.     

基于自适应遗传算法的模具制造动态调度研究

模具生产工艺复杂,生产过程动态多变,为有效求解模具制造动态调度问题,设计动态调度算法。文章首先建立简化模具企业车间作业调度问题模型,利用自适应遗传算法确定模具各工件各工序的加工方案。其次,考虑模具生产中的不确定因素,提出了局部更新和全局更新相结合的、基于滚动窗口技术的动态调度方法。最后,将算法用于求解实际模具企业车间作业调度问题,结果表明,该算法通用性强,可行性高。     

考虑低碳的柔性作业车间调度问题研究

针对面向绿色制造的车间调度问题,将低碳因素作为影响因子考虑到模型中,构建低碳生产下的多目标柔性作业车间调度模型,并提出改进的免疫遗传算法求解模型。算法改进初始种群的形成机制,以提高收敛速度和改善求解质量,采用合理的选择策略机制、交叉和变异方式,结合记忆库设计熵值移除法筛选Pareto解集,以提高算法的搜索能力和避免算法陷入早熟。运用MATLAB编程运算实例,实验结果表明,该方法能够有效地解决了绿色制造中低碳的多目标调度优化问题。     

基于带精英策略的NSGA-Ⅱ遗传算法的车间作业调度研究

研究了带精英策略的非劣前沿分级遗传算法，优化了算法终止条件。针对多目标车间作业调度优化无法找到唯一最优解的问题，提出了基于带精英策略的非劣前沿分级遗传算法的多目标车间作业调度的优化策略和实现方案。仿真结果表明，基于带精英策略的非劣前沿分级遗传算法是求解多目标车间作业调度问题的有效算法。     

基于递阶优化的电器装配线作业调度研究和应用

针对电器装配车间的特点,将装配线的作业调度分为车间管理决策层和车间装配单元执行层,建立了基于递阶优化理论的装配线作业调度模型.模型上层为车间管理层,以控制成本最低为决策目标;下层为N个平行的装配单元,以在满足车间层设备能力和资源配置约束的基础上,以完工时间最短为目标进行优化.并引入遗传算法对模型进行求解,通过实例验证了该模型的有效性和可行性,解决了车间管理层与车间层之间成本和能力利用平衡问题,实现了电器装配车间作业调度的自动化与优化.     

基于非支配遗传算法的自动化仓库动态货位优化

针对存有随机数量货物的机床零部件自动化立体仓库(AS/RS)中存在的货位规划难题,提出了一种基于动态的仓储模式与Pareto遗传算法的AS/RS货位优化方法。该方法以能耗最低和效率最高为基本原则规划库区和优化分配货架,完成货位编号和货品编号;以堆垛机行驶时间和货架稳定性为优化目标,建立货位多目标优化的数学模型;采用第二代非支配排序遗传算法得到动态货位优化的Pareto最优解。仿真实例计算结果表明,该方法使货物的出入库能量消耗、出入库效率以及货架的稳定性等指标得到较大改善。     

冲压车间调度的动态拥挤度NSGA-Ⅱ多目标优化方法

为了降低冲压车间总能耗、缩短冲压件完成时间,提出了基于动态拥挤度NSGA-Ⅱ算法的冲压车间调度优化方法。分析了冲压机各工作状态,针对多制件、多工序调度问题,建立了以能耗最低、完成时间最短为优化目标的多目标优化模型。针对NSGA-Ⅱ算法中拥挤度比较算子会降低基因的多样性的问题,给出了动态拥挤度策略,该策略在删除多余染色体的同时,动态更新各染色体拥挤度,从而提出了基于动态拥挤度NSGA-Ⅱ算法的模型求解方法。经实例验证,NSGA-Ⅱ算法搜索的Pareto前沿解集不是真正的前沿解,而是陷入了局部最优,动态拥挤度NSGA-Ⅱ算法搜索出了Pareto前沿解集,其优化结果在能耗和完成时间上均优于NSGA-Ⅱ算法。     

基于混合遗传算法的车间动态调度研究

针对扰动事件影响下的车间调度问题,基于事件驱动策略和滚动窗口技术,综合考虑完工时间与交货期,建立了作业车间动态调度模型。为了求解该模型,设计出模拟退火遗传算法,对算法的编码解码、遗传算子等方面进行改造。通过仿真得到初始调度方案,然后在此基础上,采用动态调度策略对交货期提前、机器故障、部件残品扰动事件进行了研究。通过对某公司产品进行实例验证,结果表明上述研究能够得到满意的调度方案。此模型和算法是可行且有效的,可以较好地应用到企业实际生产中。     

基于自适应遗传算法混合Flow-shop的调度与仿真

通过对柔性制造系统中混合流水车间生产调度问题的分析和研究,开发了基于遗传算法的生产调度方法,调度目标为最小化工件的最大完工时间。采用了一套新的染色体编码方法以保证个体的合法性与计算的方便性,设计了相应的交叉和变异操作算子,并生成最优的排序计划。仿真结果表明,改进后的顺序自适应交叉遗传算法更能有效地解决混合流水车间调度问题,并采用VB软件编程实现了调度过程的动态仿真。     

基于遗传算法的柔性作业车间调度优化

针对经典作业车间调度问题的局限性,结合实际生产情况,提出了具有路径柔性的作业车间调度模型,给出了求解模型的遗传算法的具体实现过程.针对模型的特殊性,提出了染色体两层编码结构,将AOV、AOE网络图分别应用到解码和适应度函数的计算中,并给出了相应的选择、交叉、变异操作设计.最后通过一个8×6调度问题的测试例子,表明了此算法的有效性.     

