带连续式批处理机的可重入混合流水车间调度

为了解决冷拔无缝钢管生产周期长、能源消耗高的问题,实现生产调度的智能化、绿色化,研究了带连续式批处理机的可重入混合流水车间调度问题。首先考虑批处理机缓冲区的影响,构建了调度优化模型;然后设计了改进的基于分解的多目标进化算法用于该问题,提出了基于工序的编码方案和均衡考虑完工时间与能耗的解码方案,根据多样性指标的高低设计了局部搜索和多样性增强策略,并通过对最优解局部搜索来提高解的多样性;最后,通过对不同算例的实验,验证了所提算法可以高效地求解带连续式批处理机的可重入混合流水车间调度问题。     

柔性车间调度与设备维护的联合优化研究

在现实生产中,生产调度和设备维护具有相互影响的关系,应将两者统筹优化。在理论研究中,柔性车间调度和设备维修决策的联合优化问题尚鲜有研究。为解决这一问题,以车间调度理论和预防性维护理论为基础,建立了柔性车间调度和设备维护的联合优化模型。同时依据问题的特性,设计了求解上述模型的双层编码遗传算法方案。最后通过实例进行仿真,得出了满足总完工时间最小条件下的最优生产和维修方案。通过与独立决策结果对比,证明了联合优化模型和算法的有效性。     

增强型混合离散差分进化算法求解阻塞流水车间调度问题

针对以最小化制造期为优化目标的阻塞流水车间调度问题,提出一种基于动态自适应的增强型混合离散差分进化算法。增强型混合离散差分进化算法采用基于工件排列的形式进行编码,首次利用带机器权重的PF规则与NEH启发规则联合构造初始种群,PF-NEH联合规则提升了初始解的质量和多样性;在差分进化的变异阶段,采用一种全新的分类变异策略,更有针对性地控制不同适应度个体的变异需求和方向;在交叉阶段,采用基于位置的交叉策略,保证得到一组合法完整的实验调度序列,并利用贪婪选择的方式确定目标个体;在局部搜索阶段,加入禁忌搜索算子,并融入一种新颖的兼顾集中性与多样性的自适应局部搜索机制,以动态平衡算法的全局粗搜索和局部细搜索。此外,为避免算法的早熟及后期易陷入局部最优,增加了多样性保持机制。最后,在典型算例上进行各种性能实验,验证了所提出的增强型混合离散差分进化算法的有效性和优越性。     

周期式退火炉作批处理机的可重入批离散机流水车间调度

针对无缝钢管冷拔生产中的周期式退火炉作批处理机的可重入批离散机流水车间调度问题,建立以总工件完工时间与批处理机总能源消耗最小化的双目标优化调度模型,设计包括多目标粒子群算法、快速非支配等级排序、拥挤度比较以及变异进化操作的多目标粒子群算法,该算法采用非支配等级排序与拥挤度比较进行最优粒子的选择策略和算法前期与后期变异相结合使用策略。试验结果表明,与带变异进化操作的多目标粒子群算法和非支配排序粒子群算法相比,该算法在两个目标函数上都找到更优的最小值,其结果平均水平更靠近Pareto解集的前沿,有效提高了算法的优化求解能力。通过Pareto解的方式该算法可得到一组综合权衡了完工时间和退火炉能源消耗两个指标的Pareto解集,能提供多种可选的调度方案,当生产时间充足,可尽量选取退火炉能源消耗较低的方案,当企业订单繁多追求生产效率时,可尽量选取完工时间较小的方案,有效地解决了此类实际问题。     

基于混沌粒子群算法的单台批加工设备调度

提出了一种基于混沌粒子群算法的双层调度方法。双层调度的外层基于加工时间最小的目标构建组批方法集,然后将其作为内层算法的搜索空间;双层调度的内层以加工时间最小为适应值函数,采用混沌粒子群算法求解批次排序的最优解,得到最优的组批方法及其排序。通过仿真验证了该算法在搜索时间和搜索精度的可行性。     

考虑设备周期性维护的流水车间生产调度优化算法

针对流水线车间,在考虑周期预防性维护的基础上,以最小化最大完工时间为优化目标,分别建立了置换车间与非置换车间两种不同情形下的数学优化模型。设计了结合增量式进化策略、局域搜索机制、种群密度管理的混合遗传算法,对问题进行优化求解。提出了以NEH思想为基础的快速启发式算法,该算法结合了邻域搜索与基于解序列破坏重组的广度搜索机制。在不同问题规模下,混合遗传算法的解与CPLEX精确解的对比结果表明:混合遗传算法可有效求解此类问题,而所提出的启发式算法可在保证解的较优性的基础上大幅度提高运算速度。随着工件数量和维护频次的增加,非置换车间的柔性使得其表现相比置换车间更加优异。     

