混流双边装配线平衡的改进型教与学优化算法

为有效求解第一类混流双边装配线平衡问题,提出一种改进型教与学优化(Improved Teaching-Learning-Based Optimization,ITLBO)算法。该算法在传统教与学优化算法基础上,利用随机键方法进行初始化,并在"教"与"学"阶段后增加自学习阶段,增强算法的局部搜索能力。同时,结合混流双边装配线的特点,提出新的启发式解码方法。该解码方法考虑操作相关空闲时间,并在解码中减少其空闲时间;在解码中考虑两边工位的负载均衡,保证负载平衡;提出新的最后成对工位处理策略,进一步减少工位的数量。利用该算法对混流双边装配线平衡标杆问题进行求解,并与6类不同的算法进行对比。对比试验表明,所提出的启发式解码方法能有效减少空闲时间,所采用的算法优于其他对比算法。     

迭代局部搜索求解双边混流装配线平衡问题

为有效解决双边混流装配线的平衡问题,建立了联合优先关系图,利用加权时间法简化问题,并提出一种简单高效的迭代局部搜索算法。该算法通过启发式初始化保证初始解的质量,将优先关系约束融入到局部搜索,避免了重复的插入操作,最后摄动方法对当前解多次重复插入算子并产生新解,并用产生的新解代替当前解。同时,结合装配线的特点,提出一种基于优先级的编码和解码方法,该方法通过工位选择策略保证工位负载均衡,通过操作选择策略减少工位的空闲时间。该算法与5种启发式算法进行对比,实验结果表明所提出的算法不仅能有效平衡双边混流装配线,并且参数较少便于实现。     

求解第Ⅰ类双边装配线平衡问题的改进离散人工蜂群算法

基于第I类双边装配线平衡具有的离散性、序列相关性,提出一种改进离散人工蜂群求解算法。在算法设计中,增加启发式目标以凸现优质蜜源,安排雇佣蜂进行交叉操作以拓展搜索空间,利用观察蜂进行变邻域搜索以强化局部寻优。为消减由方向约束和优先关系约束导致的空闲时间,提出一种融合工位—操作选择策略的解码方法。通过3种不同解码方式、7种现有智能算法的对比实验表明,基于工位—操作选择的解码方法有效消除了空闲时间,所提算法获得了所有当前最好解,且发现了两个新的全局最优解。     

多目标模拟退火算法求解混装线平衡与排序

针对混流装配线平衡排序优化问题,提出了一种多目标模拟退火算法。考虑到工位负载影响装配线的生产效率、工人越过工位边界干扰生产等问题,建立了以最小工位绝对负载偏差与最小工位越界距离的优化目标。所提出的模拟退火算法在初始化中将启发式任务分配规则融入平衡问题,根据产品投产需求随机生成产品序列;引入了基于帕累托阶层和拥挤距离作为多目标适应度评价指标;对帕累托前沿解集进行重启操作,避免算法陷入局部最优;采用一种新的接受策略,提高了算法寻优能力。通过测试标准问题实验,对所提出的算法进行参数校验。将所提出的算法与快速非支配遗传算法进行对比,采用收敛性和多样性两个评价指标,验证所提出算法的优越性。     

面向第Ⅱ类装配线平衡问题的蚁群算法

针对第Ⅱ类装配线平衡问题,提出一种基于可行装配序列的改进蚁群算法。算法基于可选操作集合的动态改变和工位作业时间优化目标的更新,给出操作分配至工位的分配准则。针对该问题的特点,提出工位和操作间的信息素、操作和操作间的信息素两种信息素。蚂蚁根据前者和启发式因素的权值为当前工位随机选择一项操作为该工位的首项操作,依据后者和启发式因素的权值为已选操作组合随机选择一项操作作为其组合操作。利用与经典测试算例的比较及工业实例的运行,验证了算法的正确性和工业应用优势。     

双机流水车间外包与调度联合优化问题的混合变邻域搜索算法

针对最小化内部完工期与总外包费用的双机流水车间外包与调度联合优化问题,开发了一种混合变邻域搜索算法。在该算法中,采用工件剔除型启发式方法产生初始联合决策解;基于3种新型邻域结构提出了最佳改进式局部搜索规程;引入概率式准则来决定下轮迭代的目标搜索邻域。通过算法校准实验分析,探索出合适的邻域变更次序和温度参数的计算方式。通过与CPLEX软件、隐枚举测试程序对比显示,对于工件数不超过30的算例,校准后所提算法求得最优解的耗用时间更少。通过与遗传算法、模拟退火算法、和声搜索3种对比算法在工件数不少于100的算例上进行对比发现,所提算法经校准后,在求解质量和解的鲁棒性上均具有显著优势。     

