基于前摄—反应的泊位岸桥鲁棒性集成调度

针对不确定因素下集装箱码头岸边侧泊位岸桥资源的协同调度问题,提出前摄调度计划和与之匹配的反应策略相结合的决策框架,并在前摄调度计划中引入了时间缓冲,以吸收船舶到港时间不确定带来的影响。以质量鲁棒性和解鲁棒性为目标函数,建立了不确定环境下连续型泊位岸桥集成调度的数学模型,并构建了具有双层决策结构的优化算法对模型进行求解。其中,上层采用非支配排序遗传算法框架搜索关键决策变量编码,下层运用带缓冲的前摄启发式算法对上层解码,并结合Monto Caro抽样及所设计的两种反应策略进行仿真评估。通过数值实验验证了所提方法框架与算法的有效性。     

基于启发式算法的散货码头排船问题研究

为更好地利用散货码头有限的泊位资源,合理安排到港船舶进行靠泊作业,针对散货码头的排船现状,构建以单位岸线长度装船容量最大化和单船延迟靠泊时间最小化为目标的连续性泊位分配的优化数学模型,运用启发式算法进行求解,得到完整的排船分配结果.将其与常规排船策略(先到锚地先安排靠泊)进行比较,验证了启发式排船策略的可靠性和实用性.实例分析表明:采用该模型及算法能有效解决散货码头的排船计划问题,对提高散货码头的生产作业效率和服务水平有一定的借鉴意义.     

考虑岸桥维护的集装箱码头泊位与岸桥集成调度

针对集装箱码头泊位与岸桥2类资源分配的问题,以泊位和岸桥数量能够随时间动态变化为前提,重点考虑岸桥维护操作对该类资源配置问题的影响,提出了以最小化船舶总在港时间为目标的联合优化方法,建立了重点考虑岸桥维护的泊位与岸桥集成调度的数学模型,对泊位分配、岸桥调度和岸桥维护计划这3个相互关联的问题进行决策与分析。设计粒子群优化算法对模型进行求解,并与CPLEX优化软件求解得到的结果进行对比,以证明该算法的优越性和有效性。     

资源不确定环境下模具多项目预测-反应式调度算法

针对模具多项目执行过程中由于可再生资源发生故障而导致的调度计划变更问题,提出了一种预测-反应式调度算法.利用生灭过程理论对可再生资源的不确定性进行分析,通过大量基于启发式策略的仿真计算构建了一个相对稳定的基准调度计划,建立了以调度计划变更费用最小为优化目标的反应调度模型,并用混沌微粒群优化算法进行求解.通过仿真计算分析了所提算法的可行性与有效性.     

基于改进微粒群算法的模具多项目动态调度

针对模具多项目执行过程中任务拖期导致的调度计划变更,提出了一种启发式动态调度算法.利用改进的微粒群算法构建一个加权工期之和最小的初始调度计划,并基于关键链管理方法对初始调度计划进行合理地缓冲设置.建立了以调度计划变更费用最小为优化目标的启发式动态调度模型,并用改进的微粒群算法进行求解.通过仿真计算分析了算法的町行性与可靠性,并与标准的微粒群算法进行了比较.     

基于长短期记忆近端策略优化强化学习的等效并行机在线调度方法

针对等效并行机在线调度问题,以加权完工时间和为目标,提出了一种基于长短期记忆近端策略优化（LSTM-PPO）强化学习的在线调度方法。通过设计融合LSTM的智能体记录车间的历史状态变化和调度策略,进而根据状态信息进行在线调度。设计了车间状态矩阵对问题约束和优化目标进行描述,在调度决策中引入额外的设备等待指令来扩大解空间,并设计奖励函数将优化目标分解为分步奖励值实现调度决策评价。最后基于PPO算法进行模型更新和参数全局优化。实验结果表明所提方法优于现有的几种启发式规则,并将所提算法应用于实际车间的生产调度,有效减小了加权完工时间和。     

求解紧急事件调度资源水平问题的启发式算法

为求解紧急事件调度中的资源水平问题,设计了一种启发式算法.鉴于紧急事件调度的紧迫性特点,首先在不考虑资源约束的基础上确定项目的初始关键链;然后根据初始关键链中任务的最早及最晚开始时间,建立了基于任务紧迫性的启发式规则,求解资源冲突;最后结合初始关键链与启发式规则,开发了基于任务紧迫性的启发式算法.算法目标是在给定项目工期条件下,获得最低的资源配置及对应的调度序列.与现有算法进行比较,试验结果表明,设计的启发式算法可以获得更好的解,更适用于紧急事件调度问题.     

带转移时间的资源受限项目鲁棒调度优化

为使项目在面临活动工期扰动时尽可能按照基准调度计划稳定执行，针对带转移时间的资源受限项目调度问题提出鲁棒调度与资源分配集成优化方法。分别从资源转移关系、活动时差、随机活动工期三个不同角度设计三种解鲁棒性代理指标，构建了两个混合整数规划模型(MinEA,MaxPF)和一个随机规划模型(MinTPC),并分别采用精确方法和禁忌搜索启发式算法求解；在此基础上提出MinTPC+MaxPF混合优化策略。仿真实验结果表明，MinTPC+MaxPF方法在项目解鲁棒性和质鲁棒性两方面均能获得最优绩效；MinEA方法的解鲁棒性优于MinTPC,而后者的质鲁棒性优于前者。所研究的模型和方法，可以为项目决策者在工期不确定环境下协调活动进度安排和优化资源转移提供指导，提升项目计划鲁棒性，提高企业的经济效益。     

柔性车间生产资源与AGV物流资源联合优化调度

柔性车间生产资源与物流资源关联性越来越强,各资源独立调度无法实现系统的高效率运行。针对此问题,提出了基于二维度自适应遗传算法的车间生产资源与物流资源联合调度方法。明确了AGV系统组成、工作模式和分配策略,建立了柔性车间的栅格地图模型;以车间完工时间最小为目标,建立了生产资源与物流资源联合调度模型;从时间和空间2个维度设计自适应算子,提出了基于二维度自适应遗传算法的联合调度方法。经合作企业某车间生产验证,二维度自适应遗传算法联合调度方案的完工时间为68 min,小于遗传算法和自适应遗传算法调度方案;经参数敏感性分析可知,二维度自适应遗传算法鲁棒性好,对不同情况下的车间调度问题都具有较好的性能。     

启发式算法和遗传算法在生产调度中的应用

根据现代制造企业对生产调度的要求,提出了一种启发式算法和遗传算法相结合的生产调度系统结构。使用启发式规则为各工序分配机器,制定加工计划,调用遗传算法对加工计划进行排序,生成最终调度结果。通过将CLIPS推理机嵌入到系统中,实现了决策规则和程序体的分离,易于规则的修改和进一步扩展,系统更具有柔性。由启发式规则生成遗传算法的部分初始种群,提高了初始种群的质量。通过将任务分解,降低了问题求解的复杂度,并由实例验证了其可行性。