基于遗传算法的多模式资源约束项目调度问题研究*

为解决多模式资源约束项目调度问题,提出了一种混合遗传算法的求解方法。该算法采用二维编码方法来表示问题的解,基因的值表示任务的优先权和执行模式,每条染色体对应一个满足逻辑关系约束的可行任务排序,根据染色体所对应的任务调度顺序和执行模式序列可以获得一个满足资源约束的项目调度方案。应用该编码方法进行选择、交叉和变异等遗传操作,能够使搜索范围遍及整个问题解空间。实际应用表明,该算法能快速求得问题的最优解或近似最优解。     

大型物流车辆配送线路自适应调度方法

为了有效提高物流配送车辆的利用率,降低配送车辆的空载率及物流运输成本,需要对大型物流车辆配送线路自适应调度方法进行研究。当前方法多是采用通过对物流车辆配送过程中的调度与路径选择进行分析,建立多类型的物流配送车辆调度模型,并构建改进后的遗传算法,对物流调度模型的算法效率以及计算时间和复杂度进行优化,以获取物流车辆配送调度问题的最优解,但该方法存在过程较为繁琐的问题。为此,提出一种大型物流车辆配送线路自适应调度方法。该方法首先建立物流车辆配送线路调度问题的数学模型,为实现自适应调度方法对数学模型进行优化求出最优解,利用蚁群算法对物流车辆配送调度数学模型的最优解进行优化,获取最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得出了优化的最优路径;以优化的最优路径完成对大型物流车辆配送线路自适应调度。仿真实验表明,利用蚁群算法不仅加快了物流配送路线调度优化问题求解的速度,降低了物流运输的成本,而且获取了最优解的概率,比其他调度算法具有更明显的优势。     

一种求解车间调度问题的混沌遗传规划方法

作业车间调度问题是制造业的一个经典NP-hard组合优化难题。提出一种基于混沌遗传规划的调度算法,利用遗传规划进行染色体的结构设计,采用混沌序列改善初始种群质量,利用混沌扰动来维持进化群体的多样性,并自适应调整个体权重,使算法具有优良的综合求解性能。实验表明,算法对典型的标准调度测试问题具有较强的全局搜索能力,甘特图表明其获得的最优解优于当前已知的最优解历史记录,对比结果表明了该方法的有效性。     

基于遗传算法的多台贴片机物料调度问题

分析了传统生产中贴片机物料优化分配的问题.建立了多台贴片机物料调度的数学模型.针对该模型利用遗传算法进行了优化计算.在该计算过程中.首先对优化目标进行染色体编码,采用二进制编码方式,每个染色体都代表一组可用于具体分配方案的规则组合.其次定义种群规模,设计适应度函数.最后通过选择、交叉、变异等操作.得到目标的全局较优解.本文针对多台贴片机物料调度问题.提出了一种新的解决办法,并对某一工程实例.给出了物料分配优化的仿真结果,仿真实例证明了所提的方法具有很好的并行性.并能快速的求出问题的最优解.     

车间作业调度问题的仿真研究

研究车间作业调度优化问题,使资源、车辆调试、交通分配等达到优化配置,因此车间作业调度问题是一个多约束条件的目标优化问题,采用多项式求解方法不能获得最优解,导致车间作业调度效率低.为了提高车间作业调度效率,提出了一种蚁群算法的车间作业调度优化算法.首先以最小加工时间作为优化目标,蚂蚁爬行路径为作业调度方案,通过蚁群中个体间互相协作和信息交流获得最优车间作业调度方案.通过车间作业调度测试案例对算法进行验证性实验,实验结果表明,蚁群算法提高了车间作业调度效率,能在最短时间找到最优调度方案,为车间作业调度优化提供了依据.     

遗传算法求解单目标柔性流水车间调度问题研究

为了研究单目标的柔性流水车间的调度问题,完成对此类复杂的组合优化问题的求解,求最小化最大完工时间,提出解决该问题的方法为通过遗传算法对所有解空间进行全局搜索最优解。并且用此方法在进行加工机器选择时用轮盘赌的方法来选择个体,达到优化初始种群的目的。接着对此不确定问题的进行数学模型的建立,确定优化总目标为所有待加工工件加工完成的最小化完工时间。然后通过遗传算法对问题模型求解最优解和最优调度方案。最后,用Matlab进行模拟仿真求出最优结果。     

改进的蚂蚁算法车辆运行调度算法研究

研究车辆调度优化问题,考虑时间能合理安排运输线路.针对传统的蚁群算法收敛速度慢、易陷于局部最优、影响优化调度线路识别等缺陷,提出了一种改进的蚂蚁算法车辆调度优化方法模型.对城市车辆调度建立优化数学模型,将车辆运行调度归并为制造系统中的FLOWSHOP调度问题,构建一种动态开放的车辆调度系统优化模型,并采用改进的蚂蚁算法对数学模型进行仿真.仿真结果表明,提出的新的算法不仅能有效的求解车辆调度优化模型,可以快速得到近似最优解,而且计算机复杂度较低,收敛速度较快,是一种有效地车辆调度优化手段.     

