基于遗传算法的作业车间调度优化

车间调度问题由于具有重要的理论和实用价值吸引了很多研究者的兴趣 ,但以前的大多数研究集中在经典的作业车间调度问题 ,忽略了很多重要的因素 ,离应用尚有不少的差距。本文结合实际的生产过程 ,考虑到工件的加工受到机床、工人和机器人等资源的制约 ,并且可以有多种可行的工艺路线。提出了一种与启发式调度规则相结合的混合遗传算法 ,调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性 ,算例表明该算法在求解性能和效率两方面均具有显著的优势     

基于设备可用时间约束的装配作业车间调度规则

为开发自动和手控设备混合的装配作业车间启发式调度算法,设计了装配作业和设备特性相结合的生产调度规则.分析了自动和手控设备的运作特性,以及设备和作业者的日可用时间约束对生产调度所产生的影响.首先以缩短工件平均流程时间和提高自动设备夜间运载率为目标,扩展了最短作业时间优先规则的内涵,设计了最短设备占有时间优先规则的系列;然后考虑了装配作业车间的装配特性,设计了将作业交货期最早优先规则与提出规则相结合的组合规则.经模具生产车间的仿真实验表明,所设计的组合调度规则对平均延期时间和其他相关评价指标具有较优的结果.     

流水车间作业提前/拖期调度问题研究

在非正规性能指标提前／拖期调度问题中,工件的加工顺序和每个加工活动的开始时刻都属于需要优化的变量,增加了求解的难度。针对这一问题,提出了采用分层调度模式求解流水车间提前／拖期调度问题的联合算法。首先,采用遗传算法对加工顺序进行寻优;其次,在给定调度序列的情况下采用启发式算法对加工开始时刻进行优化,制定插入机器空闲时段的策略,确定何时插入空闲时段和空闲时段的大小,即在给定顺序下确定工件加工活动的开始时刻,以满足在加工完所有工件后,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联合算法的有效性。     

超启发式遗传算法柔性作业车间绿色调度问题研究

针对启发式算法通用性较差的问题,建立了多目标柔性作业车间绿色调度模型,设计了一种超启发式遗传算法对问题进行求解.首先,建立了以最大完工时间和最小能耗为目标的柔性作业车间绿色调度模型,并设计了超启发式遗传算法对模型进行优化求解;然后,对于高层启发式策略采用遗传算法,随机生成初始种群,对种群进行了选择、交叉和变异操作,并且...     

基于遗传优化算法求解作业车间调度问题

将一类具有路径柔性的作业车间调度问题，分解为任务优化分配和任务优化调度两个子问题，结合遗传算法和启发式算法，提出了基于遗传算法的优化调度算法，并有实例证实了该算法的有效性。     

单件小批量生产的车间作业调度研究

目前的研究者对于车间作业调度问题的研究,多将其抽象为一个大家所熟知的JSP模型.显然,这样的模型无法适应具体的企业应用.针对以往的研究与实际应用脱节的问题,并根据单件小批量生产企业生产调度中的一些基本情况,提出一种解决方案,并将这种解决方法应用在模具制造单件小批量生产类型企业,从而使计划调度的理论研究服务于实际生产.     

基于遗传算法的柔性车间作业调度研究

阐述了对基于遗传算法的柔性车间作业调度进行研究的重要意义及其研究现状,分析了传统算法应用于车间作业调度过程中出现的问题,论述了在柔性车间作业调度中运用遗传算法的可行性。     

分布式多柔性装配作业车间调度问题研究

针对分布式柔性装配作业车间环境,综合考虑了调度过程中的机器选择柔性、工人安排柔性和工序顺序柔性,构建了以最小化最大完工时间和最小化总能耗为优化目标的分布式多柔性装配作业车间调度问题(DMFAJSP)的数学模型。为求解DMFAJSP模型,提出了一种以分布估计算法为全局搜索组件、以邻域搜索算子为局部搜索组件的多维模因算法(MDMA)。最后,将所提出的算法与其他算法进行了对比试验,结果表明MDMA算法在求解DMFAJSP模型方面具有显著优势。     

多层级装配作业车间等量分批策略与调度算法

针对多层级装配作业车间中差异化零部件的加工装配进度协同极为困难的问题,通过零部件合理分批来提升车间的流动性,进行更灵活的进度协同并缩短生产周期,给出了此类车间最小化Makespan的分批调度模型;提出加工/装配阶段的分批策略,以及基于可行域搜索的改进型遗传算法,其初始种群生成及交叉变异考虑了批量变化带来的约束动态性,能...     

