浅谈新时期玉溪电站水库调度方案的研究和完善

当前,绿水青山就是金山银山的发展理念深入人心。进行水库调度时,如何统筹兼顾安全发电、生态流量泄放和提高发电效益,是很多水电站需要考虑的问题。玉溪电站技术人员经过研究分析,制定了多个专项水库调度方案。本文着重阐述了缓放水调度方案、保障生态流量泄放调度方案、丰水期调度方案和平水期调度方案的主要内容以及这些方案制定的依据和适用条件,可为同类型电站的水库调度工作提供一定的参考。     

基于多规则设备分配及工序排序的FJSP多目标集成优化方法

为降低柔性作业车间调度多目标优化的复杂度,提高优化效率,提出一种基于多规则设备分配及工序排序的柔性作业车间调度多目标集成优化方法.建立了一类以完工时间、设备最大负荷、设备总负荷以及制造成本为优化目标的柔性作业车间调度多目标优化模型;针对模型的组合爆炸特点,为降低其复杂度,提出一种将多规则设备分配及工序排序相结合的集成调度思想;为进一步提高求解效率,提出一种面向对象数据处理技术用于处理各实体之间的数据交换;基于改进的非支配排序遗传算法思想,提出了基于多规则设备分配及上序排序的柔性作业车间调度多目标集成优化算法.通过仿真对比与应用验证了所提方法的有效性.     

基于改进NSGA-Ⅱ的非紧密衔接工序车间多目标调度研究

为解决实际生产中非紧密衔接工序的多目标车间调度问题,基于现有多目标调度算法(NSGA-Ⅱ)提出一种新的针对PARETO解集的评价方法。分析工序间的衔接约束,定义工序衔接系数和工序衔接过度的概念;设计了工序衔接系数的数学模型,并将其融入算法流程作为种群筛选依据;设计了新的精英保留策略,在算法迭代过程中即排除了工序衔接过度解;以最大完工时间最小和加工成本最小为目标,构建两个目标的柔性作业车间调度模型;最后以某汽车零部件制造车间的生产过程为例,将其与应用该方法之前的调度结果做了对比分析,结果表明该方法的调度结果更优且更符合生产实际,证实了该方法的可行性和有效性。     

并行机作业车间等量分批多目标优化调度

为降低并行机作业车间等量分批多目标优化调度问题的复杂度,提高优化效率,提出了一种基于仿真技术和改进非支配排序遗传算法的分步优化方法.建立了一类以完工时间最短和总制造成本最低为优化目标的并行机作业车间等量分批多目标优化调度模型;将各产品进行等量分批,以Witness为仿真平台建立并行机作业车间等量分批生产仿真模型,通过组合仿真优化得到产品理想的等量分批方案,从而将原问题转化为并行机作业车间多目标优化调度问题;设计了一种改进的非支配排序遗传算法,对并行机作业车间多目标优化调度进行求解.通过算例分析验证了该方法的有效性.     

多目标柔性作业车间稳健性动态调度研究

研究了以调度稳定性和鲁棒性为优化目标的柔性作业车间动态调度问题。建立了多目标柔性作业车间动态调度问题模型;针对动态事件特点,采用工件到达发生器和机器故障预维护发生器模拟动态事件,提出了基于周期与事件驱动的混合重调度策略,该策略在每个重调度点对工件进行完全重调度或右移重调度;为克服传统差分算法早熟的缺点,设计了一种改进的多目标差分进化算法求解该调度问题;实例验证了提出策略和算法的有效性。     

求解多目标作业车间调度问题的双种群遗传算法

针对多目标作业车间调度问题,提出一种将正逆序调度方法与生成调度活动的遗传算法相结合的双种群遗传算法.该算法利用活动调度缩减解空间,提出采用正、逆序遗传调度算法分别在不同种群优化不同目标函数,将多目标问题分解成多个单目标问题.在进化过程中,通过个体迁移算子加快多个目标的并行搜索,并提出了一种构造Pareto解集的精英锦标赛法则.通过基于Benchmark算例的仿真实验,验证了该算法求解多目标作业车间调度问题的有效性.     

