求解作业车间调度问题的差分和声搜索算法

为能够应用和声搜索算法(HSA)高效求解作业车间调度问题(JSSP),提出一种新的差分和声搜索算法(DEHSA)。首先,针对和声函数连续而工序离散现象,设计了排序工序数量转换法,将浮点数的和声转换成工件序列;其次,为提高HSA的收敛速度,改进了HSA的进化模式,不仅是替换一个最差解,还提出了和声变量进化时依赖于当前最优解的“导优”概率;最后,将差分进化算法(DEA)引入到HSA中,克服了HSA方向性差和后期停滞的现象。仿真实验结果表明,DEHSA在求解JSSP上具有可行性和有效性。     

应用新型萤火虫算法求解Job-shop调度问题

Job shop调度问题是一类具有很高理论研究和工程应用价值的问题。针对该问题提出一种新型萤火虫求解算法,分析了萤火虫算法的仿生原理,给出了萤火虫算法求解JSP问题的求解步骤,并通过典型基准测试实例对算法进行了仿真实验,并与GA和PSO算法进行了比较,验证了该算法参数少,操作简单,收敛速度快,在生产调度中有广泛的应用前景。     

基于细菌觅食算法车间调度系统的研究

细菌觅食优化算法最早于2002年提出,是一种于基于人体内的大肠杆菌的觅食行为提出来的新的进化计算方法.在本文中,我们改进的基于群体搜索方法是细菌觅食算法的一个重要内容,细菌觅食算法在这里被运用到了车间生产调度系统中来,极大地优化了车间调度系统的加工生产过程.     

Research on Fuzzy Decision of Resources Selection in Job-shop Scheduling for a One-of-a-Kind and Order-Oriented Production System

In a one-of-a-kind and order-oriented production corporation, job shop scheduling plays an important role in the production planning system and production process control. Since resource selection in job shop scheduling directly influences the qualities and due dates of products and production cost, it is indispensable to take resource selection into account during job shop scheduling. By analyzing the relative characteristics of resources, an approach of fuzzy decision is proposed for resource selection. Finally, issues in the application of the approach are discussed.     

求解柔性作业车间调度问题的改进蝙蝠算法

针对柔性作业车间调度问题,在研究和分析蝙蝠算法的基础上,提出一种改进蝙蝠算法来求解．为了有效地表达出工序与粒子种群之间的关系,提出一种单层整数编码策略．在粒子的速度和位置方面,算法重新定义速度和位置的相关算子．为了克服基本蝙蝠算法固定参数不足的缺点,重新调整惯性权重的值,提出一种呈指数递减的惯性权重策略．针对具体生产实例进行验证,实验数据表明,该改进算法在求解柔性作业车间调度问题上具有良好的性能,是一种有效的调度算法.     

变形遗传算法在作业排序决策方面的应用

工件排序方案的合理性直接关系着企业的设备资源利用率,从而影响到企业的经济效益。针对作业排序决策方面的问题,在前期研究的基础上,进一步对遗传算法运行参数中的交叉概率和变异概率导入自适应策略。利用FT06典型Job shop问题实例,对变形处理后的遗传算法进行了测试。实验结果表明导入自适应概率策略的算法,整体寻优性能良好,能较快找到优解。     

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。     

超启发式交叉熵算法求解分布式装配柔性作业车间调度问题

本文针对一类新型两阶段分布式装配柔性作业车间调度问题(DAFJSP),建立问题模型,以最小化最大完工时间为优化目标并提出一种超启发式交叉熵算法(HHCEA)进行求解.首先,设计基于工序序列、工厂分配和产品序列的三维向量编码规则和结合贪婪策略的解码规则,同时提出4种启发式方法以提高初始解的质量.然后,设计高低分层结构的HHCEA,高层为提高对搜索方向的引导性,采用交叉熵算法(CEA)学习和积累优质排列的信息,其中各排列由结合问题特点设计的11种启发式操作(即11种有效的邻域操作)构成;低层为增加在解空间中的搜索深度,将高层确定的每个排列中的启发式操作依次重复执行指定次数并在执行过程中加入基于模拟退火的扰动机制,以此作为一种新的启发式方法执行搜索.最后,通过仿真实验与算法对比验证HHCEA可有效求解DAFJSP.     

A branch and bound algorithm for the cyclic job-shop problem with transportation

The cyclic job-shop problem with transportation can be used to describe optimization problems in fully automated manufacturing systems or assembly lines. We study the problem where the machines have no buffers, which rapidly decreases the number of feasible solutions and, therefore, makes it a lot harder to find those feasible solutions. After formulating the problem, we will characterize feasible solutions based on the route of the robot and their properties. With the aim of minimizing the cycle time, we have developed a tree search method to construct feasible solutions and combined it with a bounding procedure. Computational results are reported and compared to those gained by solving the problem with an LP solver.     

基于多智能体的流程工业动态调度研究

根据流程工业某车间的生产过程,建立基于多智能体的生产调度系统模型,分析各智能体之间的关系,利用多智能体之间基于博弈论的协商机制,提出一个双边单议题多阶段的谈判模型,解决以工序流量或产品产量为目标的调度问题。对某隔膜烧碱生产线调度实例进行仿真,结果验证了该系统的可行性和有效性。