自动导向小车与加工设备多目标集成调度的聚类遗传算法

针对AGV与加工设备的集成调度问题,在考虑AGV无冲突路径规划的情况下,建立了以最大完工时间、AGV运行时间及机器总负荷为优化目标的调度优化模型,提出一种基于时间窗和Dijk-stra算法的多目标自适应聚类遗传算法.根据算法在不同迭代时期的特点,提出一种包含自适应个体交叉概率的交叉重组策略;设计了自适应种群变异概率;引...     

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。     

基于递进式蚁群算法求解多目标汽车制造排程问题

描述了多目标汽车排程问题的模型,提出了一个整体解决策略,即利用不同生产阶段间的缓冲区,通过基于改进的蚁群优化算法,实现多目标汽车队列优化以及有限柔性下的队列二次优化,递进式地求解该问题。提出运用蚁群算法解决以降低喷漆清洗成本和“重要选装件”使用率均衡为目标的汽车队列优化问题;设计了候选集—蚁群算法求解环形油漆车身缓冲区结构约束下的汽车队列二次优化问题。算例分析结果表明,提出的整体解决策略及算法具有有效性和优越性。     

固定节点AGV系统调度方案分层优化算法研究

为优化固定节点下AGV系统任务调度等问题,提高AGV系统运转效率,提出了一种改进算法。以最小化整体作业时间为目标,通过固定节点产生路径方案,将任务调度分层为任务分配与任务排序进行分步优化,与直接优化调度的传统算法进行测试对比,改进算法的收敛速度更快,调度方案更佳,有效缩短了空载路程,实现了AGV系统调度问题的优化求解。     

考虑充电的多AGV的作业车间调度问题

自动导引车(AGV)在生产车间的应用,给车间调度带来许多额外的需要解决的实际问题,如运输任务AGV分配、AGV电量约束、AGV数量约束等,使得其调度问题更加复杂和困难.针对多AGV运输工件的作业车间调度的特点和约束条件,建立了考虑充电约束的多AGV运输工件的作业车间调度模型,通过虚拟设备的方法设计了工件分配和AGV运输任务的两段染色体编码,设计了工件分配和AGV任务分配的集成解码方法,并设计了改进遗传算法进行求解,进一步分析了AGV数量、AGV电量和运输时间等因素对优化目标的影响,最后通过作业车间典型算例仿真验证了模型与算法的有效性.     

[生产计划]基于NSGA-Ⅱ的产品开发任务调度多目标优化

针对传统的加权系数法和约束法等不能很好解决产品开发任务调度多目标优化的问题,建立了以产品开发时间和成本为目标的多目标优化模型,采用改进的非支配排序遗传算法得出Pareto最优解集,并利用模糊优选法对该解集进行选优,确定了产品开发任务调度的最优执行方案。对两个经典多目标测试函数的求解及对比分析表明了该算法的优越性,结合实例说明了该方法的实施过程及有效性。     

基于电量和负载均衡约束的多AGV生产车间调度研究

目前多AGV的使用大大提升了制造企业的生产效率，在调度过程中也产生了诸多问题，其中以AGV负载不均和电量限制所带来的拥堵问题尤为凸显。对此，以最小化生产调度时间和负载均衡偏差为目标，考虑AGV的电池容量、充电次数、充电时间等约束，建立了一种非线性的多目标集成优化模型，基于MFC(Minimum time selection for charged volume constraint,MFC)策略设计了自适应改进遗传算法，并通过与传统遗传算法对比分析，验证了算法的有效性。最后对AGV调度中的相关参数进行分析，得到了AGV在负载均衡时的运行规律。     

带时间约束的钢板切割作业计划的优化

针对船舶建造中钢板利用率低且切割机负荷不均衡等问题,研究建立了带时间属性的钢板切割计划多目标优化模型。模型综合考虑了切割时间约束、零件在母板上排样的空间约束和切割机能力约束,目标是最大化钢板利用率和切割机各单位时间内的负载均衡率。通过启发式算法实现零件的重构,并采用改进遗传算法结合启发式排样规则进行模型求解。以某船厂的分段钢板切割为例,将分段零件月计划作业量进行分解,获得周计划作业量,确定最优的切割计划和排样图。结果表明,所提方法可有效提高板材利用率和切割机在各单位时间内的负载均衡率。     

基于排队网模型的流水车间缓冲区容量优化

针对订货型单类型工件多级流水车间缓冲区容量优化设置问题,在考虑各级工序节点之间耦合关系的前提下,基于连续时间Markov随机过程原理建立了多级流水车间的排队网节点状态模型,并根据缓冲区容量优化目标函数的特点,给出缓冲区容量和任务拒绝率之间的关系。基于该模型计算系统的关键性能指标,以任务拒绝率为约束条件,提出一种缓冲区容量优化的启发式优化算法。通过该算法计算算例及结果分析,最终确定了合理的缓冲区容量。     

异构多处理机系统的负载均衡与任务调度

分析了异构多处理机系统中的负载均衡和任务调度参数,讨论了异构集群任务调度模型,提出了一种负载均衡启发式优化算法(LBHOA)。LBHOA采用启发式搜索策略,每次分配一个任务时,从不完全分配的结点中选择估计值最小的结点进行扩展搜索,直到找到完全分配的目标结点,且目标结点的时间开销估计值是所有完全分配结点中最小的。实验结果表明,与算法WLCA和LTGA相比,算法LBHOA的平均应答延迟时间的开销减少了10%,任务完成时间的开销减少了15%。LBHOA降低了资源最优分配中的计算复杂度,能够满足异构集群系统中的负载平衡和优化调度的需要,使异构多处理机系统在系统资源均衡分配的同时使系统资源利用率最优。     

