可重入式生产车间调度的计算机仿真与优化研究

对于冷拔钢管生产车间的可重入生产的调度问题,采用计算机仿真软件系统eM-Plant来进行仿真优化求解.首先设定工件的成组规则,简化调度问题为投料策略与派工策略,然后采用遗传算法进行调度参数优化.仿真结果的对比表明遗传算法对此类问题的求解有较强的优化性能和稳定性.     

遗传-牛顿算法在公交智能调度中的应用

针对公交公司需要解决的典型问题公交车辆的优化调度,提出了一种遗传算法与牛顿算法相结合的智能优化算法;并用该混合算法对调度模型进行优化;首先在兼顾公交公司与乘客双方利益的情况下,建立了以发车间隔时间为决策变量的公交车优化调度模型,再利用遗传算法对决策变量进行优化,然后用牛顿法对其优化的结果进行深一步的搜索,使其优化结果精度提高;仿真结果表明,该混合算法比标准的遗传算法更有效地提高公交车辆运营效率并降低其费用成本.     

基于Petri网与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题,该文建立了系统的扩展Petri网模型,并且将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。针对可重入生产系统生产过程的动态复杂性,首先建立了一类综合调度规则,然后提出了基于设备分组与分时段的综合规则组合的可重入生产系统调度策略,并采用遗传算法与基于Petri网模型的过程仿真相结合的方法对综合规则组合进行优化,仿真比较验证了该调度策略的有效性。     

轧制批量计划问题的模型及算法研究

网络建模在系统分析中是最有效的方法之一，广泛地应用于工业工程和生产调度中，应用组合优化中著名的车辆调度问题分析、研究钢生产中传统的轧制批量计划问题，提出一种新的具有优化分割功能的遗传算法，并进行了计算机仿真、仿真结果证实该方法的有效性。     

基于综合规则与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题，该文将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。首先针对系统的可重入性建立了一类综合规则，然后在设备分组与分时段的基础上，提出了基于一类综合规则组合的可重入生产系统调度策略，并采用遗传算法与过程仿真相结合的办法对综合规则组合进行优化，仿真比较验证了该调度策略的有效性。     

多工艺路线车间作业调度遗传算法实现

针对简单遗传算法在解决作业车间调度问题时只适用于简单问题的局限,研究了多工艺路线的批量调度遗传算法实现,论述了3种提高生产效率的调度策略,即采用最小批量原则对零件进行分批调度生产;将批量准备时间和零件加工时间相分离,在工件到达加工机床前做好批量加工准备;在生产加工过程中,将同批加工零件进行多次机床间转移,缩短后续机床的等待时间.同时将工序优先级调度算法加入到简单遗传算法,提出了一种全局优化的多工艺路线批量生产调度混合遗传算法.仿真结果表明,该调度算法能取得较好的效果.     

遗传算法在服装生产流水线平衡问题中的应用

将遗传算法应用于服装生产调度中，利用遗传算法的全局优化特点解决并行制造中的流水线平衡问题。并针对男式衬衫的生产工艺进行仿真，结果表明了该算法的有效性。     

基于Flexsim的车间调度优化

基于三维动画仿真软件Flexsim,文中对航空附件加工车间这种多品种、小批量生产的作业车间（Job-Shop）进行了调度优化研究。介绍了Flexsim连接数据库的技术与遗传算法求解生产调度的方法;在Flexsim中建立虚拟生产车间模型,并且在Flexsim虚拟车间模型内部嵌入C＋＋数据库操纵程序,将仿真模型与生产管理数据库连接,使模型可以实时采集生产数据;最后通过实例说明Flexsim仿真与调度优化相结合的方法可以有效地提高航空附件加工车间的效益,证明了方法的有效性。     