两机flow-shop类型模具热处理车间批调度算法

总结模具热处理车间生产调度的特点,在工件动态到达的情况下,研究了两阶段均为批处理机、各批次加工时间为定值的流水车间批调度问题。以最小化最大完成时间为目标建立混合整数规划数学模型,证明问题是NP难并给出最优目标函数值的下界,构建并证明一种求解大规模问题最优解的算法。算法首先求解分批数量上下界,然后构造数学模型并求解在给定分批数量下对应的最优解,最后通过对比各给定分批数量下得到的解并得到全局最优解。对于小规模问题,通过与传统分枝定界法得到的最优解相比较,说明所提算法能得到问题的最优解且计算时间更短;对于大规模问题,在不同生产状况下随机产生多组数据、对所提算法进行验证,结果显示该算法是有效的。     

不相容工件族柔性流水车间批调度算法

热处理是模具生产过程的瓶颈工序。在由淬火和回火两道工序组成的模具热处理柔性流水车间中,工件存在材料类型、到达时间、交货期、重量和优先级差异。在存在差异工件和不相容工件族的条件下,以最小化加权总拖期量为调度目标,提出两种改进启发式算法和一种新的构建启发式算法。并构建另一种典型规则算法对比说明所提算法的有效性。通过大量实验数据验证,结果显示新的构建启发式算法有较好的运算性能,满足企业实际应用需求。     

基于多阶段批调度的混合型生产过程的建模与优化

根据混合型生产过程生产方式复杂的特点,采取分阶段的批调度方法建立模型,并且在模型中充分考虑了中间缓冲区的库存容量、生产线的加工容量以及客户的交货期等约束条件,在此基础上达到最低生产成本和最短的加工时间的多重调度目标。同时构造了基于该模型的启发式算法,降低运算速率、提高结果的准确度,从而使得该调度模型以能够得到最优的生产调度方案。实例仿真结果表明了该模型的可行性,同时为制造企业提供了一种有效的决策手段。     

准时制生产模式下预制构件订单间调度与订单内调度的联合优化

在预制构件实际生产过程中,通常一个订单中包含多个工件。为满足客户交货期和方便管理,来自同一订单的工件需要连续生产,就需要解决订单间调度与订单内调度的联合优化问题(JOP＿IOSIOS)。该问题是比传统流水线调度问题更为复杂的问题,是典型的NP-hard问题。为解决该问题,通过对工序约束、订单间、订单内约束等的深入分析,基于准时制生产模式,以最小化总提前和拖期惩罚费用为目标建立了混合整数规划模型。鉴于问题的复杂性,基于分解与协同进化框架,提出一种有效的协同进化混合遗传—离散差分进化算法(CoHGA-DDE)。其主要思想是首先构造订单间调度种群和订单内调度种群,然后对两个种群分别采用离散差分进化策略和遗传进化策略,并通过两个种群之间的交互作用来提高各自性能。为验证协同进化框架和CoHGA-DDE的有效性,设计了协同进化遗传算法(CoGA)、协同进化离散差分进化算法(CoDDE)、遗传算法(GA)、离散差分进化算法(DDE)、和迭代贪婪(IG)算法。对不同规模订单进行测试,计算结果显示,与GA,DDE和IG相比,协同进化方法具有更好的求解质量和鲁棒性,而在协同进化方法中,CoHGA-DDE具...     

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.     

基于差分进化与块结构邻域的作业车间调度优化

作业车间调度问题是一类非常重要的生产调度问题,具有广泛的工程应用背景.针对优化最大完成时间指标,研究通过交换或插入关键路径块结构中的工序产生可行解的方法,提出基于块结构的交换邻域和插入邻域.结合问题的结构特点和基本差分进化算法的原理,提出一种解决作业车间调度问题的离散差分进化算法.该算法采用基于操作的编码方式,设计了离散的变异算子和交叉算子,能够直接产生可行调度解.进而提出一种自适应的多邻域局部搜索算法,并将其嵌入离散差分进化算法中来改善优化质量;基于典型算例的仿真试验验证了所提算法的有效性和优越性.     

改进差分进化算法求解不确定流程车间调度问题

考虑实际流程工业生产中投入产出比、设备转化率等不确定性因素,基于模糊理论建立了以最大化面积满意度为目标函数的不确定流程工业车间调度模型.为提高调度算法的优化性能,提出多变异、双向交叉的改进差分进化算法,增加了种群个体在搜索空间的遍历性及择优选择的范围.以某电化厂聚氯乙烯车间调度为例,将改进算法应用于实际车间调度,分析了时间段长度、不同变异策略以及中间存储的初始容量对调度结果的影响.仿真结果表明了改进算法的有效性和稳定性.     