考虑风电和储能接入电网的多目标协同博弈区间经济调度

针对风电的不确定性对电网调度的经济和安全运行造成影响的问题, 充分考虑储能灵活充放电的运行优 势, 提出了一种基于改进均衡协调算法的多目标区间储能经济调度优化方法. 本文综合考虑有功调度与无功优化之 间的内在耦合关系, 以典型日运行的电压偏差和系统综合运行总成本最小化为优化目标, 建立多目标区间储能经济 调度优化模型. 在优化过程中, 首先考虑在直流潮流的区间调度模型中, 通过优化储能和发电机的有功出力来实现 对风电不确定性的处理, 然后采用改进均衡协调算法对考虑交流潮流的有功–无功储能调度模型进行综合优化, 从 而获得兼顾电网安全性与经济性的均衡最优解. 本文还从风电的不同区间波动以及风电场并网规模的角度出发, 分 析了对系统储能调度运行的影响. 最后本文将改进算法获得的最优解与采用带权重系数的理想点法分析获得的 Pareto最优解进行对比分析, 可避免确定权重因子时的人为主观因素. 本文通过对IEEE RTS–24节点系统进行算例 仿真, 验证了所提模型的合理性和可行性.     

基于有色Petri网的工作流阶段性调度

工作流的合理、有效调度有利于改善整个工作流系统的性能，从而提高业务流程的执行效率。静态调度有利于在静态环境下达到全局调度的最优，但不能有效地处理工作流的动态不确定性。而动态调度在考虑工作流的动态不确定性的同时，优化每个任务的调度方案，但很难达到所有任务的全局最优。在总结静态调度和动态调度两种方法各自的优缺点的基础上，本文提出了一种基于有色Petri网的工作流阶段性调度方法。该方法能够妥善地处理工作流的动态性和不确定性，并在静态全局最优和动态单个最优之间达到较好的均衡。仿真实验说明了该方法的有效性和优越性。     

求解混合流水车间调度问题的一种遗传算法

由于高度的计算复杂性(NP-hard问题),混合流水车间调度问题很难求得最优解,启发式算法和智能优化算法(如遗传算法)求解此类问题的近优解的有效性和实用性已被证实。该文提出了一种基于遗传算法的求解方法,在由染色体转换成可行调度的过程中引入工件插入方法,同时设计了一种新的交叉算子。通过大量的数值计算表明,该算法的优化质量大大优于传统的遗传算法和NEH启发式算法。     

改进AHP-GA算法的多目标配送路径优化

为准确优化快递配送路径,建立了基于时间窗的快递配送路径优化的数学模型.提出改进AHP-GA算法对多目标配送车辆路径进行优化,利用中位数层次分析算法对多个子目标进行权重系数配比,避免了极端值的影响,从而将多目标优化问题转化为单目标优化问题.通过简单的自然数对车辆路径进行编码,避免了路径重复.考虑了客户对车辆到达时间窗要求,包括车辆在约定时间之前到达获得的机会成本、在约定时间之后到达的罚金成本.最后,本文以1个配送中心,20个服务客户为例,对构建的数学模型通过分别使用传统的GA算法和使用改进AHP-GA算法进行优化,仿真结果表明,利用改进AHP-GA算法进行多目标配送路径优化,可以更加高效地求得问题的最优解.     

基于颜色和运动空间分布的时空显著性区域检测算法

针对复杂背景和运动条件下视频显著性区域检测准确度不高的问题,本文提出了一个新的时空一致性优化模型,并基于颜色空间分布和运动空间分布特征,结合时空一致性优化方法构建了一个新的时空显著性区域检测模型。首先对视频帧进行超像素分割,然后提取三种具有互补性质的超像素级颜色空间分布特征和两种运动空间分布特征,再利用时空一致性分别融合优化空间显著特征和时间显著特征得到空间显著图和时间显著图。在时空融合阶段,利用时空一致性模型融合空间显著度和时间显著度得到超像素级的时空显著图。为进一步提高检测的准确度和完整度,通过一个能量最小化模型得到更精确的像素级时空显著图。通过与最新的视频显著性模型进行比较,本文算法有更高的准确率,对复杂背景和运动条件有强的鲁棒性。     

一种带软时间窗的物流配送路径优化遗传算法

本文在建立物流配送路径优化问题模型的基础上,采用最佳保留的轮盘赌复制法、最大保留交叉法、交叉率和变异率自适应调整等技术,设计了基于自然数编码的遗传算法,并进行了实验计算。结果表明,用该算法进行带软时间窗的非满载车辆调度优化问题,可以方便有效地求得满意解。     

基于混合整数规划的旅游车辆调度设计和仿真

在分析影响车辆调度及路线安排的各种因素的基础上,对旅游车辆调度问题进行了描述.针对问题的复杂性,采用混合整数规划方法对带时间约束的旅行社配送车辆调度问题进行建模,并将该问题分解为车辆分配和同一类特征景点单向旅游路线安排两个相关联的问题进行求解,并且在 ILOG OPL Studio 平台上对模型进行了仿真实现.ILOG OPL Studio是一个运用优化技术补充支持重要资源的完善平台,加速了优化问题的建模和开发运用.结论表明,所提模型对景点群的旅游路线优化安排的效果是有效的.     

