不确定条件下中间存储时间有限的的免疫调度算法

研究了流程工业中不确定条件下的flowshop生产调度问题,采用模糊数学的方法来表示处理时间的不确定性,在基于模糊规划理论的基础上建立了中间存储时间有限的调度模型,并结合免疫算法的特点,提出了解决此类问题的模糊免疫调度算法。通过仿真试验,表明了该模型的有效性和算法的可行性。     

不确定条件下中间存储时间有限的flow shop的免疫调度算法

研究了流程工业中不确定条件下的flow shop生产调度问题,采用模糊数学的方法来表示处理时间的不确定性,在基于模糊规划理论的基础上建立了中间存储时间有限的调度模型,并结合免疫算法的特点,提出了解决此类问题的模糊免疫调度算法。通过仿真试验,表明了该模型的有效性和算法的可行性。     

基于联姻遗传算法的混合FloWshop提前/拖期调度问题

混合流水车间(Flowshop)提前／拖期调度问题的目标是4~_r-件的提前／拖期惩罚成本最小,这是一个NP完全问题,很难用一般的方法解决。文中首先给出了问题的数学模型,然后采用联姻遗传算法求解该问题。仿真结果表明此算法能有效地解决该类复杂调度问题。     

Job- shop 提前/拖期调度问题的研究

基于模糊控制和遗传算法,提出了求解Ｊｏｂ－ｓｈｏｐ提前／拖期间问题的联合算法,用遗传算法确定可行调度序列,然后用模糊控制器对开工时间加以调整,模糊控制的引入为有效地求解Ｊｏｂ－ｓｈｏｐ提前／拖期调度总理２提供了新的方法,仿真实验证明了联合自救的有效性。     

约束满足混合算法求解提前/拖期Job Shop调度问题

针对提前/拖期Job Shop调度问题,建立其约束满足优化问题模型,提出了一种约束满足与禁忌搜索结合的混合算法。该算法基于约束满足思想,通过约束传播技术和启发式修复算法,得到可行调度作为禁忌搜索算法的初始解;再进行关键路径上的邻域变换,优化当前解;并采用一种全局邻域交换策略,扩大搜索空间,改善优化结果。数据实验表明了该混合算法的可行性和有效性。     

不同交货期窗口下的提前／拖期调度问题

本文对不同交货期窗口下的提前／拖期单机调度问题进行了分析，给出了最优序列中相邻工件对所满足的必要条件，提出了两个调度优先级法则，并在给出评价函数的基础上对此问题使用了过滤束搜索算法。文章的最后给出了实验结果和结论。     

交货期窗口下带有附加惩罚的单机提前/拖期调度问题

交货期窗口下的交货期确定和排序问题是调度领域研究的一个方面,本文对交货期口下的单机作业问题进行了研究,目标函数不仅考虑提前／拖期惩罚,还考虑附加惩罚,假设如果任务在交货期窗口内完工,则不受提前／拖期片罚;如果在交货期窗口外完工,将导致提前／拖期惩罚,本文确定了最优公共交货期,给出了相庆的最优排序,并提出了一个多项式时间算法确定了使目标函数为最小的最优调度,最后的数值例子说明了算法的有效性。     

混合流水车间提前/拖期调度问题的DE优化解

针对JIT生产模式下的混合流水车间调度问题特点,提出了采用DE算法与指派规则联合调度策略求解流水车间提前/拖期调度问题。构建了混合流水车间的提前/拖期调度模型。详细论述了DE算法的实施流程和关键问题。在算法实施过程中,首先,采用DE算法进行全局寻优,完成生产任务指派,确定某个工件在某个工序在哪个工位加工;然后采用局部指派规则来确定工件在该工序的开工时间。在满足目标完成时间(交货期)的前提下,使提前惩罚费用与拖期惩罚费用之和最小。数值计算结果证明了该算法的有效性。     

飞机地面作业提前/拖期调度研究

对具有不同时间窗的提前/拖期调度方法应用于飞机地面作业调度进行了研究,用模糊规划建立数学模型,用三角模糊数表示了地面作业中时间的不确定性,应用粒子群优化算法对模型进行了仿真。实验结果表明,在不同情况下该算法都能取得较为满意的结果。     

基于遗传算法的单机提前/拖期调度方法研究

针对对工件有不同交货期要求 ,并对提前 /拖期工件进行惩罚的一类单机调度问题 ,提出了基于遗传算法的优化方法 .提出一种基于“非”一致次序交叉算子的遗传算法 ,用于排序优化 ;在分析了惩罚函数性质的基础上 ,给出了最优开工时间算法 .对不同规模的调度问题 ,应用本文提出的算法与其它算法进行了比较 ,结果表明该方法具有优良的性能 .     

