基于PLC和工业机器人的立体仓库工件排序方法研究

以一个六库位立体仓库为研究对象,研究了在实际工作过程中对立体仓库中的工件进行预先排序优化的方法。分析了使用经典排序算法操作太过费时费力的问题,详细介绍了空位排序法,并用工业机器人和PLC控制器分别进行了编程调试验证。     

考虑流水线平衡的混合装配线排序

针对传统平准化模型的缺陷，考虑流水线平衡对混合装配线排序的影响，以流水线平衡得到的工作站时间为基础，按照产品产出时间来衡量物流的平准化排序，建立了基于流水线平衡影响的平准化排序模型，并对一个实例进行了数值分析。提出的平准化模型克服了传统混合装配线排序研究中的不足，把流水线平衡和产品排序有机结合起来，更加符合问题的实际背景。     

机械设计中因素权重确定的变权排序法及其应用

在机械设计中，许多问题是多因素问题．对于多因素的处理权重的获取是关键的问题。本文根据多因素评价中权重的双重特性，提出了变权排序权重确定方法，对评价的有效性进排序，使对多因素权重的确定能更贴于实际，为科学决策提供了科学的依据。     

启发式算法在单件车间工序排序问题中的应用

本文探讨了车间作业计划的排序问题 ,深入分析和研究了启发式算法 ,结合模具车间的实际情况 ,采用基于无延迟作业计划的概率调度法 ,并进行适当的改进 ,实现对模具车间作业计划的排序 ,取得了较好的效果。     

混流装配线排序问题的研究现状与展望

目标函数的选取与排序问题的求解方法是解决混流装配线排序问题的两个关键问题,通过对混流装配线排序问题的国内外研究现状分析,并根据不同的优化目标,归纳出了不同类型目标函数并给出相应的数学模型;同时对排序问题的各种求解方法进行了分析和评价．重点介绍了人工智能方法。在此基础上,对混流装配线的发展进行了展望。     

基于改进蚁群算法的高压压气机叶片优化排序

由于各个叶片存在不同的质量偏差,为了降低航空发动机高压压气机转子在叶片安装完成之后的剩余不平衡量,建立了叶片排序问题的优化模型。基于蚁群算法所具有的无需编码且计算速度快等优点,采用蚁群算法求解该问题。对V2500第4级实际叶片数据进行仿真优化排序,并与厂商排序方案进行对比,结果表明初始不平衡量比厂商方案减少了98.15%,可见该方法具有较高的实际推广价值。     

一类多层生产排序问题的建模与求解

针对一类航天企业普遍存在的多层生产排序问题,建立了整体优化模型,并根据多层生产排序的特点,提出了一种分解-协调的建模思想及其求解策略.在建立三层子问题独立优化模型的基础上,依据各层工件可开工时间及设备最早可用时间对优化解进行自下而上的协调,逐步获得各层子问题的最优解,进而获得整体问题的满意解.采用该方法对来源于实际企业的多层排序问题进行建模和求解,所得结果较实际结果有显著提高,验证了其有效性和实用性.     

以下游释放顺序为导向的汽车总装车间重排序

为解决带线性缓冲区的汽车总装车间平准化重排序问题,以最小化产品实际生产率与理想生产率的偏差为目标,建立了整数规划模型。基于以下游车辆释放顺序为导向的思路,提出了求解该问题的3种重排序方法,即分组重排序、滚动重排序和基于蚁群优化算法的重排序。最后采用不同的参数组合设计算例,对所提方法的性能进行验证。结果表明,滚动重排序的性能优于分组重排序,而基于蚁群优化算法的重排序方法表现最佳。     

不同顺序加工零件的作业排序与作业安排方法

对车间进程计划问题进行了讨论，充分考虑了车间生产的实际情况，对不同顺序加工的零件作业排序进行了分析和仿真，提出了一种实用的最小时钟推进仿真作业排序方法。     

小生境遗传算法在混流装配线排序中的应用

在总结混流装配线排序问题的基础上,根据汽车制造业的实际情况建立一种新的汽车装配线排序模型.根据装配车型的关键件不同,引入车型相似度的概念,并将小生境遗传算法用于以最大化相似度总和为目标的混流装配线优化排序问题,同时将简单遗传算法和小生境遗传算法性能进行比较.最后通过在某汽车制造厂中的应用,验证小生境遗传算法在解决混流装配线生产排序问题中的有效性.     

前移存在调整时间综合调度工序的算法

针对目前存在调整时间的综合调度算法只考虑快速插入调整时间实现调度方案,没有考虑调整时间会随工序次序改变影响调度结果的问题,提出通过改变工序调度次序前移存在调整时间综合调度工序的算法。该算法在保证相关工序不后移的条件下,通过改变相同加工设备上具有相同工艺紧后工序的工序调度次序,从而改变工序之间的调整时间,使调整工序最晚结束时间提前,使其工艺紧后工序开始时间有可能提前,从而实现提高设备利用率,提前产品最终完工时间。实例表明该算法可获得存在调整时间的综合调度问题的更优解。     

动态维修任务调度的优化方法

战时维修机构承担的维修任务比较繁重,合理安排维修任务可以有效地提高武器装备作战使用的时间.为此,分析了战时维修任务的特点,以尽快恢复参战作战单元的战斗力为目标,提出一种动态维修任务调度的优化方法.考虑到问题的复杂性,首先把原问题分解为静态维修任务调度问题和动态维修任务调度问题,分别建立相应的数学模型,并提出模型的求解方法.动态维修任务调度模型以静态维修任务调度模型为基础,根据任务变化情况反复调用静态维修任务调度模型求解方法,实现了战场抢修任务的动态调度.模型求解方法简单,获得的近似解具有较高的精度,计算时间很短.针对战场瞬息万变的情况,利用该方法实现了近实时地动态维修任务调度.     