含串行批处理机的三阶段混合流水车间调度问题

基于钢铁行业炼钢-连铸-热轧一体化生产作业,提炼出新的三阶段混合流水车间调度问题。其中第二阶段有多台串行批处理机而其他阶段为离散机,批加工时间等于同一批内所有工件在第二阶段的加工时间之和,且考虑了设备需要调整时间等实际生产特征。以最小化总加权完成时间为目标函数,对该问题建立数学模型,提出基于工件分解策略的拉格朗日松弛算法,引入拉格朗日乘子将机器能力约束和批加工约束松弛到目标函数中,进而将形成的松弛问题分解为较易求解的多个工件级子问题,利用动态规划算法求解子问题,设计启发式算法将松弛问题的解转换为原问题的可行解。仿真实验表明,所设计的算法能够在可接受的运行时间内得到较好的近优解。     

面向产品族优化时间窗下可重入批处理机调度

在半导体晶圆制造系统中,具有不确定交货时间窗和不相容产品族的可重入批处理机优化调度是NP-难问题。针对该问题,提出面向产品族的三层滚动混合整数线性规划模型的优化调度算法,其优化目标是提前和误工的时间总和最小。该算法是基于时间序列模型和事件模型的混合分解策略,在可重入批处理机空闲、可用的事件触发下,将整个调度时间轴分解为滚动的时间域;每个时间域对应一个子问题;每个子问题分解为三层:排序、派工和更新;半导体晶圆制造系统实时调度仿真平台用于派工、更新和时域滚动,混合整数线性规划模型用于排序。通过6种典型情形实例验证,结果表明面向产品族的三层滚动混合整数线性规划模型能够在较短计算时间内获得较好优化解。     

基于偏差预测的装配调度与设备维护联合优化

针对飞机装配过程中因设备衰退而出现质量缺陷导致项目进度延迟并产生额外成本的问题,建立了飞机装配调度与设备预防性维护联合优化的前摄式反应调度模型,设计了带周期性检查的视情维护策略,并提出基于支持向量回归(SVR)的质量偏差预测模型和改进个体进化灰狼算法(IGWO),用以生成前摄式反应调度计划。不同维护策略对比实验表明：周期性视情维护策略相较于对比策略能够获得更低的综合成本;不同算法的对比实验对算法性能进行比较分析,验证了IGWO求解该问题的有效性。     

染整车间染缸优化调度算法研究

根据制衣企业染整车间实际需求,建立了染缸加工的调度模型。该模型与传统调度模型不同,它既考虑了小作业的合并,也考虑了大作业的拆分,并在最小化总拖期的同时提高了染缸利用率。改进了已有的启发式算法,使之能够求解本问题,同时提出了一种新的启发式算法。利用某制衣企业染整车间实际生产数据,测试和分析了所提算法的可行性,结果表明新启发式算法既能减小作业总拖期,还可有效提高染缸利用率。     

车间调度问题及其进化算法分析

为了研究车间调度问题,分析调度过程和调度结果,提出最小化空闲时间处理过程和不同空闲时间处理顺序规则。根据最小化空闲时间处理过程,设计进化算法的初始种群生成过程、重组算子和变异算子。为保持种群的多样性,在选择算子中引入广义海明距离,在总体流程中加入种群修正过程。经典的调度基准问题试验表明：最小化空闲时间处理过程高效可靠;进化算法能缩小搜索空间、提高搜索效率和避免早熟收敛现象,稳定可靠。     

模糊制造系统中的不同尺寸工件单机批调度优化

将工件尺寸不同的单机批调度问题扩展到模糊制造系统中,建立了基于模糊批加工时间和模糊批间隔时间的制造跨度模型,提出了一种集成粒子群优化和差异演化的混合算法,将制造跨度最小化.为提高算法的收敛速度,设计了基于工件优先值向量的统一编码方式,并采用线性的缩放因子以确保足够的差异化信息;为解决差异演化算法早熟收敛的问题,将粒子群优化的全局搜索技术嵌入了差异演化算法;最后,在解码时利用批调度的启发式算法,将混合算法的个体加以优化分批.仿真实验结果验证了该混合算法的求解性能优于目前文献中的其他算法.     

基于蚁群算法的单台批加工设备调度

从半导体生产线上批加工设备的实际情况着手,考虑了工件动态时间到达和菜单间整定时间等问题,利用蚁群算法,实现了半导体生产线上单台批加工设备的优化调度。基于实际生产线模型仿真验证的结果表明,能够在合理的时间内取得满意解。