云制造服务平台中的制造任务分解模式优化

为解决云制造服务平台中制造任务分解与资源配置环节脱节的问题,提出一种基于聚类算法的任务分解优化方法。首先制定任务初步分解策略,将制造任务初步分解成不可再分的子任务;然后综合考虑任务间的相关性、任务—资源的匹配性和资源竞争性,制定任务粒度大小的设计原则,利用聚类算法将初步分解后得到的子任务进行重组,实现任务分解的优化。通过算例对该方法的可行性与有效性进行验证。该方法从增强方法的适用性与提高任务分解结果对资源的匹配性两方面实现了任务分解方法的优化,同时降低了任务后续处理环节中与资源匹配问题的复杂度,较好地解决了任务分解与资源配置环节脱节的问题。     

一种求解资源受限多项目调度问题的分解算法

针对资源受限多项目调度的多目标优化问题,采用约束逐层分解策略,提出了依次处理项目时序约束和资源约束的两阶段分解算法.第一阶段为时序约束优化阶段,采用蚁群算法进行任务列表的优化求解.通过改进信息素增量规则并采用并联进度生成机制,提高蚁群算法的求解效率和质量.其中,在构建任务合成链表的过程中遇到并联活动抢夺资源情形,采用基于熵权的逼近理想解排序法和基于有序加权平均算子的多属性决策方法来确定活动的综合权重,并依据权重对冲突活动进行排序,实现资源的冲突消解.第二阶段为资源约束优化阶段,以获得的优化任务合成链表为输入,逐项进行资源能力约束的核查与调整,最终生成项目调度的优化方案.通过多项目算例仿真结果验证了所提方法的有效性.     

大规模作业车间多瓶颈调度算法

针对大规模作业车间调度问题,提出一种基于滚动窗分解的多瓶颈调度算法.该算法基于关键路径法进行多瓶颈机器的识别,沿时域将大规模调度问题分解为多个子问题进行求解.在子问题创建过程中,提出负荷均衡分布的规则,使得各工件在各子问题中的负荷均匀分布,以实现算法求解过程的稳定性;在子问题的求解过程中,遵循约束理论中瓶颈机主导非瓶颈机的原则,采用瓶颈工序最优化调度、非瓶颈工序采用分派规则快速调度的调度策略,提高算法的求解效率;通过相邻子问题间的工序衔接再优化过程,以及全局解评价子问题染色体适应度值策略,有效避免了子问题分解创建和求解过程的局限性,提高了算法的求解质量.仿真结果表明,该算法具有较佳的求解效率和质量.     

双资源约束作业车间调度算法研究

针对存在差异性工人的双资源约束作业车间调度问题,提出一种混合蚁群算法进行求解.该算法借鉴禁忌搜索思想,基于工艺约束为每只蚂蚁建立候选解空间,通过压缩蚂蚁搜索空间提高解搜索效率;引入各种启发式资源选配策略,在蚂蚁寻径过程中渐进地为各工序配置最优的设备、工人双资源组合;以模拟退火算法作为局部搜索机制,对每次迭代的最优解进行退火优化,增强算法全局收敛能力.证明了该混合算法的搜索过程是一个有限非齐次不可约马尔科夫链后,基于马尔科夫链知识对其全局收敛性进行理论分析.最后采用仿真试验及统计分析方法确定最优的参数组合和资源选配策略,通过该混合蚁群算法与其他算法对随机算例运算结果的对比分析,表明所提算法搜索性能较强且鲁棒性较优.     

