超启发式文化基因算法优化生产与预维修集成调度问题

鉴于传统车间调度通常认为机器始终处于可用状态而有悖于实际生产环境的不确定性,考虑机器使用过程中需要周期性的进行预防性维修的情况,以最大完工时间和预防性维修总成本为目标,建立了机器预防性维修和柔性作业车间调度的集成优化模型。针对该模型设计了年龄模型下的3种不同的集成策略,并开发了一种超启发式文化基因算法,算法采用两层结构,顶层采用文化基因算法的搜索机制,底层是全局搜索算子库和局部搜索算子库,采用基于概率的改进的自适应算子选择机制。实验表明,该算法可以有效求解生产调度与预维修集成优化问题。通过对比可知,同步集成策略表现最优。将役龄模型应用于同步集成策略中,进一步优化了同步集成调度策略,在保证机器可靠性的前提下降低了最大完成时间和预防性维修总成本。     

基于改进小世界遗传算法的网络环境下跨单元调度

为了从总体上提高设备利用率、降低企业生产成本、快速响应市场需求,针对网络环境下单元制造系统中特殊工件需要跨单元加工的问题,建立了以最小化最大完工时间和总成本为优化目标的跨单元调度模型。针对多目标遗传算法求解大规模调度问题时全局搜索能力差、收敛速度慢等问题,设计了一种改进小世界遗传算法。通过分析优化目标和制造网络模块度的关系,提出基于制造网络模块度的初始解生成机制,对小世界遗传算法初始解进行改进。通过计算实例,说明优化目标与制造网络模块度呈显著相关性,将制造网络模块度用于初始解的生成可有效改进初始解的质量;通过与带精英策略的快速非支配排序遗传算法、小世界遗传算法的运算结果进行对比,得出改进小世界遗传算法在求解大规模调度问题时,收敛速度更快、求解质量更高的结论。     

基于改良C-W节约算法的甩挂运输车辆调度模型

为研究甩挂运输车辆调度模型，以带有时间窗的车辆配送模型为基础，构建了包括油耗成本、过路费成本、装卸停歇时间成本和延时惩罚成本在内的总成本最小目标函数，建立了基于不同载重油耗方程的甩挂运输车辆调度模型。在算法上，构建了改良型的C-W节约算法，并用该算法找出了一个9客户案例的最优物流配送路径。     

三维装载约束下基于运输资源共享的车辆路径问题

针对车辆路径问题研究在三维装载方式和运输资源共享模式结合方面存在的不足,提出三维装载约束下基于运输资源共享的车辆路径优化策略。首先,结合客户点地理位置特征和服务时间窗属性确定多个服务周期,建立了多个服务周期内物流运营成本最小化和车辆使用数最小化的双目标优化模型。其次,设计了集成k-means时空聚类的Clarke-Wright—非支配排序遗传算法求解模型,该算法引入Clarke-Wright节约算法以提高初始解的质量,并结合非支配排序遗传算法提高了混合算法寻找优化解的全局和局部空间搜索能力。最后,结合实例数据对所提方法进行了计算验证,给出了三维装载约束下基于运输资源共享的车辆路径优化方案并探讨了不同车厢空间分区模式下物流运营总成本、车辆使用数、车辆平均装载率和车辆平均使用频次的变化情况。研究表明：根据客户需求货物种类数和货物规格划分配送车辆装载空间,可有效降低物流运营总成本,减少配送车辆使用数,增加车辆共享频次和有效提高车辆平均装载率,并可为基于运输资源共享的三维装载物流网络优化问题提供决策参考和方法支持。     

基于目标级联法的动态零件族跨单元生产的单元调度研究

研究单元生产环境中零部件生产工艺不相同情况下动态零件族跨单元生产的单元调度问题。以最小化单元制造系统的总流程时间为目标,对各生产单元的重组零件族进行生产调度,采用分级调度算法对该问题进行研究。算法将调度过程分为三层,即时间决策层、分配决策层和路径决策层,以时间决策层为最终优化目标,通过将时间分解至分配决策层再至路径决策层,下层时间达到最优后反馈至上层,层层优化来实现对单元制造系统的有效管理。最后通过算例验证该算法在单元生产环境下,能够根据加工时间和加工数量动态、合理分配零件到各生产单元,形成动态零件族,并优化工件在各单元的加工路径,具有一定的合理性和有效性。     