基于Flexsim的车间调度优化

基于三维动画仿真软件Flexsim,文中对航空附件加工车间这种多品种、小批量生产的作业车间（Job-Shop）进行了调度优化研究。介绍了Flexsim连接数据库的技术与遗传算法求解生产调度的方法;在Flexsim中建立虚拟生产车间模型,并且在Flexsim虚拟车间模型内部嵌入C＋＋数据库操纵程序,将仿真模型与生产管理数据库连接,使模型可以实时采集生产数据;最后通过实例说明Flexsim仿真与调度优化相结合的方法可以有效地提高航空附件加工车间的效益,证明了方法的有效性。     

基于遗传和禁忌搜索算法求解车间调度优化问题

针对柔性生产环境下的车间调度问题,在考虑遗传算法早熟收敛问题和禁忌搜索法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的混合动态优化调度算法,并用实例对该算法进行了仿真研究。结果表明,此算法有很好收敛精度,是可行的，并且能够在扰动发生后提供新的调度计划，与传统的调度算法相比较，体现了明显的优越性。     

基于遗传算法的某航空发动机装配车间优化调度

航空发动机装配车间装配生产线的调度问题,是一类比较典型的混合Flowshop问题,同时还带有工件可重人等特点,这就区别于一般的Flowshop和Jobshop调度问题,因此,将可重入混合车间调度问题划为第三类调度问题。关于重入式混合车间生产调度的优化问题通常来说都是属于NP难问题。文中通过某航空发动机装配车间生产线的研究,以最小化最大完工时间为目标函数,借助随机矩阵的编码方式和改进的交叉方法与变异方法,提出了基于遗传算法的调度优化方法。最后实验结果表明,文中提出的改进算法能够有效地实现装配车间调度的优化。     

双种群混合遗传算法求解具有预防性维护的分布式柔性作业车间调度问题

在实际生产过程中,生产调度和设备维护相互影响,因此两者应该统筹优化.为研究具有预防性维护的分布式柔性作业车间调度问题,以最小化最大完工时间为目标,提出一种双种群混合遗传算法.结合问题特性,设计三维编码以及对应的机器解码方案,采用不同的策略初始化种群以均衡一部分工厂负载,为双种群设计不同的交叉变异算子提高算法的多样性,并利用交换精英解的方法实现两个种群的协作优化,同时针对关键工厂和预防性维护操作设计相应的局部搜索.最后对比现有算法,在同构和异构工厂的算例上进行实验,使用正交试验法优化算法参数设置.实验结果验证了局部搜索以及种群协作的有效性和双种群混合遗传算法求解具有预防性维护的分布式柔性作业车间调度问题的优越性.     

基于粒子群算法的流程工业生产调度研究

以优化流程工业生产为目标,研究了将基于惯性权重的粒子群算法应用到流程工业的生产调度问题。在对流程工业生产调度问题进行分析的基础上,建立了以总加工完成时间最短为优化目标的生产调度模型。调度算法采用动态惯性权重,使惯性权值在粒子群算法搜索过程中线性变化,以提高粒子群算法的优化性能。给出了粒子编码与解码实现方法,以及具体的算法实现过程。以某流程工业企业生产调度实例为例,利用建立的优化调度模型和设计的粒子群算法进行了实验仿真,结果表明,建立的调度模型和设计的算法是可行的,与蚁群系统方法相比较,有较好的调度性能,适用于解决流程工业实际生产调度问题。     

基于强化协同算法的多目标生产调度模型研究

针对流程工业生产调度具有复杂性、多约束性和多目标性难以优化的特点,提出了一种新型强化协同优化算法 (N C O ),并将该算法应用于求解多目标优化问题,提出了基于N C O 算法的多目标协同优化方法(M O N C O )。研究表明, M O N C O 算法应用于车间调度问题,不仅可以优化生产工序,还能减少迭代次数,提高计算效率。     