流水车间成组工件调度问题的多目标优化算法

针对优化目标是最小化全部提前/拖期和机器调整次数的多目标流水车间成组工件调度问题,提出了一种改进的变权重进化算法结合延迟调整算法的联合优化方法。首先采用改进的变权重进化算法对加工排序进行寻优;其次,在给定调度序列的情况下采用延迟调整算法对加工时刻进行优化。仿真实验表明,所设计的算法能够有效地求解该类问题。     

具有提前ö拖期惩罚的热轧钢管批调度问题研究

建立了具有提前／拖期惩罚的热轧钢管批调度问题的混合整数非线性规划模型，提出并证明了给定合同排序下的最优组批方式，从而将原问题转化为易求解的合同排序问题．同时，建立了转化问题的数学模型并设计了遗传算法．仿真实验验证了模型和算法的有效性．     

The One-Machine Problem with Earliness and Tardiness Penalties

We address the one-machine problem in which the jobs have distinct due dates, earliness costs, and tardiness costs. In order to determine the minimal cost of such a problem, a new lower bound is proposed. It is based on the decomposition of each job in unary operations that are then assigned to the time slots, which gives a preemptive schedule. Assignment costs are defined so that the minimum assignment cost is a valid lower bound. A branch-and-bound algorithm based on this lower bound and on some new dominance rules is experimentally tested.     

Earliness/tardiness production planning approaches with due-window for manufacturing systems

Although the earliness/tardiness production planning approaches for manufacturing systems with due-date have appeared in the literature, in practice, customers prefer a time duration rather than an exact due-date. This kind of due-date is called due-window. This paper focuses on the production planning problems to minimize the total earliness and tardiness penalties with a due-window subject to the manufacturing resource constraints. Two models, one for mass manufacture and another for one-of-a-kind product (OKP) manufacture, are discussed separately. By means of mathematical deduction, the model for mass manufacture is translated into a linear programming problem and solved by a simplex method. In the case of OKP manufacture, the problem is reduced to a linear 0–1 programming model, using the elaborate definition of variables. The computational results show that both algorithms achieve the optimal production planning and are applicable to practical manufacturing systems.     

A discrete artificial bee colony algorithm for the lot-streaming flow shop scheduling problem

In this paper, a discrete artificial bee colony (DABC) algorithm is proposed to solve the lot-streaming flow shop scheduling problem with the criterion of total weighted earliness and tardiness penalties under both the idling and no-idling cases. Unlike the original ABC algorithm, the proposed DABC algorithm represents a food source as a discrete job permutation and applies discrete operators to generate new neighboring food sources for the employed bees, onlookers and scouts. An efficient initialization scheme, which is based on the earliest due date (EDD), the smallest slack time on the last machine (LSL) and the smallest overall slack time (OSL) rules, is presented to construct the initial population with certain quality and diversity. In addition, a self adaptive strategy for generating neighboring food sources based on insert and swap operators is developed to enable the DABC algorithm to work on discrete/combinatorial spaces. Furthermore, a simple but effective local search approach is embedded in the proposed DABC algorithm to enhance the local intensification capability. Through the analysis of experimental results, the highly effective performance of the proposed DABC algorithm is shown against the best performing algorithms from the literature.     

公共交货期窗口下提前/拖期问题的多机调度算法

提出了求公共交货期窗口下提前／拖期都有惩罚的单机零件排序问题最优解的新算法,建立了相应多机零件排序问题的数学模型。在证明关于单机问题最优排序和最优公共交货期性质的若干定理的基础上,给出了求解多机问题的一个启发式算法。数值例子表明,该算法有较为理想的优化效果和工程实用价值。     

批量流水线调度问题的混合差分进化算法

针对E/T指标的批量流水线调度问题,提出了差分进化调度算法。该算法采用基于实数的编码方式,利用最优目标个体的扰动产生变异个体,通过变异个体与目标个体的交叉产生试验个体,提高了最优目标个体信息共享,并结合模拟退火算法给出了两种混合求解策略。仿真试验表明了所得算法的可行性和高效性。     

混合分布估计算法求解随机Job shop 提前/拖期调度问题

针对加工时间具有随机特性的Job shop 调度问题, 提出基于分布估计算法的混合算法. 为增强分布估计算法的种群多样性, 定义了父代工序继承率并设计一种可保留父代个体优良结构特征的重组方法, 该方法在继承父代个体优良结构特征的同时避免了非法解的产生. 在个体选择评价阶段, 采用最优计算量分配策略为每个个体分配模拟量以提高个体评价的精确性. 仿真算例表明了所提出算法的有效性和鲁棒性.