考虑时间不确定性的战时装备维修任务调度方法

战时装备维修任务调度可以根据实时更新的维修任务信息,及时调整装备维修方案,充分发挥其对作战的支援作用。针对战时维修任务调度中对时间不确定性因素考虑不足的问题,构建一种装备维修任务调度模型,该模型以维修任务出现的随机性、维修时间的不确定性和机动时间的不确定性为驱动条件,将维修时间和维修能力作为约束条件,以保持修复装备重要度之和最大为决策目标,进行装备维修任务调度,可以及时调整维修方案,规划最优维修任务执行路径。为了快速准确地获得装备维修任务调度结果,采用一种改进最大-最小蚂蚁系统求解维修任务调度模型。最后,通过算例验证运用该方法进行维修任务调度的及时性和有效性。     

一种考虑多任务的无人机集群“一站式”维修策略

多架无人机通过协同配合、能力互补和行动协调，实现整体作战效能提升，因此研究战场环境下无人机集群维修具有重要意义。对于执行多次任务的无人机集群，在任务间隙进行维修维护是提高集群作战的稳定性的重要手段。研究战场环境下无人机集群维修，有效地修复无人机的故障模块，短时间内迅速恢复集群战斗力水平，对执行多次连续任务的集群具有重要意义。本文针对无人机集群的特殊性，基于不同维修规模、到达方式和信息可用情况的不同假设，建立基本的维修模型；基于作战环境的特殊要求和约束，提出针对战场环境下大批快速抢修“一站式”维修策略。以在规定的时间内完成最多的无人机维修数量为目标进行优化，为连续任务的执行提供保障。     

求解卫星任务调度问题的时间片蚁群算法

为更好地求解卫星任务调度问题,提出一种时间片蚁群算法.在算法中引入任务时间片,使算法可分辨任务在不同时间窗内的执行情况;在任务分配中设计了带偏好的卫星片切割策略,改变了以往的任务分配搜索模式,极大地提高了算法的执行速度.相对于传统的蚁群算法和遗传算法,所提方法在求解卫星任务调度时具有较大优势.     

客户竞争驱动的任务调度非合作博弈

从客户竞争需求的角度出发,在分析其提交制造任务的各自利润最大化(重点考虑任务的完成时间)调度目标的基础上,针对传统的任务调度策略、方法和模型的不足,采用博弈论,提出并构建了一种具备完全信息的非合作博弈的任务调度模型。在该任务调度模型中,来源于不同客户的制造任务被映射为博弈模型中的局中人,与各制造任务所包含的工序集对应的可选加工设备被映射为各制造任务的可行方案集,各制造任务加工完成时间的倒数被映射为其收益函数。据此,对上述任务调度目标的求解就等价为寻求该任务调度模型的Nash均衡点,对Nash均衡点的具体求解,采用遗传算法实现。最后给出具体的实例来验证其可行性。     

服务型制造车间关键任务调度的Stackelberg博弈研究

针对服务型制造车间关键任务调度问题,提出了两层次嵌套的Stackelberg博弈调度模型。该博弈模型由Stackelberg子博弈与非合作静态子博弈构成。其中Stackelberg子博弈模型用于解决关键任务与非关键任务的之间的调度决策问题,非合作静态子博弈模型则用于实现非关键任务之间的调度决策。在该博弈调度模型中,将关键任务映射为领导者,将其余非关键任务映射为追随者,将与各任务包含的工序集所对应的可选加工设备映射为可行方案集,将各任务的综合成本指标映射为收益函数。为实现对模型的Stackelberg均衡点的有效求解,设计了基于爬山搜索的混合自适应遗传算法。算例仿真结果验证了所提出的模型与解算方法的正确性。     

考虑任务行程时间的多载量自动导引车系统防死锁任务调度

针对多载量自动导引车（AGV）系统的任务调度和缓冲区死锁问题,提出了考虑任务行程时间的防死锁任务调度方案。以最小化延迟率和交通负荷不均衡度为目标,建立了任务调度模型;分析了任务调度中的实际约束,并在任务行程时间约束下构建了预测模型;针对任务调度模型,提出了一种基于人工免疫-灰狼优化（AI-GWO）算法的多目标防死锁任务调度方法,利用死锁避免规则禁止即将引发工位缓冲区死锁的任务运行,并融合AI-GWO算法对任务执行顺序进行多目标优化;最后,根据AGV负载均衡度进行AGV任务分配。仿真结果表明,上述任务行程时间预测模型具有较高的准确率,任务调度模型及防死锁调度方法具有较好的优化性能和计算效率,从而显著提高了物流系统的任务准时率和路径网络的交通负荷均衡度。     