非紧密衔接工序动态车间调度算法

对于实际生产中经常出现的非紧密衔接工序调度问题,提出一种将非紧密衔接工序变为紧密衔接工序的转换策略,用该策略在对工序间延迟约束进一步研究的基础上,提出标准工序、延迟工序和扩展加工工艺树概念.通过对拟关键路径法和最佳适应调度法算法进一步完善,设计一种通过优先调度延迟工序,对标准工序分批采用拟关键路径法和最佳适应调度法,同时考虑关键设备上标准工序尽量紧凑的具有非紧密衔接工序的动态调度算法.实例验证表明,所提出的调度算法不仅能够较好地解决更具实际意义的动态非紧密衔接工序调度问题,而且能够扩展解决动态紧密衔接工序调度问题.     

具有柔性加工路径的作业车间批量调度优化研究

古典作业车间调度问题已经被研究了几十年并证明为 NP- hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序可以由一个机床集合中的多台机床完成加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法以适用于批量调度 ,并分析了几种批量调度方案 ,最后给出了这些调度的仿真结果 ,证明单件最佳调度不适合扩展成批量最佳调度     

[车间调度]并行多机开放车间调度问题的模型与算法

发光二极管制造过程中,晶粒分类拣选工序的调度问题是典型的并行多机开放车间调度问题,属于NP-hard问题。研究了该调度问题以最小化总加权完工时间为目标的求解模型与算法。根据问题特性构建了可获得最优解的混合整数规划模型,并设计了同时考虑质量与求解效率的启发式算法和改进粒子群优化算法。仿真结果显示,启发式算法和改进粒子群优化算法都能在合理的时间内迅速有效地获得较佳的调度解。     

网格环境下多服务质量约束的复合服务调度机制

目前,由于没有一个动态、可扩展的服务组合模型,在服务网格环境中缺乏满足多性能目标约束的、复合服务的调度机制。为此,在分析动态服务调度机制基础上,将服务质量约束引入到状态图工作流模型中,提出一种多服务质量约束的动态组合服务模型,给出了在服务组合过程中保持服务组件之间服务质量一致性的方法,并将复合服务的调度问题（即执行路径的动态选择问题）归结为多属性决策问题。采用简单加权法,以保证组合后的服务满足综合服务质量约束。通过实现的服务调度组件验证了该机制的可行性和有效性。     

A learning and optimizing system for order acceptance and scheduling

Order acceptance and scheduling is an interesting scheduling problem when scheduling and acceptance decisions need to be handled simultaneously. The complexity of the problem causes difficulty for many solution methods. In this paper, we proposed a learning and optimizing system to deal with the order acceptance and scheduling problem with a single-machine and dependent setup times. The aim of this system is to combine the advantages of the hyper-heuristic for learning useful scheduling rules and the meta-heuristic for further refining the solutions from the obtained rules. The experiments show that the proposed system is very effective as compared to other heuristics proposed in the literature. The analyses also show the benefits of scheduling rules obtained by the hyper-heuristic, especially for large-scale problem instances.     

基于遗传算法的服装生产流水调度研究

针对服装生产流水线调度问题,以最小化最大流程时间为目标,将具有全局优化特点遗传算法应用于服装生产流水线调度中.算法采用基于工序的编码方式和具有简单操作的单亲遗传算子,并在调度实例应用中取得满意的效果.仿真结果表明:该算法优化了调度方案,缩减了最小化完工时间,能够有效、高质量地解决服装生产流水线调度问题.     

基于禁忌搜索的平行机多工厂供应链调度

提出一类平行机多工厂供应链调度问题,从整体的角度优化订单分配、生产调度和运输调度。以交货期限内完成所有工件的生产和运输总成本最小化为目标,构建了问题的混合整数规划模型。设计了一种基于向量组编码结构的禁忌搜索算法以求解该问题。使用供应链调度策略和独立决策策略分别对算例进行求解,数据结果验证了供应链调度策略的优越性。禁忌搜索算法结果与CPLEX的求解结果对比表明,禁忌搜索算法有效可行。     

多项目调度问题研究

现有多项目调度研究一般都基于不切实际的假定——资源在多个项目间进行传递时不需要花费额外的时间和成本。在对传递时间进行分析的基础上,建立了考虑资源传递时间的多项目调度问题的数学模型,并针对模型设计了结合并行调度的混合遗传算法,在保证项目任务紧前关系与资源约束的条件下,能够合理优化多项目的资源分配,从而有效地缩短多项目的总工期,通过实例验证了考虑传递时间的必要性,同时实例也证明了算法的有效性。