用效率调度算法求解非标准作业车间调度问题

作业车间调度问题是一类具有次序约束和资源约束的较大规模的组合优化问题,本文所描述的非标准作业车间调度问题,放宽了资源约束的条件,具有更大的寻优空间,针对这种复杂的组合优化问题,本文构造了相应的目标函数并提出一种效率调度算法来求解此问题,经分析和实践验证,获得了满意的结果。     

一种求解资源受限多项目调度问题的分解算法

针对资源受限多项目调度的多目标优化问题,采用约束逐层分解策略,提出了依次处理项目时序约束和资源约束的两阶段分解算法.第一阶段为时序约束优化阶段,采用蚁群算法进行任务列表的优化求解.通过改进信息素增量规则并采用并联进度生成机制,提高蚁群算法的求解效率和质量.其中,在构建任务合成链表的过程中遇到并联活动抢夺资源情形,采用基于熵权的逼近理想解排序法和基于有序加权平均算子的多属性决策方法来确定活动的综合权重,并依据权重对冲突活动进行排序,实现资源的冲突消解.第二阶段为资源约束优化阶段,以获得的优化任务合成链表为输入,逐项进行资源能力约束的核查与调整,最终生成项目调度的优化方案.通过多项目算例仿真结果验证了所提方法的有效性.     

求解资源受限项目调度问题的启发式方法

为求解资源受限项目的调度问题,将过滤扇出和路径重连两种方法相结合,作为迭代局部搜索的摄动过程,提出一种新的迭代局部搜索方法.设计了与调度方案有唯一对应关系的任务列表,并通过附加信息制约邻域的产生,进一步缩小搜索空间.采用对齐技术提高解的质量,设计并结合使用两个摄动方法,以寻求更大范围内的邻域,加强了跳出局部最优的能力.迭代过程中采用精英解集代替传统的迭代局部搜索方法中的单点初始解,并保存搜索历史中的较好解.最后通过标准问题库中的四种问题验证了算法的求解质量.     

考虑双资源约束的柔性作业车间调度研究

针对考虑工人和机器约束的双资源约束柔性作业车间调度问题,建立了最小化最大完工时间、总成本和工人疲劳值的多目标调度模型,并提出了一种改进NSGA-Ⅱ(INSGA-Ⅱ)算法求解。具体改进包括设计了3层编码方案以及插入式解码策略;为提高种群质量,设计了启发式种群初始化策略;为避免算法陷入局部最优,在染色体交叉、变异阶段,设计了自适应调整机制实现种群的动态搜索进化。最后通过多组算例验证了INSGA-Ⅱ算法的有效性和可行性,并通过一组实例验证了所提算法求解实际问题的有效性。     

具有资源约束的项目调度问题中的量子进化算法

为了将量子进化思想应用到具有资源约束的项目调度领域中,提出了一种基于活动对连接关系的调度解表示方法,进而构成新的搜索解空间。利用新表示方法的二值性,给出了量子进化算法。该算法扩展了前向-后向搜索思想,构造出原问题的反向问题,并把原问题和反向问题以同样的方式进行求解,利用反向搜索一个方向上的解群来更新另一个方向上的解群。此外,算法根据分散搜索的思想,利用新搜索解空间中定义的距离来控制搜索的分散性。最后,通过仿真说明了该算法的有效性。     

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。     

基于人工蜂群的空间资源受限项目调度算法

针对空间资源受限的项目调度问题,提出一种基于人工蜂群算法的解决方案。以船舶建造分段制造问题为背景,对不同种类的资源进行抽象和建模,建立了空间资源受限项目调度问题的数学模型,在串行调度生成方案、基于配置空间理论的启发式二维空间分配算法等基础上,提出基于人工蜂群的空间资源受限项目调度算法,实现对这一问题的综合求解。对不同规模的问题实例采用不同算法进行对比,结果表明所提算法在相对较短的时间内可以获得较优的调度方案。     