基于梯级联合调度的汛限水位动态控制在红水河梯级的应用

以传统的单库汛限水位动态控制为前提,以中长期水文预报为基础,以动态风险管控为保障,探索和研究了梯级水库联合调度的汛限水位动态控制方法,对梯级联合调度思路进行了创新,提出了上下游梯级水库"高低配"调度原则及预泄建议,梯级水库间进行库容补偿调度,同时采用长短结合、逐步优化的调度方式,拓展梯级联合调度范围,进一步提高汛限水位动态控制的安全性和综合效益。     

基于分层蚁群遗传算法的多目标柔性作业车间调度方法

针对离散制造柔性作业车间实际工况,提出了一种基于分层蚁群遗传算法的柔性作业车间资源驱动的多目标调度方法,其基本特征是：基于连续生产中不同调度周期剩余或空闲资源等调度相关实时信息;基于完工时间和机床负荷等多目标;采用分层蚁群-遗传混合算法进行决策,通过逐步筛选,获得优化解。该方法特别适用于车间资源变化、任务执行情况变化、急件任务必须插入等情况下的动态调度。应用标准案例并设计相关组合案例进行了测试,与MOGV混合算法相比,25%的案例计算结果优于MOGV算法,最大完工时间减少5%~7%,62.5%的案例计算结果等同MOGV算法。因此,该智能调度方法不仅可以有效地取得对指定优先目标的最佳优化效果,且可自动获得多目标综合的最优解,智能调度效果显著。     

复杂制造环境下的改进非支配排序遗传算法

针对柔性作业车间多目标调度问题,在考虑机器、操作人员等资源约束和交货日期不确定性的基础上,构建了以加工成本、客户满意度及生产总流程时间为目标函数的模糊调度数学模型。针对传统的加权系数方法不能很好地解决柔性作业车间调度多目标优化问题的缺点,提出改进的非支配排序遗传算法,采用改进的拥挤密度排序法改善同一非劣等级内个体的排序;提出自适应交叉和变异策略,克服了种群早熟化,改善了算法的收敛速度;采用改进精英策略保持种群多样性,改善了算法的搜索性能。将该算法应用于某机械公司的人机双资源多目标柔性车间模糊调度,仿真结果证明了该方法的有效性和可行性。     

基于Pareto最优的多企业协同计划调度优化

为解决协同制造环境下多协作企业的协同计划调度问题,针对多企业协同生产链实际运作过程,建立了一种考虑综合成本和完工时间的多目标计划调度优化模型。基于Pareto最优概念,采用NSGA-Ⅱ算法（快速非支配排序遗传算法）来解决多目标优化问题。为了保证解的收敛性和多样性,设计了有效的编解码方式和遗传操作程序,通过局部变异种群重复个体,并采用分布函数自适应选取精英数量,得到一系列Pareto最优解。最后通过仿真实例对多目标优化模型和算法进行了求解,结果表明,该方法可快速有效地实现全局多目标寻优,从而找到更多更合理的协同计划调度方案。
     

一种Intrabay物料运输系统的多目标实时调度方法

为了提高晶圆制造Intrabay物料运输系统(简称Intrabay系统)的多目标调度性能,提出了一种基于模糊逻辑-匈牙利方法的Intrabay系统多目标实时调度方法。该方法实时响应运输小车空载和晶圆卡请求运输等动态事件,并对各事件时刻的Intrabay系统调度子问题进行多目标优化求解。采用300mm的晶圆制造系统数据进行仿真实验并与传统的Intrabay系统调度方法进行比较,结果表明该方法在Intrabay系统和晶圆加工系统的多个指标综合性能方面优于传统Intrabay系统调度方法,验证了Intrabay系统多目标实时调度方法的有效性。     

基于并行协同的多车间协同调度问题研究

传统企业在实际生产中,其多个关联车间之间的生产计划与调度存在难以协作的问题。为此,针对多车间协同调度问题建立了调度模型,提出了一种多车间协同调度的并行协同进化遗传算法(PCE-GA),并且采用该算法对上述模型进行了求解。首先,以最小化订单完工时间为目标,建立了单目标调度模型;然后,采用了并行协同进化遗传算法,对上述单目标调度模型进行了求解,基于工件、机器、装配关系的三层整数编码的染色体编码方案,提出了一种协同适应度值计算的方法;最后,以某液压缸生产企业为例,针对单目标调度问题,采用该算法与单车间遗传算法(JSP-GA)、并行协同模拟退火算法(PCE-SA)分别进行了求解,并对其结果进行了比较,以验证PCE-GA算法的优越性。研究结果表明：采用PCE-GA算法得到的优化率为13.3%,比单车间作业调度遗传算法求解的数据优化11.5%,该结果证明了PCE-GA算法在解决多车间协同优化问题时的优越性。     

