解决无等待流水线调度问题的变邻域搜索算法

提出了解决无等待流水线调度问题的变邻域搜索调度算法。采用基于自然数编码的工件序列表达问题的解，采用多重Insert移动邻域和多重Swap移动邻域作为变邻域搜索的两种邻域结构。多重移动有利于算法向包含较优解的区域搜索，因而有较高的求解质量和效率。仿真实验证明了变邻域搜索算法的有效性。     

基于粒子群优化和变邻域搜索的混合调度算法

提出了用于解决作业车间调度问题的离散版粒子群算法.该算法采用基于工序的编码和新的位置更新策略,使具有连续本质的粒子群算法直接适用于调度问题.同时,针对粒子群算法容易陷入局部最优的缺陷,利用粒子群算法和变邻域搜索算法的互补性能,设计了粒子群-变邻域搜索算法、改进的粒子群算法、粒子群-变邻域搜索交替算法和粒子群-变邻域搜索协同算法4种混合调度算法.仿真结果表明,混合算法能够有效地、高质量地解决作业车间调度问题.     

基于MPSO的有限缓冲区多产品厂间歇调度问题的研究

研究了以最小化最大完工时间为目标的有限缓冲区多产品厂间歇调度问题,提出了一种基于多种群粒子群优化(MPSO)的间歇调度算法.该算法采用多种群,增加了种群初始粒子的多样性,在每一代子种群并行进化的过程中引入移民粒子,使子种群之间相互影响和促进,避免算法过早地陷入局部最优,提高了算法的全局搜索能力;每代进化后选出子种群中的优秀粒子作为精华种群,并对其进行变邻域搜索(VNS),进一步提高了算法的收敛精度.通过对不同规模调度问题的仿真,以及与其它算法的对比,证明了该算法解决有限缓冲区多产品厂间歇调度问题的有效性和优越性.     

船厂钢板堆场多时段作业计划优化

针对船舶制造中由于钢板出入库时间段的分散性而引起钢板堆场大量倒垛的问题，建立了以减少计划期内倒垛量为目标的多时段钢板堆场作业计划优化模型。模型考虑钢板入库、倒垛和出库作业过程，以及时间约束和空间约束。根据对钢板入库、倒垛和出库作业流程及堆放原则的研究，提出并实现一种由动态规划启发式算法和变邻域搜索算法组成的两阶段求解方法。最后以某船厂的实际数据为例，分别在不同钢板规模情况下与固定参数的遗传算法及人工决策对比，结果表明，新的方法运算时间短，在较大规模问题时可减少47％～75％的倒垛量。     

第二类双边装配线平衡的混合粒子群算法

双边装配线广泛用于汽车、卡车等大型产品的装配过程中.为有效解决第二类双边装配线平衡问题(TALBP-Ⅱ),提出了一种新的混合粒子群算法(HPSO).该算法利用粒子群进行全局搜索,使用遗传算法中的交叉算子增强全局搜索,同时利用变邻域搜索进行局部搜索.结合TALBP-Ⅱ的特点,提出一种解码方式,减少由于操作关系导致的空闲时间.提出工位时间判断策略,缩小搜索空间,提高局部搜索效率.实验结果表明所提出的混合粒子群算法能有效解决第二类双边装配线平衡问题.     

面向柔性作业车间调度问题的改进变邻域搜索算法

针对柔性作业车间调度问题的特点，提出一种求解该问题的改进变邻域搜索算法。结合问题特点设计合理的编码方式，采用遗传算法进行最优解搜索，将搜索的结果作为变邻域搜索算法的初始解，以提高初始解的质量。为提高局部搜索能力，设计3种不同的邻域结构，构建邻域结构集以产生邻域解，保证邻域解的搜索过程中解的可行性以提高求解效率。针对一系列典型的柔性作业车间调度问题的实例，运用所设计的改进变邻域搜索算法进行测试求解，并将计算结果与文献中其他算法的测试结果进行比较，验证了所提出方法求解柔性作业车间调度问题的可行性和有效性。     

求解多目标PFSP的改进遗传算法

针对多目标置换流水车间调度问题（PFSP）提出了一种改进的遗传算法，用于优化最大完工时间和总完工时间。该算法采用启发式算法和随机算法相结合产生初始种群，以保持种群多样性；通过选择、交叉、变异操作以及群体更新策略完成进化过程；当种群进化停滞时，引入群体重新初始化机制恢复多样性。此外，设计了一种变邻域搜索算法，加速种群收敛并跳出局部最优。通过基准测试问题实验以及与其他几个优化算法比较，结果表明，提出的算法无论在求解质量还是稳定性方面都优于其他算法。     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.     

两级定位-路径问题的变邻域人工蜂群算法

建立了两级定位-路径问题的数学模型，提出了一种求解该问题的人工蜂群算法。针对该算法容易出现早熟现象，将近年来国外出现的一种新颖的轨迹式启发式算法--变邻域搜索融入其中，由此提出三种变邻域搜索策略。基于不同变邻域搜索策略的人工蜂群算法和人工鱼群算法的求解效果进行对比仿真。实验结果表明，变邻域人工蜂群算法能有效求解两级定位-路径问题。     

资源受限项目调度问题的改进类电磁算法

在资源受限项目调度中，工序必须在特定时间窗口中执行。为此，在类电磁(EM)算法的基础上提出一种基于变邻域搜索(VNS)的改进类电磁算法(IEMA)。采用VNS作为IEMA的局部搜索策略，对EM算法中的电荷、合力以及粒子解移动的方式做改进。将IEMA应用于求解标准问题库PSPLIB，并与EM、IEM以及基于邻域搜索的改进类电磁算法IEM-NS进行比较分析，仿真结果表明，IEMA具有更好的求解性能。