双资源多工艺路线作业车间模糊调度问题研究

在研究双资源、多工艺路线作业车间调度的基础上,从实际作业车间调度系统存在大量不确定因素的情况出发,建立了模糊调度的数学模型。以最小完工时间和平均满意度最大为优化目标,基于遗传算法,对算法中初始种群的构造、适应度计算、遗传操作等方面进行了研究;应用改进的遗传算法,求解最优调度工序。最后给出了实例仿真和结论。     

GA-COA求解柔性作业车间多资源调度问题

针对传统柔性作业车间调度在仓储、运输方面考虑的不足,将工件的存储位置以及工件在仓库、机床之间的运输考虑到传统柔性作业车间调度问题（FJSP）中。提出一种考虑仓储、运输及加工的柔性作业车间多资源调度问题（MRFJSP）,以最小完工时间为目标函数进行数学建模。考虑到遗传算法（GA）在求解车间调度问题中收敛速度慢、易陷入局部最优的问题,将郊狼优化算法（COA）的组内郊狼成长、生与死进行改进并与GA结合,提出一种带随机动态分组的遗传-郊狼混合算法。最后,通过算例验证了模型的正确性,并将混合算法与原算法进行对比,验证其优越性。     

柔性资源约束的资源水平项目调度问题

为解决单件企业对柔性资源的高效均衡使用问题,提出了柔性资源约束的资源水平项目调度问题,设计了基于两级映射网络的柔性资源模型表达任务-能力-资源的关系,建立了问题的数学模型.为求解该模型,提出基于改进串行调度生成模式和网络最大流柔性资源分配模型的路径重连算法.基于改进串行调度生成模式对标准串行调度生成模式进行改进,使牛成的调度更有利于资源水平.基于网络最大流的柔性资源分配模型反映了任务-能力-资源关系的本质,有效解决了柔性资源分配问题,通过在改造的项目调度测试问题集上进行数值实验,证明了该算法具有较高的求解质量和较好的时间性能.     

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.     

改进NSGA-Ⅱ算法求解考虑运输约束的柔性作业车间节能调度问题

传统柔性作业车间调度通常忽略工件在机器间的运输时间和能耗,针对该问题建立了考虑运输约束与节能的柔性作业车间调度模型,并提出了改进的NSGA-Ⅱ算法求解该模型。首先,在柔性作业车间调度数学模型中设立最大完工时间、总延期、设备总负载、车间总能耗4个目标,并根据运输约束实现了调度模型矩阵编码、解码、交叉与变异,基于子代向最优解学习机制改进NSGA-Ⅱ算法迭代过程中易陷入局部最优解问题。最后,在考虑车间机器之间运输约束的前提下结合Kacem、Brandimarte算例对调度模型进行可行性分析,结果表明该模型与算法求解效率高,能有效解决车间运输约束导致的调度方案与实际加工偏差问题。     

基于组合拍卖方法的资源受限多项目调度

为求解资源受限多项目调度问题,提出了一种基于组合拍卖机制的项目资源分配方法.该方法将单位时段的单位资源看作拍卖品,引入动态资源价格,将单个项目进度计划看作一个组合拍卖品.要求单个项目进度计划在满足任务紧前关系与资源约束的前提下,既要减少项目误期赔偿.又要降低项目资源成本.通过逐步调节不同资源在不同时段的价格,引导各项目合理利用不同时段的资源,从而解决各项目之间的资源冲突,实现资源受限多项目调度问题的整体优化.通过实际算例,演示了该方法的资源调配过程,并通过数字实验验证了该方法的有效性.     