考虑批量装配的柔性作业车间调度问题研究

柔性作业车间调度是生产调度领域中的一个重要组合优化问题,由于取消了工序与加工设备的唯一性对应关系,因而相较于作业车间调度问题,具有更高的复杂度。针对该问题在批量装配方面的不足,考虑将批量因素与装配环节同时集成到柔性作业车间调度问题当中。以成品件的完工时间为优化目标,对该批量装配柔性作业车间调度问题进行了数学建模。针对该模型,提出一种多层编码结构的粒子群算法,并对该算法的各个模块进行了设计。最后,以实例验证了该数学模型的正确性及算法的有效性。     

基于多Agent的Job Shop调度方法研究

针对Job Shop调度问题，提出基于多Agent的车间调度模型，实现调度甘特图的自动生成。在此基础上，设计了多Agent分组协作机制；实现了多目标优化调度，提高了调度优化算法的实用性和优化效果；分析了车间调度中各类干扰因素的特点，实现动态调度，提高了系统的适应性和健壮性。最后给出了实例验证。     

柔性作业车间动态调度方法研究

针对一类复杂工序的柔性作业车间的动态调度问题,提出了一种基于工序树的调度方案及算法。调度算法中采用多叉树形式的工序树,工序树是一种适用于作业车间调度的柔性工艺规划描述方法,工序树经过泛化和变形可以涵盖多种具体的工序样式。调度算法通过通信网络实时地获取加工车间中设备的工作状态,结合加工任务中所有产品的状态变迁,依据由加工任务的约束条件预先确定的优先调度规则,动态地生成加工任务作业进程表。算法实例的结果验证了调度方案及算法的有效性。     

基于TOC的作业计划方法研究

为解决车间生产不均衡以及作业计划工作繁杂的问题,研究了基于约束理论（TOC）的作业计划方法,找出生产系统瓶颈资源,根据基于启发式规则的调度算法生成瓶颈工序作业计划,对瓶颈工序上下游工序按拉动式和推动式生产生成非瓶颈工序作业计划。论述了该方法的处理过程,详细分析了生产系统瓶颈识别技术以及基于启发式规则的瓶颈工序排序算法,通过实例验证了该方法的有效性。     

多色粒子群的作业车间调度研究

为了对车间的资源配置和作业调度这两个问题进行综合考虑,提出了一种基于多色粒子群的作业车间调度方法。首先根据各个作业的要求,对车间的设备资源进行配置。针对车间设备资源管理和配置的特点,应用多色集合和多色图,建立资源关联图模型。并运用多色集合的围道矩阵和推理运算规则,对作业任务需要的加工设备进行分配,推导出工序集所有可行的资源配置集合;然后根据粒子群算法的原理和特点解决作业车间调度问题,以最大完工时间最小为优化目标,结合基于工序的编码方式,构建了求解作业车间调度问题的方法,并通过实例验证了算法的收敛性及有效性。     

面向IC生产模式的Job Shop调度问题的研究

针对即时定制生产模式的车间调度的特点,提出基于粒子群算法(PSO)的车间调度问题的解决方案.利用粒子群算法本身的优越性解决复杂的车间作业排序问题,克服了传统调度算法存在寻优效率低或全局寻优能力差的弱点.对粒子群的编码及寻优操作进行研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到理想的排序结果,能够适用于IC生产模式的车间调度问题.     

面向成本的车间调度优化模型研究

简述了典型调度问题,给出了调度优化的成本目标函数,包括加工成本、设备等待的静态成本以及工件作为在制品的存储成本3个子目标,然后提出了兼顾总加工时间和总成本两个指标的车间调度优化依据。最后,应用所提出的模型对标准调度问题FT06的调度方案进行了评估优化,证明提出的方法是可行的。     

一种基于Agent的Job Shop调度模型

在讨论传统生产调度思想的基础上,针对调度系统需要解决的降低复杂性及动态调度的快速响应问题,提出了一种基于多代理技术的Job Shop调度模型。给出了基于多代理的车间作业优化调度系统结构,并开发了原型系统,实验结果表明,此方法调度性能良好。调度过程快,适应于需要动态响应的环境。     

A Modified Genetic Algorithm for Job Shop Scheduling

As a class of typical production scheduling problems, job shop scheduling is one of the strongly NP-complete combinatorial optimisation problems, for which an enhanced genetic algorithm is proposed in this paper. An effective crossover operation for operation-based representation is used to guarantee the feasibility of the solutions, which are decoded into active schedules during the search process. The classical mutation operator is replaced by the metropolis sample process of simulated annealing with a probabilistic jumping property, to enhance the neighbourhood search and to avoid premature convergence with controllable deteriorating probability, as well as avoiding the difficulty of choosing the mutation rate. Multiple state generators are applied in a hybrid way to enhance the exploring potential and to enrich the diversity of neighbour-hoods. Simulation results demonstrate the effectiveness of the proposed algorithm, whose optimisation performance is markedly superior to that of a simple genetic algorithm and simulated annealing and is comparable to the best result reported in the literature.     

一种新型的作业车间调度算法的研究与实现

将工件的剩余加工时间分为相对剩余加工时间和绝对剩余加工时间 ,提出了优先分配启发式算法的一种新的优先分配规则 ,即相对剩余加工时间最大的概念 ,把调度分成多个阶段的部分调度 ,通过比较部分调度集合中的可调度工序的相对剩余加工时间 ,求解出每个部分调度的最优解 ,从而使整个调度达到全局最优或近似最优。最后 ,开发出调度软件 ,验证了算法在工程中的可行性、有效性。