An Improved Ant Colony Algorithm for a Single-machine Scheduling Problem with Setup Times

Motivated by industrial applications we study a single-machine scheduling problem in which all the jobs are mutually independent and available at time zero. The machine processes the jobs sequentially and it is not idle if there is any job to be processed. The operation of each job cannot be interrupted. The machine cannot process more than one job at a time. A setup time is needed if the machine switches from one type of job to another. The objective is to find an optimal schedule with the minimal total jobs' completion time. While the sum of jobs' processing time is always a constant, the objective is to minimize the sum of setup times. Ant colony optimization (ACO) is a meta-heuristic that has recently been applied to scheduling problem. In this paper we propose an improved ACO-Branching Ant Colony with Dynamic Perturbation (DPBAC) algorithm for the single-machine scheduling problem. DPBAC improves traditional ACO in following aspects: introducing Branching Method to choose starting points; improving state transition rules; introducing Mutation Method to shorten tours; improving pheromone updating rules and introducing Conditional Dynamic Perturbation Strategy. Computational results show that DPBAC algorithm is superior to the traditional ACO algorithm.     

不误工工件加工时间之和最小的最优解

误工排序问题是经典排序论中最基本的问题之一。1968年Moore提出解决这个问题的算法,可以在时间O（nlogn）内得到最优解。误工问题推广到以下情况：或者某些工件必须不误工;或者工件的加工时间与工件的权有反向一致性;或者工件的加工时间与工件的权具有反向一致性,并且某些工件必须不误工等等。对于这些误工问题及其推广问题提出了多项式时间算法,证明了算法的最优性,并且证明了算法得到的最优解是所有最优解中不误工工件加工时间之和是最小的。     

两个代理的单机排序问题研究

研究了两个代理的单机排序问题.其中第一个代理以完工时间和为目标函数,第二个代理以误工工件个数为目标函数.排序问题的目标是寻找一种排序,使得在第二个代理的目标函数不超过给定上界的情况下,第一个代理的目标函数最小.本文还对这一问题设计了一个拟多项式时间算法.     

带服务器的3台机器流水作业排序启发式算法

研究了带服务器的流水作业排序问题的复杂性和启发式算法.每个工件在机器上加工之前,必须由服务器先进行安装,在任何时刻服务器只能在1台机器上安装工件,目标是使最大加工时间达到最小.在只有3台机器的情况下,利用3-划分到该问题的一个归约来证明该流水作业排序问题仍然是强-困难的.为此,引入一个新的启发式算法,并证明该启发式算法的紧界为2.     

机器带故障的两台机排序问题的一个近似算法

讨论机器带故障中断的两台平行机排序问题,目标为极小化误工工件数,在转移时间t=0时的排序问题是问题P2｜D=∞,t=0｜∑u′ij,该文给出了相应的算法,并利用该算法,考虑了当工件转移时间t〉0时的NP难的排序问题P2｜D=∞,t≠0｜∑u′ij。该文使用对前一问题的最优序π^＊当中的工件相交换,使得增加误工工件数尽量少的方法,提出了一个差界为1的多项式时间的近似算法,并给出了证明及算法的计算复杂性。     

带两个服务等级约束的三台机排序问题

研究带两个服务等级约束的3台同型机在线排序问题。工件和机器的服务等级为1或2,加工允许中断但不允许引入机器空闲时间,目标是最小化最大完工时间。该文首先证明任意在线算法的竞争比至少是3/2,接着对仅有1台机器等级为1的情形给出了竞争比为5/3的在线算法。     

基于Petri网仿真的柔性生产调度——蚁群-遗传递阶进化优化方法

利用受控赋时Petri网对柔性生产线调度中的离散事件建模,此Petri网模型由过程流子网、资源子网和调度控制子网通过同步变迁连接而成.在由Petri网仿真运行获得调度性能评价的基础上,采用两级递阶进化优化方法求解柔性生产过程的优化调度问题.首先由蚁群优化方法优化加工路径,然后根据蚁群在信息素指引下所构造的加工路径,采用遗传算法优化在同一机器上加工的作业排序.应用蚁群优化原理提出了加工路径优化问题的信息素表达方式,解构造策略和信息素更新策略.一组测试问题的求解结果说明了算法的有效性和鲁棒性.     

基于GASA的柔性作业车间动态调度研究

针对柔性作业车间调度在机器故障扰动情况下的动态性及工件交货期模糊的情况,研究采用基于事件与周期混合驱动的滚动窗口再调度策略,并运用线性加权和的方法,以最大完工时间最小、能耗最小、客户满意度最大为目标,建立多目标柔性作业车间动态调度模型,并设计了遗传算法与模拟退火算法结合的GASA算法。将算例仿真结果与遗传算法取得的结果进行对比,验证算法的有效性。     

期望按期完工工件数最大化算法研究

该文讨论工件加工时间为随机变量的单台机排序极大化期望按期完工工件数问题。在确定性排序问题中，Moore算法给出问题的最优解，但事实上Moore算法的期望值版本不能给出期望按期完工工件数最大化问题的最优解。文章从研究排序中工件的按期完工置信系数人手，结合Moore算法，提出了一个启发式算法，有效地解决了该随机排序问题的实际计算。     

工件带链约束和尺寸的并行批排序

主要对带链优先约束和尺寸的工件并行批排序问题进行了研究,当工件的加工时间一致时对目标函数是极小化所有工件加工时间之和的情形,借助于拆分的技巧,给出了一个最差性能比为2的近似算法.     