自动导向小车与加工设备多目标集成调度的聚类遗传算法

针对AGV与加工设备的集成调度问题,在考虑AGV无冲突路径规划的情况下,建立了以最大完工时间、AGV运行时间及机器总负荷为优化目标的调度优化模型,提出一种基于时间窗和Dijk-stra算法的多目标自适应聚类遗传算法.根据算法在不同迭代时期的特点,提出一种包含自适应个体交叉概率的交叉重组策略;设计了自适应种群变异概率;引...     

基于Pareto最优的多目标集成协作计划与调度

针对现有制造系统中协作计划、生产计划和调度方案不能同步制定的问题,考虑在供应链环境下有协作的计划与调度,构建了一种多目标集成协作计划与调度优化模型。提出一种基于Pareto最优的多目标优化算法,设计了包含协作染色体的基于作业的集成编码方案,通过惩罚操作实现协作计划与生产计划的同步协调。考虑供应链协调中常见的完工时问、总成本、总拖期时间、平均流经时间四个性能指标对模型进行整体优化。通过仿真实验验证了模型及其算法的有效性。     

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。     

基于自适应粒子群算法的制造单元集成构建方法

为避免制造单元构建过程中各个环节分开孤立研究导致的问题解空间损失和工件选择单一工艺路径而引起的制造单元忙闲不均现象,利用并行工程的思想对三个环节进行了集成优化方法的研究,建立了多目标集成优化模型,并设计了基于结构化编码的自适应粒子群算法.通过仿真实验,验证了模型和算法的可行性和有效性.     

基于遗传算法的冲压车间节能调度优化研究

金属加工行业中,冲压成形能量消耗相对较大,因此,对冲压成形加工开展低碳节能的研究具有重要的实际意义。为解决冲压车间多目标节能调度问题,在深入分析低碳作业车间调度和某冲压车间生产现状的基础上,结合冲压生产过程中的能耗特性分布曲线,建立以最小化最大完工时间、加工总成本和加工总能耗为目标的冲压车间多目标节能调度优化模型,并设计了基于多层编码的遗传算法求解该模型。最后,结合某企业的冲压车间生产实际进行案例研究得出,冲压车间多目标节能调度优化模型在一定程度上可降低冲压车间加工总能耗,同时使得最大完工时间和成本较优,验证了模型和算法的可行性和有效性。     

考虑运输时间的分布式柔性作业车间绿色调度

针对考虑运输时间的分布式柔性作业车间绿色调度问题,建立了最小化完工时间和总能耗的混合整数规划模型,并提出了一种改进的非支配排序遗传算法。采用基于工序和机器的双层编码方式设计了考虑运输时间的贪婪插入解码方法。为提高种群的质量,设计了同时考虑加工时间和能耗的初始化方法,应用多父代交叉和新的变异操作更新种群,并嵌入一种变邻域搜索策略以提高Pareto前沿的质量。多组实验验证了该方法的有效性。     

基于JIT的多目标总装准时物料配送方法研究

针对机械产品总装过程中的准时物料配送问题,从优化目标、约束条件及影响因素三方面考虑,提出以物料运输成本、物料运输时间、线旁库存三者综合为优化目标的多目标准时物料配送模型。给出优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程。最终求解得到物料配送单用于指导配送,使决策者能够根据实际情况选择优化的偏好值。通过一个总装车间准时物料配送问题的实例验证了此模型和算法的有效性。     

面向云制造的混流混合车间调度问题

为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。     

基于维修时间窗的柔性作业车间调度优化研究

针对柔性作业车间调度和预防性维护的单目标集成优化问题,以最大完工时间为优化指标,建立了基于维修时间窗的集成优化模型,设计了混合“教与学”优化（HTLBO）算法求解该模型。提出一种“基于工序加工时间最短”的机器序列初始化策略,对部分初始种群进行初始优化,以提高部分初始解的质量,使得算法能够以较短的时间收敛。对文献中柔性作业车间调度的基准问题进行求解并比较其计算结果,初步证明该混合算法的可行性;针对集成维修时间窗的柔性作业车间调度优化模型,借鉴文献中的数据生成实例进行求解,并与其他算法进行比较,证明该混合算法的有效性。     

