自适应蚁群算法在Job Shop调度问题中的研究

研究了Job Shop调度问题,分析了蚁群算法(ACA)与最大最小蚁群系统(MMAS)算法在解决Job Shop调度问题中的不足,提出了一种解决Job Shop调度问题的自适应蚁群算法(SACA)。此算法根据蚂蚁群体寻找路径的阶段性,使用了参数在各阶段自适应变化的策略和关键工序块邻域搜索策略,加快了蚁群算法的收敛速度,避免了早熟现象和陷入局部最优调度解,提高了蚁群算法的灵活性和鲁棒性。通过仿真实验验证了自适应蚁群算法在解决Job Shop调度问题中的性能优于蚁群算法和MMAS算法。     

基于蚁群算法的多Agent合同网协议的刀具调度

刀具调度问题是机械加工过程中一个复杂的系统问题.基于此运用蚁群算法的基本原理,结合蚁群算法的响应阈值模型和合同网协议的理论来优化刀具调度"曲径",详细的阐述了蚁群算法多信息素原理在合同网协议的工作过程,并结合实际应用增加管理Agent重要决策因素--任务完成预测代价,建立了蚁群算法在多Agent合同网协议的刀具调度的基本模型;运用算法模型对多Agent刀具调度的过程进行全面有效的分析计算和各指标值的优化,实现调度结果的逐步优化,得出最理想调度策略.最后通过实例分析各指标参数优化,计算验证了蚁群算法的多Agent合同网协议的刀具调度的简便性、可行性、科学性.     

基于移动Agent的多机调度方法的研究

通过将一个产品的加工过程，在多台机床中的工艺路线看作是一个Agent在多机系统中的移动过程，由移动Agent的基本特性，使得这一分布式系统的调度问题能够得到更好的解决。采用合同网协议的方式，提出单工件在多机竞争中的参数模型和单机对多工件加工中的选择参数模型，从而在网络制造中用移动Agent的来提供一种有效的调度方法。     

基于AUML构建多Agent敏捷制造调度系统

AUML(Agent Unified Modeling Language)是一种FIPA(Foundation of Intelligent Physical Agents)和OMG(Object Management Group)都推荐使用的多Agent系统建模技术,本文尝试采用AUML技术来实现对多Agent敏捷制造调度系统的建模。通过扩展UML类图,描述了系统中Agent的结构和它们之间的关系。还采用了对UML的另一扩展:AUML协议图,来进一步详述了Agent之间的主要交互活动。     

基于车间调度系统的Agent通信模型研究

在研究多Agent技术及其在车间调度系统应用的基础上,设计了用XML语言表达车间作业调度系统中的作业信息、设备信息和合同信息等,并把它嵌入到KQML消息的内容层里,实现Agent之间的信息传送.KQML和XML的结合为实现异构Agent之间的通信提供了一种很好的解决方案.     

基于Agent的Holon制造系统研究

本文采用Agent技术对holon制造系统进行了研究,提出了基于Agent的生产系统逻辑模型及控制模型,利用Agent技术的特点实现系统中各模块的通讯及控制问题,并对系统实现过程中的关键问题进行了讨论。     

基于多Agent的蚁群算法在车间动态调度中的应用研究

文章提出了基于多代理的车间动态调度结构模型,并分析了此结构模型的工作原理.对应用蚁群算法如何实现车间的具体调度进行了分析与实现,从而为制造系统中的动态调度提供了一种新方法.通过仿真,验证了此方法在车间动态调度问题的求解中具有很好的可行性与有效性.     

基于异地制造的多Agent可重构网络结构研究

随着Internet应用的迅速扩展和网络用户需求的不断增大，以C／S两层网络结构为主的分布式应用网络越来越不能满足时代的需要，需要引入新的分布式应用技术，克服其固有的系统开发和移植困难等缺陷。多Agent可重构网络改变以往应用网络中对象间的主从关系，实现业务对象间的合作关系，强调实体间相互协同完成任务。提供网络服务接点的管理，运用资源重构模板构建与重构网间连接，实现应用服务分层管理和网络结构的可重构特性，达到组件的松散耦合和重复再用。     

基于Petri网和GA的多目标动态优化调度问题研究

以最小化生产周期、机床负载和机床与工人的费用为调度目标,基于受控Petri网和遗传算法提出了一种多目标作业车间调度方法,用于解决作业车间的加工受到机床、操作工人双资源制约条件下的动态优化调度.首先,给出了基于Parikh矢量的Petri网控制器简化设计方法,并应用该方法构建了基于紧急订单的受控Petri网模型;然后设计了基于Pareto的遗传算法,能够获得Pareto最优解集;尤其重要的是能够针对车间的动态扰动给出相应的调度方案.最后,通过实例验证了该方法的可行性和有效性.     