局部纹理特征改进空闲车位智能检测算法

针对车辆数量的爆炸式增长而智能停车场车位检测速度慢、正确率低的问题,提出了一种基于局部二值纹理特征改进的空闲车位检测算法,算法首先将监控摄像机采集的车位图像降噪滤波后转化为局部二值模式,然后通过结构模板集提取图像的局部二值纹理特征,作为空闲车位和有车车位的识别特征,最后通过核Fisher判别方法实现空闲车位的检测。实验结果表明,所提方法对空闲车位的正确检测概率达到91.57%,对有车车位的错误检测概率只有4.46%,满足停车场空闲车位自动检测的要求,检测性能优于实验中采用的对比方法。     

基于引力搜索算法的混合零空闲置换流水车间调度

针对以最小化总流水时间为目标的混合零空闲流水车间调度问题,提出一种有效的贪婪引力搜索算法(GGSA)进行求解.引入了基于升序排列(ROV)规则的编码方式,使引力搜索算法(GSA)能够应用于离散优化问题;其次,对GSA进行了改进:在初始化中加入NEH(Nawaz-Enscore-Ham)启发式规则构造高质量的初始解,以提高搜索效率;引入可变迭代贪婪(vIG)算法,利用其较强的局部开发能力,提高算法精度;同时,在vIG算法中加入参照插入方案(RIS)和模拟退火收敛判据,前者可以加强局部搜索能力、加快收敛速度,后者可以帮助算法在一定程度上跳出局部最优.最后,通过对典型测试算例进行仿真,验证了所提出算法的有效性.     

一种求解Job-shop调度问题的遗传局部搜索算法

利用遗传局部搜索算法求解了作业车间调度问题,遗传算法中的染色体编码采用基于工序的编码,并用插入式贪婪解码机制将染色体解码至主动调度。为了克服传统遗传算法易于早熟收敛的缺点,设计了一种改进的优先操作交叉IPOX操作和子代产生模式的遗传算法。对于遗传算法每个染色体个体,使用基于N6邻域结构的局部搜索进一步使它们得到改善。利用所提出的混合遗传算法求解基准问题,验证了算法的有效性。     

变邻域改进遗传算法求解混合流水车间调度问题

针对混合流水车间调度问题的NP难特性,提出一种改进的混合变邻域搜索的遗传算法。建立了数学模型,提出了算法的总体流程,设计了基于操作的编码和解码方法,并采用NEH启发式算法产生初始种群。随机采用基于位置的交叉和线性次序交叉,选用反转逆序的变异算子,交叉变异后合并子代与父代,保留较优个体,对当前最优个体执行变邻域搜索,以增强遗传算法的局部搜索能力。通过初始对比实验,证明了NEH启发式算法能够产生质量更好的初始解,随机采取两种交叉算子能够提高算法的搜索效率,标准算例实验结果表明所提算法能够有效求解混合流水车间调度问题。     

求解拆卸线平衡问题的一种变邻域搜索算法

针对拆卸线平衡问题特点,建立以最小化工作站数、平滑指数、危害指数和需求指数为优化目标的多目标数学模型,进而提出一种改进的变邻域搜索算法求解该问题。所提算法采用了一种启发式方法产生初始解,并构造了3种邻域结构,扩大算法搜索范围。采用初始解集进行局部搜索,搜索过程使用一步改进策略,并引入禁忌表方法,提高算法全局寻优能力。通过对大量不同规模测试问题进行算法实验,并与现有方法对比,结果表明,所提变邻域搜索算法在求解效率与求解质量上具有优越性。     

基于混合禁忌搜索算法的供应链排序问题

分析非标准件加工企业供应链的特点,提出协同优化订单分配、生产调度和批量运输调度的多工厂多客户供应链排序问题。以工件的最长订货提前期与总成本加权之和最小化为目标,构建问题的数学模型。在分析解的最优性条件基础上,设计一种基于矢量组编码方法的混合禁忌搜索算法。算法对可行域进行分区,通过基于插入、交换两种邻域操作的禁忌搜索算法选择子区域,采用基于块结构邻域操作的禁忌搜索算法搜索子区域中的优良解。采用所提混合禁忌搜索算法对算例进行优化求解,并对采用不同编码方法、不同启发式算法的算例结果进行比较,结果表明所提出算法的有效性。     

求解相同并行机混合流水线车间调度问题的分布估计算法

针对相同并行机混合流水车间调度问题,提出了一种有效的分布估计算法.针对基于排列的编码方式,设计了改进的启发式解码规则,进而提出了一种评价个体优劣的混合解码方式.建立了描述问题解空间分布的概率模型,通过对概率模型采样产生新个体,并基于优势种群更新概率模型的参数.通过基于标准测试集的数值仿真以及与已有算法的比较,验证了所提算法的有效性.     