预制构件并行生产线资源配置与生产调度集成优化

并行生产线和特定工序生产资源共享模式可以显著改善客户满意度并节约成本.针对预制构件并行生产线资源配置与生产调度集成优化问题,基于分解策略和交替迭代优化思想,提出一种交替式混合果蝇-禁忌搜索算法(AHFOA＿TS)以最小化拖期惩罚费用.首先,通过快速启发式方法产生一较好初始解;然后,固定资源配置方案,为提高算法局部搜索能力,通过集成多种局部搜索方式,设计一种离散果蝇优化算法优化订单指派及调度方案;最后,固定订单指派及调度方案,为减少无效搜索次数,设计一种基于双层变异算子和精英劣解交叉策略的混合禁忌搜索算法以优化资源配置方案,如此两个阶段交替运行直至满足终止条件.此外,设计4种基于交替搜索框架的智能优化算法用于比较.计算结果表明, AHFOA＿TS算法能够更有效求解预制构件生产线资源配置和生产调度集成优化问题.     

汽车维修车间作业排序的优化模型及调度算法*

针对汽车维修车间调度缺乏科学规划,导致较长的客户等待时间和较低的设备利用率的问题,在结合优化调度理论的基础上, 对这一实际调度问题的特性、模型和算法进行了研究。首先从最小化目标、机器环境、加工特征和约束几方面分析了问题的特征,建立了对应的数学模型;然后根据问题特性设计了分解法与约束引导的启发式算法相结合的调度算法;最后以实例分析验证了算法的可行性。仿真结果表明了所用算法在优化目标函数值上的优越性。     

Simulation based optimization of a train maintenance facility

In this paper, a simulation based optimization method is developed for optimization of scheduling policies. This method uses the technique of coupling industrial simulation software with a multi-objective optimizer based on genetic algorithms. It is used to optimize the performances of a railway maintenance facility by choosing the best scheduling policy. Numerical results show that a significant improvement is achieved with respect to the simulation results of the existing system. The method adapted by our problem can be extended to deal with the selection of scheduling rules in using other types of simulation models.     

钢铁生产中的加热炉优化调度算法研究

钢铁生产中的加热炉调度问题属于组合优化中的NP—hard问题．对此．建立了加热炉调度问题的数学规划模型，并提出一种用于求解该问题的超启发式算法——遗传局部搜索算法．基于生产实际数据的仿真实验表明.所提出的方法适用于生产实际．效果优于目前现场使用的人工调度方法．     

一种改进的求解柔性作业车间调度问题的灰狼算法

柔性作业车间调度问题是智能制造领域的一类典型调度问题,它是制造流程规划和管理中最关键的环节之一,有效的求解方法对提高生产效率具有重要的现实意义。本文基于经典灰狼算法进行改进,以优化最大完工时间为目标,提出一种改进的灰狼算法来求解柔性作业车间调度问题。算法首先采用基于权值的编码形式,实现对经典狼群算法中连续性编码的离散化;其次在迭代优化过程中加入随机游走策略,以增强局部搜索能力;然后在种群更新过程中加入尾部淘汰策略,在避免局部优化的同时增加种群多样性,合理扩大算法的广度搜索范围。在标准算例上的仿真实验结果表明,改进的灰狼算法在求解FJSP时比经典灰狼算法在寻优能力方面具有明显的优势,相比其它智能优化算法,本文所提算法在每种算例上均具有更好的优化性能。     

Integrating simulation and optimization to schedule loading operations in container terminals

In this paper, a simulation optimization method for scheduling loading operations in container terminals is developed. The method integrates the intelligent decision mechanism of optimization algorithm and evaluation function of simulation model, its procedures are: initializing container sequence according to certain dispatching rule, then improving the sequence through genetic algorithm, using simulation model to evaluate objective function of a given scheduling scheme. Meanwhile, a surrogate model based on neural network is designed to predict objective function and filter out potentially bad solutions, thus to decrease the times of running simulation model. Numerical tests show that simulation optimization method can solve the scheduling problem of container terminals efficiently. And the surrogate model can improve the computation efficiency of simulation optimization.