A hierarchical solution approach for a multicommodity distribution problem under a special cost structure

Motivated by the spare parts distribution system of a major automotive manufacturer in Turkey, we consider a multicommodity distribution problem from a central depot to a number of geographically dispersed demand points. The distribution of the items is carried out by a set of identical vehicles. The demand of each demand point can be satisfied by several vehicles and a single vehicle is allowed to serve multiple demand points. For a given vehicle, the cost structure is dictated by the farthest demand point from the depot among all demand points served by that vehicle. The objective is to satisfy the demand of each demand point with the minimum total distribution cost. We present a novel integer linear programming formulation of the problem as a variant of the network design problem. The resulting optimization problem becomes computationally infeasible for real-life problems due to the large number of integer variables. In an attempt to circumvent this disadvantage of using the direct formulation especially for larger problems, we propose a Hierarchical Approach that is aimed at solving the problem in two stages using partial demand aggregation followed by a disaggregation scheme. We study the properties of the solution returned by the Hierarchical Approach. We perform computational studies on a data set adapted from a major automotive manufacturer in Turkey. Our results reveal that the Hierarchical Approach significantly outperforms the direct formulation approach in terms of both the running time and the quality of the resulting solution especially on large instances.     

两层物资配送中心车辆调度问题研究

在分析物流配送物资问题的基础上,提出一种基于两层物流配送中心的物资配送方法。供应方在配送物资时需经过两层配送中心到达需求方,否则将予以惩罚。在建立供应方、两层物流配送中心及需求方四层物流网络模型的基础上,采用Dijkstra算法求出从各供应点到各需求点的最短运输距离并将其转化在供需平衡表中,采用表上作业法和节约里程法相结合的算法求解四层物流网络模型。结合算例计算验证,该算法在保证运输总费用最少的同时可有效地减少配送过程中车辆调度的次数。     

电商配送中的车辆调度问题优化研究

电子商务环境下的物流配送产生了新的特点,在传统方式下建立的物流配送系统已不能完全满足电子商务的需要。针对电商配送终端客户具有配送需求量小、品种多、位置较分散的新特点,研究电子商务环境下的车辆调度问题,用聚类分析法划分配送区域,建立VRPTW模型,采用遗传算法对模型加以求解。通过仿真实验,与传统的VRP模型求解进行比较,发现优化后的成本比未优化的成本低,验证了关于VRPTW优化模型求解方法的有效性。     

基于视频车流轨迹的虚拟车道划分方法

针对车道线磨损、临时改道以及非结构化道路等情况下的车道划分问题,在利用YOLOv3得到车辆检测模型前提下,提出基于视频车流轨迹的虚拟车道划分方法。密度矩阵统计时间t内由车辆检测模型得到车流量密度分布,运用三维坐标系对其进行分析;使用EM算法对一元混合高斯模型求解;建立虚拟车道宽度数学模型,运用3σ准则得到车道边界点集合,利用最小二乘法对边界点进行曲线拟合,完成虚拟车道线划分。该方法可以有效避免环境和天气因素对车道线检测的影响,具有一定的鲁棒性和灵活性。实验结果表明,该方法在不同道路中能够取得88.7%的准确率。     

考虑能耗分段的物流无人机调度模型

无人机由于自身性能，能耗是限制其配送范围的重要因素之一。针对现有研究粗略限制无人机飞行距离或时间，导致实际运行中无人机电池电量不足而无法完成所有配送任务或安全返回回收点问题，提出能耗分段模型，精确计算物流无人机在配送过程的能耗，可以保障实际配送方案的实施。研究中根据无人机有效载荷、电池电量以及配送过程构建能耗分段模型。将有效载荷与两点距离作为每段能耗的决策变量，目标为总配送路长最小，采用改进差分进化算法对模型求解。运用标准算例集场景进行测试。结果表明考虑能耗分段相较于不分段模型，能耗减小7%~23%，路长平均缩短11.9%。单配送中心多需求点问题中，考虑能耗分段模型可以既保证配送方案可行，又提高了无人机货物交付效率，高效完成配送任务。     

基于模态瞬态法的发动机罩焊点疲劳优化

针对某车型整车耐久路试过程中发动机罩铰链加强板焊点出现开裂的问题,采用模态瞬态法对发动机罩焊点进行疲劳分析。根据发动机罩模态应变能分布情况优化铰链加强板结构和焊点分布,试验车整改后在整车耐久路试中发动机罩焊点未再出现开裂现象。发动机罩铰链加强板焊点开裂是振动疲劳问题,采用基于惯性释放的准静态法计算疲劳损伤不能预测焊点开裂问题,采用模态瞬态法疲劳计算方法才能更好地预测发动机罩焊点疲劳损伤。从模态应变能角度对结构振动疲劳开裂问题进行优化能明显提高优化效率。