水钢并行棒材生产线优化调度模型研究

为了解决水钢并行棒材生产线的批次调度问题,建立了并行棒材生产线短期调度优化数学模型,该模型以最小化轧制单元拖延完成时间为目标,将企业的生产能力、现有订单状况、设备状况以及不同规格产品间的工艺调整时间作为优化求解的约束.实例分析结果验证了该模型的有效性和实用性.     

水钢并行棒材生产线优化调度模型研究

为了解决水钢并行棒材生产线的批次调度问题,建立了并行棒材生产线短期调度优化数学模型,该模型以最小化轧制单元拖延完成时间为目标,将企业的生产能力、现有订单状况、设备状况以及不同规格产品间的工艺调整时间作为优化求解的约束。实例分析结果验证了该模型的有效性和实用性。     

多生产线作业协调调度的PSOGA混合优化算法

为了求解多目标多生产线调度问题,采用协同进化思想,提出了多种群PSOGA混合优化算法(MC-HPSOGA)。以最小化最大完工时间、最大化生产线利用率和最大化客户满意度为目标函数,建立了多生产线作业协调调度问题的多目标批量调度数学模型,并且设计最小批量动态分批策略,将MC-HPSOGA算法应用于BSPT公司角磨机装配线的多目标多生产线调度问题实例中,通过与粒子群(PSO)和遗传算法(GA)的比较,验证了MC-HPSOGA算法和模型的有效性。     

具有并行制造特征的自动化混流生产线调度模型

为提高自动化混流生产线的生产效率,瓶颈工作站通常设计有并行制造能力,以便同时处理多个工件。针对工件在并行制造单元上的实际加工时长跨越多个周期的情形,提出一种等效转换方法,从而将瓶颈工作站使用能力约束的研究对象从工作站整体转移到相互独立的多个制造单元个体上。以此为基础,针对自动化混流生产线周期性调度问题,构建了考虑并行工作站使用能力约束的混合整数线性规划模型。此外,基于现有文献针对并行工作站使用能力约束的建模方法,构建了该问题不考虑重入工艺情形时的混合整数线性规划模型。采用改进的标准案例首次指出了并行制造单元上搬运作业存在的周期性交替配对现象,并阐述了所提出转换方法处理相应约束的可行性。大量随机案例验证了所提出的模型的性能。基于随机案例的对比实验验证了所提出的针对并行工作站使用能力约束建模方法的最优性。     

具有柔性加工路径的作业车间批量调度优化研究

古典作业车间调度问题已经被研究了几十年并证明为 NP- hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序可以由一个机床集合中的多台机床完成加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法以适用于批量调度 ,并分析了几种批量调度方案 ,最后给出了这些调度的仿真结果 ,证明单件最佳调度不适合扩展成批量最佳调度     

批量生产柔性作业车间优化调度研究

在批量生产柔性作业车间调度问题中,不但要考虑路径选取和加工排序两个子问题,而且工件还可被分割为多个子批量,不同子批可选择不同工艺路线。该问题是对传统柔性作业车间调度问题(FJSP)的扩充,它更接近于实际生产调度问题。针对问题的特点,提出了一种基于遗传算法的柔性分批调度算法。在算法中,提出了一种基于"游标"的柔性批量分割方法,并采用一种批量分割与加工工序相融合的染色体编码方法。该算法不但可根据机床负荷将工件分割成具有柔性批量的多个子批,而且可使子批工艺路线选取及加工排序同时得到优化。通过实例仿真,对算法性能进行分析和评价,结果表明了算法的有效性和可行性。     

基于并行蚁群优化的车间调度研究

借鉴蚁群的并行活动,本文提出通过蚁群信息素分布多样性,蚁群更新信息素策略,体现寻优活动多样性.并在调度过程中,通过各寻优群体分别进行相互独立的蚁群寻优,在局部最优基础上获得全局最优解,实现并行蚁群优化.仿真结果说明,利用蚁群并行寻优的性能比基本蚁群算法更有效.     

进化计算在生产线调度研究中的现状与展望

描述了典型生产线调度类型,并分析了其复杂性、不确定性、多目标和多约束等特点;简要介绍了进化计算的思想、优点;围绕其应用核心－遗传编码和操作,分类评述了进货化计算在单机、并行机、流水线、可重入式生产线、作业和混合生产线等调度问题中的应用情况;并从调度模型和进化计算两方面探讨了面向实际生产线调度的研究前景。     

多级车间生产计划和调度的集成优化

针对一类多级制造系统建立了生产计划和调度的集成优化模型。该多级制造系统为三种类型车间的一个串联,主要有作业车间、并行生产车间和流水车间,且终端产品和上游车间制造的零部件之间为装配关系,因此生产关系十分复杂。在分析批量生产特点的基础上给出了一个批量动态分割合并算法,并构造了一个基于遗传进化的启发式算法对该模型进行求解。与递阶分解方法的比较试验表明所提出的集成优化方法是有效的。     

成批生产计划调度的集成建模与优化

针对多品种批量生产类型,建立了调度约束的生产计划与调度集成优化模型。模型的目标函数是使总调整费用、库存费用及生产费用之和最小,约束函数包括库存平衡约束和生产能力约束,同时考虑了调度约束,即工序顺序约束和工件在单机上的加工能力约束,保证了计划可行性。该模型为两层混合整数规划模型,对其求解综合运用了遗传算法和启发式规则,提出了混合启发式求解算法。最后,针对某机床厂多品种批量生产类型车间进行了实例应用,对车间零件月份作业计划进行分解,得到各工段单元零件周作业计划,确定了零件各周生产批量与投产顺序。     