基于赋时Petri网的批处理系统建模

批处理系统建模是其性能评价、仿真、调度以及控制研究的基础。批处理生产系统是动态离散事件系统，串行与并行生产过程并存。为了建立批处理系统的动态模型，引入了赋时Petri网的建模概念和特征，进行了批处理系统中资源模块的建模描述。在此基础上，提出了批处理系统的通用赋时Petri网的建模方法。采用提出的批处理系统建模方法，针对具体的批处理实例系统进行了建模。同时，在实例模型基础上，进行了批处理系统的调度研究。     

基于赋时Petri网的机器人小臂装配线建模

针对机器人小臂装配过程复杂、装配线平衡分析困难的问题,提出一种以自上而下/自下而上为指导思想的赋时Petri网建模方法。根据机器人小臂实际装配的特点,研究了该装配线模型的定义规则和构建方法。在引入模型假设之后,先用自上而下的思想建立基于流程的赋时Petri网模型;再用自下而上的思想建立基于任一工序的赋时Petri网模型;然后将前两步所建模型相结合并细化,从而建立整个装配线的赋时Petri网模型。最后,通过建立和分析对应模型的可达树验证了该建模方法的可行性。研究对指导机器人小臂装配线的构建具有较大的应用价值。     

生产周期——交货期双目标生产车间调度优化

目前生产车间调度问题研究主要集中在单目标调度问题上，离实际调度问题还有很大差距。文章结合实际，将遗传退火算法与双向调度策略相结合，研究了工艺路线可变的以生产周期和关键工件交货期为目标的生产车间调度问题。双向调度策略既满足了客户的要求，又考虑到了车间生产效率，具有很强的实际应用价值。遗传算法和模拟退火算法的结合，充分发挥了遗传算法良好的全局搜索能力以及模拟退火算法能有效避免陷入局部极小的特性，具有很好的收敛精度。最后给出的仿真结果证明该算法是可行的，并具有明显的优越性．     

Review and classification of hybrid shop scheduling

Hybrid shop scheduling has gained popularity due to the rapid rise of market demand and development of production technology. It is a combination of more than one classical shop scheduling, such as flow shop scheduling, job shop scheduling, open shop scheduling, parallel machine scheduling, and multiprocessor task scheduling. In this paper, a classification of hybrid shop scheduling problem based on the criterion of machine environment is proposed. The problem is classified into hybrid shop scheduling with parallel machines, hybrid shop scheduling with multiprocessor task, and other hybrid shop scheduling such as the mixed shop scheduling. The citation analysis method is used to give a brief review of hybrid flow shop and job shop with parallel machines. At the same time, for hybrid shop scheduling with multiprocessor task and other hybrid shop scheduling, a detailed overview is given because of its relatively few researches. Finally, some research directions for the hybrid shop scheduling are also discussed.     

基于免疫机制解决JSP调度问题算法研究

遗传算法的两个遗传算子都是随机、没有指导的搜索,容易产生超级抗体,引起早期收敛,本文针对这些问题提出了一种遗传算法框架下引入免疫机制来解决车间调度问题的新算法,该算法通过引进克隆选择、细胞超变异等机制构造免疫进化算法,克服了遗传算法中存在的缺陷.通过实例证明,本算法是解决JSP调度问题行之有效的方法.     

柔性调度多目标优化的混合粒子群算法研究

研究多目标柔性调度问题,提出了一种基于多目标粒子群优化算法和局域搜索技术相结合的新算法.建立以最大完成时间、机器总负载和最大机器负载为目标函数的多目标数学调度模型.将粒子群算法运用到机器分配子问题;局域搜索技术运用到工序排列子问题,对粒子群算法得到的结果进行再调度.粒子群优化算法的全局搜索能力与局域搜索技术相结合,加快了算法的收敛速度.最后通过与其他算法进行测试比较,验证了该算法的可行性及有效性.     

基于pareto方法的多目标柔性车间调度问题的研究

多目标柔性车间调度问题一直是一个学术的难题,关于并行机的问题更是很少讨论.建立了基于并行机的多目标柔性车间调度的数学模型,目标函数为最小化最大完工时间和加工成本.与以往智能优化算法不一样的是,提出了一种基于pareto的简单优化算法.该算法主要包括两个模块:加工顺序模块和机器选择模块,其中机器选择模块采用了基于pare-to优化算法.最后,数字实验表明了该算法的正确性和有效性.     

面向对象Petri网方法在AGV嵌入式控制系统设计中的应用

面向对象Petri网方法兼有面向对象和Petri网两种建模方法的优点,是一种优秀的系统建模和设计方法.文章主要研究了面向对象Petri网方法在AGV嵌入式控制系统设计中的具体应用,为AGV嵌入式控制系统的设计提出了一种行之有效的形式化方法.     

The selection of tools and machines on web-based manufacturing environments

Tools and machines selection is one of the most important activities in process planning. Computer-aided tool selection (CATS) has been a vital element in Computer-aided process planning (CAPP) systems. However, the selection of tools and machines is a dynamic activity between planning and scheduling. Most CAPP systems focus on the generation of static process plans via incorporated manufacturing knowledge and they are not flexible to connect with existing manufacturing resources. In addition, there is an increased demand for CATS to frequently communicate with design in manufacturing environments for manufacturability evaluation. This paper discusses the selection of tools and machines on Web-based manufacturing environments. It helps existing CAPP systems to generate realistic and economical process plans, and lets designers efficiently undertake manufacturability evaluation. In particular, the machine selection incorporated with tool selection can generate extended strategies for economical production. An example is presented to illustrate the method proposed.     

一种求解车间作业调度问题的改进遗传算法

变批量和个性化产品的现代生产方式,使得调度问题在当今生产中日渐受到重视,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,结合基于工序编码和位置列表编码的优势,设计了混合编码方式,并将局部搜索运用到变异算子中,通过实例验证了该算法的有效性.