基于交叉选择的变邻域蜂群算法求解置换流水车间调度问题

针对置换流水车间调度问题的特性，设计了一种基于交叉选择的变邻域蜂群算法。首先，算法在初始化种群阶段加入了NEH启发式算法，进而提高初始解的质量。在算法迭代的初期引入了差分进化算子进行交叉与选择，从而提高解的多样性。在算法的局部搜索阶段对50%最优个体加入了交换与逆序两种变邻域操作，增强了算法的搜索能力。通过正交实验选择合适的参数，在Car、Rec以及Taillard标准测试集上进行仿真实验，结果表明所提算法优于与之对比的其他群智能算法。最后，以最小化最大完工时间为寻优目标对某公司轮胎产品生产线上的作业排产问题进行求解，求解结果优于对比的算法，进一步验证所提算法在求解PFSP上的有效性。     

融合启发式规则和文化基因算法的多缓冲炼钢—连铸生产调度

针对炼钢连铸生产多缓冲多约束的特点,基于浇次调度提出一种混合启发式规则与文化基因算法的调度方法。建立了炼钢连铸生产调度模型,提炼出有限、无限和可加工三类缓冲区。提出浇次内和浇次间两种启发式规则,通过缓冲区分配和定时来保证同一浇次内的生产顺行和各浇次间的准备时间约束。设计了文化基因算法,将启发式规则融进初始化和解码过程,构造基于优先组合矩阵的变邻域搜索算子改进其局部优化。通过某炼钢厂的实例及随机实验表明所提方法有效,且具有优异的局部拓展与全局优化能力。     

第二类双边装配线平衡的混合粒子群算法

双边装配线广泛用于汽车、卡车等大型产品的装配过程中。为有效解决第二类双边装配线平衡问题(TALBP-II),提出了一种新的混合粒子群算法(HPSO)。该算法利用粒子群进行全局搜索,使用遗传算法中的交叉算子增强全局搜索,同时利用变邻域搜索进行局部搜索。结合TALBP-II的特点,提出一种解码方式,减少由于操作关系导致的空闲时间。提出工位时间判断策略,缩小搜索空间,提高局部搜索效率。实验结果表明所提出的混合粒子群算法能有效解决第二类双边装配线平衡问题。     

基于实数编码量子进化算法的不规则多边形排样

为探索更高效的二维不规则多边形排样方法,提出一种改进的实数编码量子进化算法。设计了基于临界多边形的按照排样件最低形心位置进行布局的放置策略,并建立了以最大化材料利用率为优化目标的数学模型;设计了基于排样编号序列和旋转角索引序列的实数几率幅值编码方法及解生成方式,通过量子观测操作直接生成问题解,使其解码效率较高;算法通过自适应调节方式进行量子更新,采用启发式算法生成排样序列初始种群,以保证解在时间和质量上的可行性。通过基准算例仿真和算法对比实验,验证了所提算法的可行性和有效性。     

基于灰狼优化算法的低碳车间调度问题

为了提高生产效率、降低能源消耗量,通过分析低碳调度问题的研究现状,建立一种柔性作业车间内以能耗成本和完工时间成本加权和最小为目标的低碳调度问题的数学模型。根据所建模型的特点,对灰狼优化算法进行一系列设计和改进。首先采用两段式个体位置编码/解码机制,并利用基于启发式算法的种群初始化方法提高初始解的质量;分别设计了收敛因子非线性调整策略以及带权重系数的个体位置更新方法,并将其作用于算法进化过程;在算法中嵌入了局部搜索算法,用于加强局部搜索能力。大量仿真数据表明,所提算法在求解柔性作业车间低碳调度问题方面具有一定的有效性。     

置换流水车间调度粒子群优化与局部搜索方法研究

采用粒子群优化算法求解置换流水车间调度问题,提出了一种基于工件次序和粒子位置的二维粒子编码方法.为提高粒子群算法的优化性能,在描述了面向置换流水车间调度问题的粒子邻域结构后,提出了三种基于粒子邻域操作的局部搜索方法,分别是基于互换操作、基于插入操作和基于逆序操作的局部搜索方法.计算结果说明,粒子群算法的优化性能好于遗传算法和NEH启发式算法.三种局部搜索算法均能有效地提高粒子群算法的优化性能,采用基于互换操作局部搜索的粒子群算法的优化性能要好于其它两种局部搜索算法.     

电能计量器具自动检定混合流水线调度优化研究

为提高电能计量自动化终端检测流水线检定效率,建立了以总检定时间最短为优化目标的调度模型,并提出了一种改进进化变邻域混合算法进行模型求解。针对流水线的具体特点,采用一种基于排列的编码方式,并针对并行机选择设计了相应的启发式解码规则;在进化过程中加入扰动种群,提高种群的多样性;将进化算法得到的精英解作为变邻域搜索算法的初始解,并针对问题特点设计了相应的邻域结构,防止种群陷入局部最优以提高混合算法的寻优能力。最后,基于某省级检定中心的具体实例进行数值仿真验证所提混合批组检定策略和调度算法的有效性和优越性。