单机分族分批排序的最小误工个数问题

文章研究了同一族内,给出并证明了其最优排序的性质。对工件到达时间和工期相一致时的情形,得出了一个时间复杂性为O（mb（n/m）^2m）的动态规划算法。     

带有生产前运输考虑的无界批处理机的调度问题

以企业生产和内部物流为背景,研究生产前半成品运输与无界批处理机生产的协调调度问题．位于存储区的工件由运输机运送到批处理机上进一步加工,批处理机可以同时加工的工件数量不受限制,但是每加工一批工件需要一定的启动费用．目标函数为总完工时间和总启动费用之和的最小化．提出该问题的伪多项式时间算法,进一步给出一般意义NP-难的证明．对于运输时间相等的特殊情况,提出多项式时间的最优算法．     

交货时间区间内完工工件个数最多的近似算法

在现代生产管理中,合理安排工件使所加工的工件准时交货是极其重要的,工件提前完工和延误完工都会增加费用,使尽量多的工件在其对应交货时间区间内完工的排序问题是NP困难的。本文讨论了m台平行机交货时间区间内完工工件个数最多的排序问题,给出了一个求解这一问题的多项式时间近似算法。     

并行可替换机床混合流程调度算法研究

针对并行机床混合流程调度特性，分析了两种可替换加工情况调度问题的特点，考虑到调度目标是使所有任务有两台并行机房上的加工时间跨度最小，在此基础上作出了两个相应的推理。推理1得出了一台同机床可以替换时的优化调度方法，推理2得出了两台机床都可以作为替换机床时的优化调度方法，并在分析定界法的基础上，给出了两台并行可替换机床两种情况下的优化调度算法，最后通过仿真实验证明了本算法的有效性。     

分批运输的物流调度

研究了一般性的两个阶段的调度问题,第一阶段加工不同价值的工件,第二阶段把加工完的工件分批,并以不同的方式运送到指定的目的地.目标函数是使运输时间和运输费用的总和达到最小.由于本问题不仅包含了加权完工时间这一传统的评价尺度,并且包含了运输安排和费用,这两个条件都是物流调度的重要因素,所以我们称这个问题为整批运输的物流调度问题.     

单机带库存约束的排序问题

研究了一类单台机上带有库存约束的排序问题,目标函数是极小化加权完工时间总和。针对问题,首先证明了问题是NP-困难的,接着给出贪婪算法,证明了该算法的最坏情况界是无穷大,但随机试验表明算法的平均性能是令人满意的。     

求解多目标柔性作业车间调度问题的离散人工蜂群算法

作业车间调度问题是一类典型的组合优化问题,要求多个作业在不同的机器上进行加工,目的是获得最好的作业加工序列,以满足特定的性能指标。柔性作业车间调度问题是对传统的作业车间调度问题的进一步扩展,由于求解的复杂性,使得传统方法很难在有效的时间内获得问题的最优解。人工蜂群算法是近年来提出的一种受生物行为启发的优化算法,该算法主要通过模拟蜜蜂的觅食来实现问题的求解。提出了一种离散的人工蜂群算法于求解柔性作业车间调度问题,算法通过交叉方式来搜索潜在的更好的蜜源,并采用自适应的变异策略来降低早熟收敛的可能性。最后通过对比实验证明算法对于求解多目标柔性作业车间调度问题是有效的。     

基于多Agent的柔性作业车间预先/重调度系统

针对柔性作业车间动态调度受到来自外部的随机干扰问题,运用多Agent方法,以平均滞后和开始时间背离为主要目标函数,提出了基于柔性作业车间调度问题的预先/重调度方法,并通过Agent之间的协商来达到系统优化。运用Java语言实现调度系统并进行仿真实验分析,通过与Jain的遗传算法和传统的right-shift重调度方法比较,显示了所提出方法的优越性。     

JIT方式下的单机分批调度问题研究

准时生产意义下的调度问题，是当前调度领域研究的一个主要方面，针对单机分批作业准时生产方式，研究了不允许出现拖期的批调度问题，目标是使得加工总成本最小，目标函数不仅考虑了提高惩罚，还考虑了机器的加工费用，为了确定最优分批与各批次的开始时间，给出了两个推理的三个规则，并根据推理规则给出了一个有效的启发式算法，使得目标函数最小，应用实例说明了该算法的正确性与有效性。     

Dynamic Scheduling of Flexible Job Shops

Aim of this research is to minimize makespan in the flexible job shop environment by the use of genetic algorithms and scheduling rules. Software is developed using genetic algorithms and scheduling rules based on certain constraints such as non-preemption of jobs, recirculation, set up times, non-breakdown of machines etc. Purpose of the software is to develop a schedule for flexible job shop environment, which is a special case of job shop scheduling problem. Scheduling algorithm used in the software is verified and tested by using MT10 as benchmark problem, presented in the flexible job shop environment at the end. LEKIN software results are also compared with results of the developed software by the use of MT10 benchmark problem to show that the latter is a practical software and can be used successfully at BIT Training Workshop.