改进细菌进化算法在作业车间调度问题的应用

应用细菌进化算法求解了作业车间调度中单目标多解排程问题,采用了基于操作的编码来保证调度方案的可行性,并采用互换交叉操作的局部调度应用于基因的交换优化,以改进经典细菌进化算法,最后采用多个范例进行计算,以验证所提方法的绩效。     

基于自适应蚁群算法的柔性作业车间调度问题

针对经典作业车间调度问题的局限性,结合实际生产情况,提出了具有路径柔性的作业车间调度模型,给出了求解模型的自适应蚁群算法的具体实现过程。在搜索解路径的过程中,该算法首先确定下一步可供选择加工的工件在哪台机器上加工最好;接着在选择机器后再确定该加工哪个工件;当所有蚂蚁爬行完毕后,针对算法是否陷入局部收敛,分别对各路径上的信息素进行了自适应调整,有助于快速得到全局最优解;最后,通过实例仿真验证了算法的有效性。     

双目标模糊柔性作业车间调度问题研究

文章针对柔性作业车间调度问题的复杂性和资源受限等因素,以及实际生产中可能存在的各种不确定性因素,引入模糊集合方法来描述该问题,确定其模糊调度模型,并以最小化模糊最大完工时间与最小化模糊总能耗为优化目标。提出一种多改进策略的NSGA-Ⅱ算法,并采用基于工序选择和机器分配的双层整数编码方式;在选择操作上使用二元锦标赛选择策略;进行基于位置的交叉操作和两点交叉的变异操作,提出一种基于目标变异策略的机器变异操作。此外,还提出随机种群增强策略和精英集合策略以提高算法性能。最后通过超体积测度和集覆盖测度评估算法在实验中的表现,验证改进策略是否有效可行,并利用层次分析法决策出非支配解集中最优的调度方案。     

考虑充电的多AGV的作业车间调度问题

自动导引车(AGV)在生产车间的应用,给车间调度带来许多额外的需要解决的实际问题,如运输任务AGV分配、AGV电量约束、AGV数量约束等,使得其调度问题更加复杂和困难.针对多AGV运输工件的作业车间调度的特点和约束条件,建立了考虑充电约束的多AGV运输工件的作业车间调度模型,通过虚拟设备的方法设计了工件分配和AGV运输任务的两段染色体编码,设计了工件分配和AGV任务分配的集成解码方法,并设计了改进遗传算法进行求解,进一步分析了AGV数量、AGV电量和运输时间等因素对优化目标的影响,最后通过作业车间典型算例仿真验证了模型与算法的有效性.     

自适应粒子群求解资源动态分配项目调度问题

为了解决传统任务资源固定分配难以实现动态与高效调度的问题,建立了任务资源动态分配项目调度的数学模型,给出了任务调度方案的生成算法。为了克服基本粒子群优化算法的早熟收敛问题,平衡其全局与局部搜索能力,提出了一种改进的自适应粒子群优化算法,该算法采用惯性权重因子周期性衰减和改进的变异策略以及不变位交叉法实现粒子的更新。最后对通用标准库进行了测试,结果表明,所建模型和改进算法能够有效地缩短项目工期,提高资源利用率和算法效率。     

作业车间排序重调度问题及其改进修复约束满足算法

作业车间往往因出现新作业而需要进行重调度.为尽量减少由重调度带来的计划变更,除了优化原有的性能指标外,还应减小重调度结果与原排序之间的差异.由此,提出一种双目标优化模型.为方便求解,将模型进行了分解,构建了可以分步求解的分级模型.对分级模型提出改进的修复约束满足算法(修复法),通过采用新的变量表示形式,设计了变量排序的启发式算法,并采用变量互换启发式算法,以保证全局搜索性能.以90个作业车间标准算例为基础,设计了重调度算例,并与现有代表性的第二代非支配排序遗传算法优化结果进行了对比,结果表明在相同运行时间下,所提算法更具优越性.     

动态环境下的柔性作业车间调度问题研究

针对动态环境下的柔性作业车间调度问题,提出了一种基于改进离散粒子算法的动态调度方法。动态调度方法采用在动态车间调度中应用最为广泛的滚动窗口与改进离散粒子算法相结合的再调度策略,最后通过对两类突发动态事件的仿真测试,验证了本文所提方法能够解决各类突发动态事件,及时有效地对初始方案进行调整,并与原方案有效衔接。