基于分层任务网络的云制造任务分解方法

提出了一种基于顺序任务分解的云制造任务分解算法。首先给出云制造任务描述模型以及任务约束结构的相关定义,对制造任务粒度分析方法、制造任务内聚性度量方法和制造任务相关性度量方法进行了研究。然后,采用递归分解算法对任务进行优化分解,并在分解过程中考虑任务的资源匹配问题。最后,以某变速箱试制任务分解为实例验证了所提方法的可行性和有效性。     

云制造环境下的知识服务组合优化策略

针对云制造环境下知识服务组合优化问题,通过分析服务组合优化过程,采用服务质量感知的服务组合策略建立了以时间、成本、可用性、准确性、创新性、可信性为优化目标的服务组合优化模型;采用聚类分析及关联规则挖掘策略对搜索空间进行预处理,减小了搜索空间,实现了知识服务资源的快速精准定位与匹配,提高了知识服务组合的效率和成功率;针对标准涡流搜索算法易陷入局部最小的问题,引入多涡流中心搜索及涡流中心自适应更新策略,提出一种改进的多中心涡流搜索算法对服务组合问题进行全局优化。仿真实验表明,聚类分析及关联规则挖掘策略与多中心涡流搜索算法结合,能极大地缩短寻优时间并获得更优解,从而更有效地解决知识服务组合优化问题。     

面向虚拟企业构造的合作企业搜索方法研究

为了解决虚拟企业快速寻找潜在的合作企业问题,提出了一种基于任务特征、企业能力特征描述和自动匹配的合作企业搜索方法。以加工型协作任务为例,提出了基于协作任务特征和企业能力特征的描述方法和模型。这种方法将加工协作任务以特征为单元进行分解,形成子任务,然后以企业的制造资源为约束,在制造协作网中自动搜索能完成某个子任务或全部子任务的所有企业。针对协作任务的多样性,着重研究了面向单一加工任务和多种零件加工任务的合作企业搜索模型及算法。最后,介绍了一个制造协作网系统,给出了合作企业搜索模块的功能和运行实例,以验证合作企业搜索方法和算法的有效性。     

高分对地观测系统通用任务规划框架设计

为了将高分对地观测系统的观测任务分配到卫星和地面站资源上,并满足任务的逻辑、时间和资源约束,设计了一种通用任务规划框架.该框架的核心是分离式资源模板、分层任务模板和通用决策引擎.针对多类型资源定义了分离式资源模板,实例化资源组件映射对地观测系统的各功能结构,以资源组件的组合方式构成对地观测系统的通用描述;针对复杂任务模式定义分层任务模板,将复杂任务分解为带有因果约束的活动网络;针对资源和任务的通用描述设计通用求解引擎,将复杂决策分解为人机结合的决策过程,以最大化满足用户需求.介绍了通用任务规划的框架设计,并通过应用实例说明了该框架对问题的描述和求解过程.     

考虑热处理批量的模具制造网格服务配置算法

在制造网格环境中,从项目的多任务和项目网状约束的宏观角度出发,考虑在制品物流的情况、加入热处理批量调度问题以及由此问题所引起的项目网络结构的改变情况,研究了模具项目的服务资源优化配置问题。结合遗传算法与模拟退火算法提出一种两阶段的服务优化配置方法。第一阶段通过服务的搜索与匹配得到任务的候选服务节点集合,第二阶段采用混合遗传算法从项目的宏观角度对候选服务节点进行统一优化与配置。使用模拟退火处理热处理任务的批量划分与服务配置问题,使用遗传算法处理非热处理任务的服务优化配置问题。设计了染色体的编码方式,选择、交叉、变异算子,以及热处理任务的模拟退火批量解决方法。通过实例验证了该算法的有效性。     

基于压缩时窗的双资源约束作业车间调度策略

针对双资源约束作业车间调度问题的多重约束特点,提出分支种群遗传算法进行求解,在利用时窗比较策略进行预调度的基础上,通过分析预调度方案成本指标优化不佳、时窗空隙较多等问题,提出基于压缩时窗的再调度策略,针对双调度目标分别论证压缩时窗调度条件,通过工序的调度次序调整有效优化双调度目标。通过策略对比与算法性能比较实验证明,压缩时窗调度策略能有效增强算法的局部搜索能力,获得更加逼近Pareto前沿的调度结果。