对等网络环境下多目标约束的并行任务调度策略研究

对等网络环境的特点决定了其任务调度性能是受多个因素制约的。鉴于任务执行时间、节点间的通信时间和任务调度费用等因素,提出了多目标约束的并行任务调度策略。首先给出了多目标任务调度的数学模型,利用任务需求与节点性能之间的关系来定义各目标的需求关系矩阵;然后利用隶属度函数将各个关系矩阵转化为模糊矩阵,并根据每个目标对最终目标的不同影响来确定各目标在最终决策中所占的比率,从而将多目标转化为单目标任务调度模型,在此基础上利用匈牙利算法对n个任务m个节点的最优分配问题进行求解。实验结果表明,基于多目标约束的任务调度模型较传统的方法更能优化任务调度的性能。     

装备维修规划的多目标优化模型和求解算法

为有效地刻画和求解军事装备系统的维修规划问题,建立了一个以维修费用和任务能力为目标的约束优化模型,提出了一种求解装备维修规划问题的多目标禁忌搜索算法.模型考虑了维修器材和工时两种费用指标,并在数质量评估的基础上通过二次回归方程来分层评估装备系统的任务能力指标.算法采用两阶段搜索策略,第一阶段从维修数量下限出发,以任务能力为演化目标进行搜索,直至找到一个可行解;第二阶段以任务能力/维修费用比为演化目标进行搜索,不断改善整个非支配解集.实验表明,算法能够求解型号≥500种,数量≥45 000的大规模问题,模型和算法求解的质量也在实际应用中得到了验证.     

分布式科技资源多服务任务优化调度

为了解决分布式环境下科技资源服务过程并发服务访问不确定性高,按需服务实体产业分配不均衡的问题,提出一种基于多群落协作搜索的启发式任务调度策略.在分析科技资源服务调度过程及特点的基础上,搭建了考虑分布式科技资源并发服务访问不确定性和资源分配不均衡性的多服务任务优化调度模型;给出该调度模型的多群落双向驱动进化算法,并采用二进制对粒子的速度和位置进行编码,通过重构粒子表达式完成粒子群算法到离散空间的映射,同时建立不同粒子群落之间的交互进化机制以增强种群的多样性,进而提高算法对搜索环境的适应能力和求解精度.以汽车发动机故障诊断维修资源服务任务调度过程为例,验证了所提方法的有效性,为复杂调度问题的求解提供了有效手段.     

武器装备维修任务分析及调度模型

装备维修任务规划调度问题在装备维修管理中是一个非常重要的问题,本文通过我军装备维修保障机构的组成,对装备维修任务进行了分析,并在此基础上首次提出最大化保障能力的维修任务调度模型,为装备维修资源优化配置奠定了基础.     

基于强化学习的分布式光伏运维资源动态调度

针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速...     

基于数字孪生的复杂产品离散装配车间动态调度

面向多品种变批量生产的复杂产品离散装配车间是典型的复杂制造系统,其运行过程呈现高复杂性、强动态性和不确定性因素多等特征,为实现复杂产品离散装配车间的动态调度,提出一种基于数字孪生的复杂产品离散装配车间动态调度方法,通过物理空间和虚拟空间之间的数据交互进行更精确的动态调度。构建了基于数字孪生的复杂产品离散装配车间调度框架和调度问题模型,详细阐述了基于实时数据和神经网络的工时在线预测、面向复杂产品离散装配的数字孪生车间动态调度等关键实现技术;构建了复杂产品离散装配车间调度系统,并以某航天产品装配车间的调度过程为例,验证了该方法的有效性和可行性。     

基于多代理和规则调度的敏捷调度系统研究

研究了在敏捷制造环境下制造车间过程的动态调度问题,针对敏捷化调度的特殊要求,提出了综合运用多代理机制与规则调度实现敏捷化制造车间生产过程动态调度的方法,建立了基于多代理生产组织和运行模式的生产过程动态调度系统框架结构,研究了在多代理结构的基础上实现规则调的方法,创建了适应实际生产环境的代理的模型结构,并以一类敏捷加工车间动态调度的仿真研究说明所提出方法的思路和可行性。     