考虑多目标的工艺规划与调度集成问题研究

针对工艺规划与调度集成问题在多目标优化方面的不足,考虑将多目标优化集成到工艺规划与调度集成问题中。以最长完工时间、加工成本及设备最大负载为优化目标,对该多目标工艺规划与调度集成问题进行建模,并提出了一种非支配排序遗传算法,鉴于加工信息的多样性,使用多层结构表示可行解,对该算法的选择及遗传操作等步骤进行了设计。最后,以实例验证了上述模型的正确性及算法的有效性。     

基于粒子群算法的多目标可重构设施布局方法

提出了一种多目标可重构设施布局方法。该方法引入了空间填充曲线来表征设施位置,可以实现任意两个设施之间的互换;考虑了柔性面积需求和设施形状约束系数等因素,保证布局方案的可行性;建立了以成本(物料运输成本和设施重构成本)和在制品库存为目标的多目标可重构设施布局模型;设计了该模型的改进粒子群算法,该算法在全局极值和个体极值的选取、Pareto解集的更新策略方面相对于标准的粒子群算法有改进。最后用算例说明了该方法的有效性。     

分时电价下基于NSGA-Ⅱ的柔性作业车间绿色调度

通过规划绿色生产调度实现了时间、经济和能耗三者的协同优化。以柔性作业车间为背景，结合分时电价政策，构建了设备不同工作状态下的设备能耗成本计算模型；同时兼顾碳排放与订单交付等绿色生产车间管理要求，建立了包括最小化碳排放、能耗成本和最大完工时间在内的柔性作业车间绿色调度多目标优化模型；为避免算法过早陷入“早熟”并保持种群多样性，采用基于动态控制参数和改进精英保留策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行求解；最后，通过具体算例验证了所建立模型的可行性与改进算法的优越性。     

车辆货物配装过程建模与优化决策

以家电企业配送为例研究车辆和多品种货物的配装问题。以配送中心车辆运力最大化为目标,研究如何对货物进行装车调配、优化处理来提高车辆的装载效率,以降低配送运输成本。对车辆类型、体积、载重额、客户优先级以及按区域配送线路等约束条件和目标函数进行系统分析,建立车辆货物配装数学模型。运用物流仿真软件建立货物配装的动态仿真模型,用遗传算法对配装过程进行优化,得出装载货物顺序编号的决策方案。仿真统计结果分析表明该仿真模型可以使顾客需求货物满足车辆容重约束并按优先级依次装车时的价值最大,车辆的载重量和有效容积利用率达到90%以上,降低了配送成本。     

Genetic algorithm-based integrated production planning considering manufacturing partners

This paper deals with an integrated production planning problem in the presence of manufacturing partners. In this environment, although most of the products and parts are produced in local plants, they can also be purchased from any desirable manufacturing partners at reasonable costs. The objective of this study is to provide efficient integrated production plans for both local plants with finite production capacity and manufacturing partners, while minimizing the total production costs. For solving this problem, we formulated an integrated production planning problem by modifying a multi-level lot-sizing (MLLS) problem, and proposed an efficient genetic-algorithm-based heuristic for minimizing the costs of production, inventory, and subcontracting with manufacturing partners. The proposed heuristic consists of a unique chromosome structure, a chromosome-generation method, and genetic operators. The experimental analysis shows that the proposed heuristic generates quite good solutions at low computational costs, in comparison with a commercial optimization package.     

面向模具车间机器人制造单元的任务调度策略

分析了模具生产加工的特点,针对模具车间机器人制造单元作业任务难以合理分配的问题,以工件组的总体完工时间最小为优化目标,提出了任务调度的数学模型,并建立了一种遗传禁忌混合优化算法.最后,通过实例分析说明了所提方法的可靠性和有效性.