基于准时交货的批量生产FJSP多目标优化

为解决客户准时交货要求与企业快速生产要求之间的矛盾,提出了一种基于准时交货的批量生产柔性作业车间调度多目标优化方法。将准时交货要求映射为基于模糊交货期的加权平均隶属度,将快速生产要求映射为流程时间价值总量,构建了一类以加工批次完工时刻的加权平均隶属度最大及加工批次流程时间价值总量最小为目标函数的批量生产柔性作业车间多目标调度优化模型;提出并设计了一种改进的非支配排序遗传算法对模型进行求解。算法引入面向对象技术处理复杂的实体逻辑关系,采用三段式分段编码技术,分别对加工子批最早允许开工时刻、加工顺序、加工设备进行编码,采用三段式分段交叉和变异的混合遗传算子实现遗传进化,采用三种精细化调度技术进行解码以缩短流程时间。通过案例分析验证了研究成果的有效性和实用性。     

基于混合差分进化算法的并行机批处理调度问题研究

考虑到实际生产中产品多、批量小的特点,建立了一种带工艺约束的并行机批处理调度优化模型。为解决调度中的分批问题,提出了一种新的基于产品需求量的批量划分方案及批量染色体编码方式,采用两级差分进化算法来解决批量划分和批次调度问题;针对标准差分进化算法收敛速度慢、易出现早熟现象等问题,引入动态随机搜索和随机变异的局部搜索策略,以增强标准差分进化算法的局部搜索能力。测试算例及调度实例的仿真结果表明,该算法能有效地提高算法收敛速度,平衡其全局搜索和局部探索能力。     

考虑机器检修的圆钢热轧批量调度算法

针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。     

一种并行机多产品厂短期调度连续时间模型

为解决实际计划需求的分批问题,提出了一种新颖的单阶段并行机多产品厂短期调度连续时间混合整数规划模型,该模型可同时处理需求分批与批次调度任务,而且考虑了顺序相关的产品转换时间.与两个独立的需求分批模型与批次调度模型的递阶方法相比较,不仅简化了求解步骤,降低了模型的复杂度,而且具有更好的整体优化性和实用性.计算实例表明,针对一定规模问题,本模型具有较好的整体优化性和实用性,能够在较短的时间内获得最优解.     

基于免疫算法的并行机间歇过程模糊生产调度

研究了一类具有顺序无关模糊产品切换时间和成本以及模糊单位加工时间和成本的并行机间歇过程调度问题,目的是确定每种产品在每个设备上处理的批次数目、批量以及批次顺序,优化目标为最小化总完成时间和最小化总生产成本。根据任意设备上同种产品的所有批次均顺序处理的性质,建立了问题的模糊运输模型。利用加权和方法将多目标函数转化为单目标函数,并使用基于积分值的方法对模糊数进行排序。提出了基于排列边集编码的免疫算法,通过求解不同规模的问题实例证明,免疫算法不仅能获得比遗传算法和免疫遗传算法更好的解,而且比免疫遗传算法更高效,同时具有良好的动态性能。     

半导体炉管区批调度问题的粒子群优化算法研究

为改善粒子群算法对大规模问题求解的性能,提出了一种基于文化进化的并行粒子群算法,详细阐述了该算法的原理和具体实施方案.针对半导体炉管区批调度问题,设计了双层粒子群算法,外层应用基于文化进化的并行粒子群算法进行批量计划问题的求解,内层采用传统的粒子群算法求解调度问题.通过对其他文献中的仿真实例进行计算和结果比较表明,该算法优于文献中的启发式算法和蚂蚁算法.     

事件驱动的并行多机模具热处理生产调度

为满足准时交货与节能生产的复合需求,构建了反映加权拖期、炉子装载水平和工件重量偏差程度的优化指标;建立了事件驱动调度机制,对机器完工和任务到达进行实时响应,并通过预测时间窗选取体现前摄性的调度任务集,同时采用"先分后合"的方式解耦工件族间的相互干扰;构造了启发式算法,在每个决策时刻进行滚动求解,基于任务到达时间组批,并用折衷规划计算各工件族的最佳批次,再综合评价确定全局最佳批次。仿真结果表明,与两类常用规则相比,所提方法具有明显的优越性。     

冷轧薄板生产线组批调度模型与算法

针对冷轧薄板生产线流程长,产品种类多的特点,为提高合同的交货准确度,将一段时期内的生产合同进行组批处理,并对合同各批量的机组作业时间进行模糊预测,建立了具有模糊处理时间的冷轧生产线合同组批调度模型.模型将批量合同作为基本调度单元,将其归结为一类模糊Job Shop问题,并采用改进的单亲遗传算法与特殊的邻域搜索策略相结合的方法进行求解.通过上海宝钢冷轧薄板厂大量的生产数据进行仿真实验,批量平均交货期满意度达到90%以上,表明该调度模型与算法能够达到较好的应用效果.     

一类两阶段生产系统生产计划与调度的集成优化

针对传统生产计划与调度制定中存在的不足,研究了一类两阶段生产系统的生产计划与调度集成优化问题。建立了能够反映生产计划与调度相互关联特点的离散双层规划模型,提出一种基于混合优化方法的分支定界解法以及有效缩减搜索空间的方法,并构造了有效下界。针对分支定界法的松弛问题,给出采用模拟退火算法与预估校正法交替迭代求解的混合优化方法。通过实验仿真,验证了模型与算法的有效性。