A rolling horizon job shop rescheduling strategy in the dynamic environment

In this paper, the job shop scheduling problem in a dynamic environment is studied. Jobs arrive continuously, machines breakdown, machines are repaired and due dates of jobs may change during processing. Inspired by the rolling horizon optimisation method from predictive control technology, a periodic and event-driven rolling horizon scheduling strategy is presented and adapted to continuous processing in a changing environment. The scheduling algorithm is a hybrid of genetic algorithms and dispatching rules for solving the job shop scheduling problem with sequence-dependent set-up time and due date constraints. Simulation results show that the proposed strategy is more suitable for a dynamic job shop environment than the static scheduling strategy.     

Multi-task scheduling of distributed 3D printing services in cloud manufacturing

The problem of service matching and scheduling in cloud manufacturing (CMfg) is complex for different types of manufacturing services. 3D printing, as a rapidly developing manufacturing technology, has become an important service form in the CMfg platform due to its characteristics of personalized manufacturing. How to solve the task scheduling problem for distributed 3D printing services in CMfg needs further research. In this paper, a service transaction model of 3D printing services in CMfg is built. Based on the service transaction model, we propose 3D printing service matching strategies and matching rules of different service attributes, including model size, printing material, printing preciseness, task cost, task time, and logistics. To reduce the delivery time of tasks from service suppliers to service demanders, a 3D printing service scheduling (3DPSS) method is proposed to generate optimal service scheduling solutions. In 3DPSS, optimization objective, constraints, and optimization algorithm are presented in detail. Experimental results show that the average task delivery time of 3DPSS is shorter than that of typical scheduling methods, such as particle swarm optimization, pattern search, and sequential quadratic programming, when the amounts of tasks change.     

工业机器人能耗预测研究

针对工业机器人传统能耗预测方法存在的模型复杂、操作繁琐、测量成本高等问题,从机器人末端动作模式和运动轨迹角度出发,提出了一种基于元动作的工业机器人能耗预测方法。首先分析工业机器人静态和动态运行时的元动作和能耗特点,建立轴移动、轴转动等动态元动作的能耗描述函数及静态元动作的能耗描述函数;然后基于所建元动作库对目标过程进行元动作分解,并构建各元动作的能耗计算模型;最后结合各元动作能耗描述函数和能耗计算模型,实现工业机器人目标过程的能耗预测。应用所提方法,只需事先测试元动作功率并构建能耗描述函数,就能通过分解目标过程实现能耗预测,具有较广阔的应用前景。     

用遗传算法优化制造设备的预防性维修周期模型

建立了预防性维修周期间故障的递推关系式，给出了有限时间区间的设备预防性维修策略的非线性优化模型。该模型综合考虑了维修成本、预防性维修成本和生产损失成本，克服了无限时间区间稳态分析操作性差的缺点，并以故障分布形式为威布尔分布的设备为例，用遗传算法进行优化。计算结果显示，遗传算法能以极快的收敛速度达到全局最优，具有较高的计算效率。模型可为维修计划的制定和现场的作业调度提供决策支持和信息支持。     

基于Agent的芯片制造生产线动态调度方法研究

基于智能体技术,提出了芯片制造生产线动态调度新方法,实现了投料调度、工件调度与设备维护调度的集成。首先,给出了基于智能体的动态调度模型,该模型中包括管理智能体、投料智能体、工件智能体、设备智能体、运输智能体与人员智能体。投料智能体用于实现投料控制,工件调度通过工件智能体与设备智能体之间的协商实现,设备维护调度由设备智能体实现。通过智能体间的合作,能够实现投料控制、工件调度与设备维护调度的协同进行。然后给出了工件智能体与设备智能体问协商使用的协商协议（即带有时间约束的单步协商协议）,以及智能体决策中使用的调度算法（包括投料调度算法,工件调度算法与设备维护调度算法）。最后,通过实例,给出了方法的使用过程,并进行了模拟仿真。仿真结果表明,集成的调度方法能更好地优化模型的生产率、加工周期与设备利用率,最终提高准时交货率。