基于Dijkstra算法柔性作业车间调度的研究

对柔性车间单目标调度问题进行了分析,以产品为研究对象,以最大完工时间最小为目标,考虑并行机、加工等待时间对其进行了数学描述和建模。提出了工件加工顺序的决策方法,并改进了Dijkstra算法对其进行求解,通过实验验证了该算法的正确性和有效性,通过与其它文献的比较验证了该算法的优越性。     

一种车间作业计划方法的研究

讨论了ＣＡＰＰ与车间作业计划集成的必要性，针对多品种小批量的单件生产车间提出基于多工艺方案的车间作业计划方法。在此基础上，建立了基于多工艺方案的车间生产作业计划决策系统。     

改进蚁群算法的柔性作业车间调度问题研究北大核心

为提高传统蚁群算法求解柔性作业车间调度问题的效率,提出了一种改进蚁群算法。首先,均匀分布蚂蚁的初始位置;其次,多种方法结合进行机器选择,并按照改进的工序选择方式选择下一步即将遍历的工序;最后,采用带精英策略的蚁群算法结合最大最小蚂蚁系统的信息素更新方式,既赋予较优路径以额外的信息素,同时又对路径上的信息素进行限定、从而避免算法“早熟”,进而提高解的质量。通过三个柔性作业车间调度实例进行仿真分析和与其他算法的对比,结果表明改进蚁群算法在求解柔性作业车间调度问题具有较好的优化效果和求解效率。     

基于遗传算法的零件多工艺流程生产决策

针对具有多工艺流程的零件生产,提出采用遗传算法来解决车间生产的排产问题。以满足用户交货期等为约束,以生产成本最低为目标,建立多工艺流程零件排产的决策模型。采用遗传算法对调度求解空间中的加工路径在搜索规则的约束作用下进行遍历,最终寻找到能够满足要求的最优的调度方案。最后,用实例验证了该方法的可行性。     

车间管理系统的设计与实现

对于制造型企业,车间管理是一个复杂的系统工程.车间管理系统设计的目的就是灵活管理产品的加工流程,跟踪生产线上的各种半成品,使得生产计划人员能够及时合理的安排生产,管理者能够随时查看当前的车间生产情况,以及操作者管理产品的加工.文章分析了车间系统的总体业务流程,结合物料编码、BOM、工艺路线等基础提出了相应的设计方案,使得车间管理系统能与ERP系统中其他各部分有机的结合起来,并根据企业的实际情况,进行了系统的实现.     

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.     

改进GWO算法求解柔性作业车间调度问题

针对以最小化最大完工时间为目标的柔性作业车间调度问题,设计一种改进的邻域搜索灰狼算法。设计一种适于灰狼算法的基于工序和机器的双层编码方案,改进种群初始化策略、灰狼变异操作以及种群更新机制;通过两点交叉操作、插入操作以及PR操作,得到GWO算法的全局搜索邻域,提出设计禁忌搜索邻域以增强GWO算法的局部开发能力。最后将所提算法在已知算例上进行仿真实验,并与其他算法进行对比。实验结果验证了改进GWO算法具有一定的优越性。     

非连续生产的车间作业计划方法研究

为解决研制生产和批量生产混合共线生产方式下制定车间作业计划困难的问题,分析了该类车间生产的特点,找到制约车间生产能力提高的关键因素;提出了一个解决该类问题的数学模型,并对求解该模型的启发式算法进行了详细描述,最后通过实例验证了算法的有效性。     

面向车间生产动态调度的动态工作日制研究

生产调度问题在实际应用中更多地表现为动态调度，在分析调度问题的三个动态因素：加工机床集、加工任务集和时间的基础上，并结合车间实际生产情况，对时间的动态变化这个影响动态调度最基本的因素进行了研究。提出了动态工作日制的动态实现策略和实现的关键的算法，为动态日制的离散实现提供了一个具体应用的方案，最后演示了一个对动态工作日制的管理及其实现的示例，证明了该方案实际应用的可行性。     

基于设备可重组布局的车间系统

随着生产模式的变化，生产车间在企业中的地位越来越重要，不仅是企业的物化中心，而且是企业生产系统的信息集散中心。文章基于系统研究的思想提出了基于设备可重组布局的车间系统结构，并详细的阐述了系统的各模块的主要功能以及开发的总体思想。基于设备可重组布局的车间系统很好的解决了生产管理系统与制造执行系统中存在的问题，加强了生产管理系统与底层设备的信息沟通与响应能力，提高了车间系统的柔性、敏捷性和可重组（构）性。