柔性工作车间调度问题的多目标优化方法研究

针对各工件日标不同的多目标柔性作业车间调度问题,构建了以加工成本、加工质量及制造工期为目标函数的柔性作业车间调度多日标优化数学模型.针对传统的加权系数遗传算法不能很好地解决柔性作业车间调度多目标优化问题,提出采用改进的强度Pareto进化算法,对柔性作业车间调度问题进行多目标优化,从而得出柔性车间调度问题的Pareto综合最优解.最后,结合项目实施,以某大型空分装备企业的车间调度为例,证明了文中提出的方法能很好地解决柔性工作车间调度的多目标优化问题.     

制药行业混合流水线调度问题研究

为了合理规划制药行业混合流水线的生产调度问题,提高生产效率,提出了一种模糊多目标规划的方法。首先,在考虑制药行业多条流水线同时生产且相互影响的条件下,结合一系列生产和加工时间的约束条件,建立混合流水线生产调度模型;其次,结合总加工完成时间、生产成本、利润等指标,并通过引入模糊期望值,建立制药行业的混合生产调度模糊多目标优化模型,采用容差法将多目标模糊优化转化为确定性单目标优化;最后,采用遗传算法进行优化求解,得到最佳生产策略。     

可重构装配线多目标优化调度研究

针对可重构装配线调度存在的问题,综合考虑影响可重构装配线调度的三个主要因素,即最小化空闲和未完工作业量、均衡零部件的使用速率、最小化装配线重构成本,建立了可重构装配线多目标优化调度的数学模型。提出了一种基于Pareto多目标遗传算法的可重构装配线优化调度方法,该算法综合运用了群体排序技术、小生境技术、Pareto解集过滤及精英保留策略,并采用了交叉概率和变异概率的自适应重构策略。实例仿真表明该算法具有比其他遗传算法更高的求解质量。

     

基于多目标优化的改进遗传算法求解柔性车间调度问题

文章主要研究多目标的柔性车间调度问题。在实际生产过程中,调度结果受完工时间、机器负荷、成本控制和资源消耗等多方面因素影响,因此提出了一种基于多目标优化的改进遗传算法,针对最小化最大完成时间、最小化机器负荷和最小化资源消耗3个目标函数进行优化,结合改进的Pareto多目标优化方法,以及最短加工时间变异和邻域变异方法,提高了算法的寻优能力。最后通过实验验证了算法适用于求解多目标的柔性车间调度问题。     

自适应差分进化改进云资源调度

为了解决云制造资源调度与实际制造场景不符、易陷入局部最优和收敛速度过慢的问题,提出了一种基于自适应多目标差分进化的制造资源调度方法。该方法考虑了实际云制造平台资源调度特点,建立了一个具有时序约束及成本约束的多目标优化资源调度模型。针对云制造资源调度特点,对传统差分进化进行改进,提出自适应变异率和交叉率,实现了寻优过程中变异率与交叉率的动态调整,均衡了多目标差分进化全局搜索与局部搜索能力,提高了最优解搜索的精度与速度。实际算例证明了该方法的有效性和可行性。     

基于紧急订单的并行流水线动态调度研究

针对工艺流程的特殊性,对基本遗传算法进行改进,设计了双染色体编码方法。运用改进遗传算法与仿真分析相结合的混合智能方法,以完工时间、交货惩罚为目标,建立仿真优化模型,首先得到多目标模糊并行流水线的静态调度方案;然后在分析紧急订单这一扰动因素的基础上,求解并行流水线动态调度问题;最后以某汽车零部件生产企业冲压流水线为实例,验证了混合智能方法对研究并行流水线动态调度问题的有效性。     

基于无线传感器网络与RFID技术的水库自动监测系统研究

该文研究的基于无线传感器网络与RFID技术的水库自动监测系统能有效保证水库巡检人员及时到岗,实时监控水库中各种参数变化。不仅为水库调度与管理提供了充分的数据基础,而且提高了水库信息化建设,实现了监控调度自动化。     

免疫算法求解多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题，优化了设备分派方案。建立了多目标柔性作业车间调度的数学模型。提出了双种群双倍体自适应免疫算法，并用该算法求解某航空制造企业的多目标柔性作业车间调度问题，得到了优化调度方案。仿真结果表明，双种群双倍体自适应免疫算法是求解多目标柔性作业车间调度问题的有效算法。