[车间调度]一种求解单机总加权延迟调度问题的改进蚁群算法

针对极小化总加权延迟指标下的单机调度问题研究,提出一种基于信息素差异更新的改进蚁群算法。采用基于工件序列的编码方式,并结合修正交货期优先规则改进了启发式信息的设定;引入正负反馈机制来自适应地差异化更新各节点间信息素,同时将成对交换策略用于局部搜索,以进一步改善调度方案质量。结合OR-Library中多个基准实例的仿真验证了该算法的可行性和有效性。     

考虑准备时间和工件分批的柔性作业车间调度

针对柔性作业车间调度受生产准备时间和工件批量影响的问题,构建了考虑准备时间和工件分批的柔性作业车间调度模型.根据工件批量加工中等量分批方法柔性不足的特点,采用柔性分批方法对工件进行批量划分.提出一种改进的遗传算法,以最小化最大完工时间为优化目标,采用双层编码的方式对模型求解,确定各工件的分批方案和子批工序调度排序方案.通过分析柔性调度案例,验证了该算法的有效性,能够更好地满足实际车间生产要求.     

锻造多属性有条件相容并行组批优化

针对锻造行业存在的多阶段、工件有条件相容、不确定加工时间、以最小化拖期和完工时间为目标优化的组批和排序问题,提出了基于工件模糊聚类的两种算法.算法1的工件优先级由工件熵值、工件松弛时间重要度、市场意志共同决定,批的优先级由批内最高优先级工件决定;算法2为随机密钥代表混合遗传算法,该算法用随机密钥进行编码和解码,采用基于规则编码的方法来优化基因序列和基于规则的交叉操作,采用小生境技术来调整个体适应度,采用精英保留策略产生下一代.数值实验结果表明,在多品种、高负荷下,混合遗传算法好于算法1,算法1好于其他启发式算法.     

一种求解单机总加权延迟调度问题的改进蚁群算法

针对极小化总加权延迟指标下的单机调度问题研究,提出一种基于信息素差异更新的改进蚁群算法。采用基于工件序列的编码方式,并结合修正交货期优先规则改进了启发式信息的设定;引入正负反馈机制来自适应地差异化更新各节点间信息素,同时将成对交换策略用于局部搜索,以进一步改善调度方案质量。结合OR-Library中多个基准实例的仿真验证了该算法的可行性和有效性。     

一种基于时间窗的多阶段混合流水车间调度方法

考虑同时包含单处理机和批处理机的多阶段混合流水车间调度问题,设计一种基于时间窗的蚁群算法,以最小化最大完工时间为优化目标。在解决整体调度问题的过程中,通过蚁群算法实现工序分派、排序、组批三个阶段的协同优化调度;另外在工件组批阶段加入时间窗策略,利用前瞻性算法动态构建组批方案,通过分析批处理机的时空关系设计合理的组批时间窗,以获得较高的机器利用率。试验结果表明,与无时间窗的蚁群算法相比,时间窗策略在确保最小化最大完工时间的同时,提高了批处理机的利用率;与CPLEX相比,基于时间窗的蚁群算法在最大完工时间和计算效率方面均有较大优势。蚁群算法与时间窗的结合兼顾了多个阶段多种机型的生产特点,适用于解决多阶段混合流水车间的调度问题。     

混合品种装配线平衡问题的一种混合搜索机制的蚁群算法

为有效求解混合品种装配线平衡问题,通过组合不同品种的优先顺序图,将混合品种装配线转化为单一品种的装配线形式.提出了一种带信息素总合规则的混合搜索机制的蚁群算法,通过在任务和任务分配序列的位置之间释放信息素、采用信息素总合规则以进行更有效的信息素累积,构造了综合考虑利用、探索和随机搜索的混合搜索机制,考虑了局部信息素更新和全局信息素更新.为提高搜索效率,以协同考虑装配任务作业时间和后续任务数的分级位置权重作为蚁群算法的启发式信息.最后通过实例验证,说明了算法的有效性.     

模具精铸中不一致任务单熔炼炉批调度优化

单熔炼炉批调度问题属于不一致任务单机批调度问题,熔炼批加工时间与批内任务需熔炼重量之和为线性函数关系。建立了单熔炼炉最小化最大任务完工时间的优化模型,提出了基于任务分批序列的混合粒子群算法(HPSOB)进行优化求解。该算法使用随机生成的任务分批序列作为粒子,采用批重量匹配(BWF)启发式规则对违背批重量约束的染色体进行修复。为避免早熟问题,算法引入遗传算法中的交叉操作和变异操作,通过粒子同个体最好解和群体最好解的交叉以及粒子自身的变异方式来搜索最优解。仿真实验结果验证了HPSOB算法的有效性。     

基于多目标混合进化算法的作业车间混排可变分批节能调度方法

针对作业车间分批调度问题,集成可变子批划分和子批混排策略,考虑批量划分约束、子批混排加工约束等,建立了最小化能耗和完工时间的混排可变分批调度优化模型,并提出了一种改进多目标混合进化算法。为了协调算法的全局搜索与局部搜索性能,将Jaya算法种群更新机制引入基于分解的多目标进化算法中,同时结合混排可变分批调度问题特征,设计了一种基于子批拆分/合并与关键链相结合的局部搜索策略。基于不同规模算例,对比分析了所提出的算法与其他经典算法的求解性能。实验结果表明,所提出的算法在Pareto解集收敛性和分布性方面具有明显优势,同时所提出的混排可变分批策略可有效降低能耗、缩短完工时间。     

基于蚁群算法的多加工路线柔性车间调度问题

针对具有工艺路径柔性和机器柔性的多加工路线柔性车间调度问题(FJSP-MPP),基于OR子图,提出一种新的四元组数学描述方法来描述工艺路径柔性和机器柔性;以最小化最大完工时间为优化目标,构建了FJSP-MPP的数学模型。在不需要预先建立析取图模型的前提下,通过设计OR子图和工件的Allowed列表和Tabu列表的相关操作算法,构造了面向FJSP-MPP的蚂蚁路径;通过引入额外的节点信息素,改进信息素更新策略和状态转移规则,实现了蚁群算法求解FJSP-MPP。不同规模数据实验结果表明,该算法具有良好的优化性能。     

考虑工件释放时间和柔性维护的单机调度问题

针对晶圆制造过程中考虑清洗维护的生产调度联合优化问题，以最小化最大完工时间为求解目标，优化工件加工顺序及维护活动执行时间。证明了该问题为NP难的，建立了问题的整数规划模型并进行线性化。结合机器役龄约束下的成批调度问题特征，证明了解的性质，并设计ERD-LPT-BFLD启发式算法对问题进行求解。构建了考虑工件释放时间及清洁活动约束的下界算法。通过不同规模算例仿真实验，将所提启发式算法与CPLEX及下界算法求解结果进行比较，验证了所提算法的有效性。