基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法

针对柔性作业车间调度问题,考虑自动导引车(AGV)在车间制造过程中只参与装卸和搬运工作,提出一种实现AGV路径规划与柔性作业车间调度集成优化的融合调度模型。采用基于工序排序与机器选择两个子问题的二维向量编码方案,并在解码过程中提出基于最先服务原则的AGV安排策略。对鲸鱼优化算法进行离散化改进,针对性地设计了多种种群初始化策略,引入遗传算法的交叉、变异操作以提升鲸鱼优化算法的全局搜索能力,并嵌入局部搜索算法以达到全局搜索和局部搜索的平衡,构建了一种混合遗传鲸鱼优化算法（HGWOA）来求解该融合调度模型。通过经典测试算例验证了算法性能,并使用正交试验优化了算法参数。研究结果表明,HGWOA算法用于求解柔性作业车间AGV融合调度问题可以获得较好的效果。     

资源约束下产品开发任务调度的多目标优化

鉴于产品开发任务调度过程中存在资源约束问题和学习与遗忘效应,需要对多个目标进行优化决策,通过定义资源平均利用率并提出学习遗忘效应矩阵,结合耦合设计的多阶段迭代模型,以各阶段资源利用率为约束条件,建立资源约束下考虑学习与遗忘效应的任务调度时间与成本的多目标优化数学模型.采用带精英策略的非支配排序遗传算法求解得出Paret...     

一种运用图论进行FMS无死锁调度的方法

在制造系统中 ,必须防止死锁的发生。本文提出一种在制造系统 (带有限缓冲区 )中搜索最优的无死锁调度算法。此算法建立在遗传算法的基础上 ,运用图论算法来保证无死锁调度结果。为了保证遗传算法生成的调度策略能够满足所要求的约束 ,运用图论方法选择无死锁个体 ,添加缓冲区 ,从而在保证了系统的主要性能指标的同时 ,得到系统可行的无死锁的调度结果。本文的主要创新之处在于提出了一种考虑系统缓冲区的无死锁调度方法。     

基于深度学习算法的调度自动化云平台任务优化策略研究

分析了云平台任务调度的特点和目标,从任务调度算法入手,提出了基于改进粒子群算法的电力调度自动化系统的人工智能方法,开发了云计算操作的模型。基于该算法和物理模型的运行控制考虑了 QoS 要求和平台云居民的环境负载平衡,可以有效提高所提电力调度自动化系统的云平台任务调度的效率。以电力自动化云平台为分析对象,研究其架构,将修正的 PSO 算法与云资源调度模型的结构拓扑相结合,建立三级数据节点,给出了基于改进 PSO 的云平台调度模型,旨在提高云计算资源配置效率,改善云服务质量,解决电力调度自动化系统的任务调度问题。     

面向云计算环境任务调度的改进蚁群算法

云计算环境下的任务调度问题是一个NP完全问题,其目的是在各个处理节点上合理分配任务,优化调度策略以保证有效完成任务。以总任务完成时间最短和计算成本最低为优化目标,针对蚁群优化算法易陷入局部最优的缺陷,提出了一种求解该问题的改进蚁群算法。该算法将遗传算法的二点交叉算子融入到蚁群优化算法中,以提高蚁群优化算法的局部搜索能力。通过在云仿真平台Cloud Sim上进行仿真实验,结果表明改进蚁群算法缩短了总任务完成时间,降低了计算成本,从而证明了该算法能有效地解决云计算环境下的任务调度问题,并且其优化能力和收敛速度优于蚁群优化算法和改进离散粒子群算法。     

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。     

多目标批量生产柔性作业车间优化调度

研究批量生产中以生产周期、最大提前/最大拖后时间、生产成本以及设备利用率指标(机床总负荷和机床最大负荷)为调度目标的柔性作业车间优化调度问题。提出批量生产优化调度策略,建立多目标优化调度模型,结合多种群粒子群搜索与遗传算法的优点提出具有倾向性粒子群搜索的多种群混合算法,以提高搜索效率和搜索质量。仿真结果表明,该模型及算法较目前国内外现有方法更为有效和合理。最后,从现实生产实际出发给出多目标批量生产柔性调度算例,结果可行,可对生产实践起到一定的指导作用。     

基于改进人工蜂群算法的多目标绿色柔性作业车间调度研究

针对多目标绿色柔性作业车间调度问题（MGFJSP）的特点，提出从碳排放量、噪声和废弃物这3个指标来综合评定环境污染程度，建立了以最小化最大完成时间和环境污染程度为优化目标的MGFJSP模型，并提出了一种改进的人工蜂群算法来求解该模型。算法的具体改进包括：设计了一种三维向量的编码和对应解码方案，在跟随蜂搜索阶段引入一种有效的动态邻域搜索操作来提高算法的局部搜索能力，在侦查蜂阶段提出产生新食物源的策略用于增加种群的多样性。最后进行了实验研究与算法对比，以验证所建模型和所提算法的有效性。