一种并行遗传算法在家纺企业车间调度的应用

针对家纺企业受特殊工艺约束的车间调度问题,提出了一个基于向量组编码的新的遗传算法,并设计了EOX交叉和启发式变异方法.在基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行遗传算法.通过仿真实验证明,建立的算法是有效的,收敛速度快,具有较高的并行性,优于普通的遗传算法.     

解并行机提前/拖后调度问题的一种新并行遗传算法

针对交货期窗口非等同并行机提前／拖后调度问题,设计了一个基于向量组编码的新的遗传算法．此算法特点是编码方法简单,能有效地反映实际调度方案,即清楚反映出每台机器加工工件的代号和顺序,并能保证交叉和变异后个体自动满足约束条件,收敛速度快．同时为了更好地适应调度实时性和解大型此类问题的需要,在基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行遗传算法．仿真结果表明,此算法是有效的,优于普通的遗传算法,具有较高的并行性,并能适用于解大型这类调度问题．     

解不同交货期并行机调度问题的并行遗传算法

为有效地解决不同交货期窗口下的非等同并行多机提前/拖后调度问题,设计了一种分段编码的混合遗传算法。此编码方式能反映工件的分配序列,并利用调度优先级规则和最好适应值规则相结合的启发式算法对其顺序进行了调整,加快了收敛速度。同时为了更好地适应调度实时性和解大规模此类问题的需要,基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行混合遗传算法。计算结果表明,此算法是有效的,优于遗传算法,有着较高的并行性,并能适用于大规模不同交货期窗口下非等同并行多机提前/拖后调度问题。     

特殊工艺约束下最小完工时间调度问题的新并行遗传算法

针对在特殊工艺约束下非等同并行机最小完工时间调度问题,设计了一个基于向量组编码的新的遗传算法。此算法的编码方法简单,能有效地反映实际调度方案,并能保证交叉和变异后染色体满足约束条件,收敛速度快。同时为更好地适应调度实时性和解决大型企业此类问题的需要,在基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行遗传算法。仿真结果表明,此算法是有效的,优于普通的遗传算法,具有较高的并行性。     

并行遗传算法研究综述

扼要概括和评价了并行遗传算法的四种并行模型:主从式模型、粗粒度模型、细粒度模型及混合模型,不仅给出了每种模型的特点及适用范围,而且也指出了每模型在应用中需解决的关键问题.通过模型比较发现粗粒度模型以其较小的通信开销和对种群多样化,获得了最广泛的应用.最后介绍了目前并行遗传算法的主要评价模型,并指出了并行遗传算法的今后主要研究方向,将向理论化、模型化、异步化及混合化等方向发展.     

以订单流为主线的进销存系统设计与实现

以纺织企业中一类企业面临的实际问题为背景,为帮助企业提升管理水平和提高核心竞争力,设计了一个以订单流为主线的进销存系统。此系统具有平台无关、延展性性好、柔韧性强等特点。从系统体系结构、功能和关键技术几个方面详细介绍了此系统的设计方案,并给出了以模版开发的实现方法。应用结果数据显示此系统有着较好的应用效果。     

与供应链结合iS-ERP环境下生产调度子系统设计与实现

面向家纺企业的iS-ERP系统中的生产调度子系统主要解决家纺企业生产流程的管理和调度问题,文章从系统设计目标、业务流程和功能三个方面重点介绍了它的设计方案,以及用模板开发该子系统的实现技术.结果证明该子系统不仅可以作为iS-ERP的一个重要组成部分,也可以自成体系.它继承和延续了iS-ERP系统的良好特点,是基于B/S体系结构、与平台无关、具有较好的延展性和鲁棒性,并对企业供应链提供足够支持的较完美系统.实际应用数据结果显示该系统具有较强的实用性,具有广阔的应用前景.     

特殊工艺约束下最小完工时间并行多机调度问题的研究

非等同并行机最小化完工时间调度问题作为家纺企业车间调度问题的重要组成部分,有着独特的特点,一方面并行多机非等同,另一方面每机器可生产产品类型受特殊工艺的约束,针对该问题的特点,基于免疫系统的克隆选择原理,结合一种新型的促进和激励群体多样性的技术,提出了一个新颖的人工免疫算法.仿真结果表明,此算法是有效的,优于遗传算法和克隆选择算法,并能适用于解实际家纺企业这类调度问题.     

特殊工艺约束并行多机双目标调度问题的研究

针对在特殊工艺约束下,非等同并行多机总完工时间最小和总拖后惩罚最小双目标调度问题（BOSP）,设计了一个双目标调度模型,进而构造了一个基于向量组编码的遗传算法。此算法的编码方法简单,能有效地反映实际调度方案,收敛速度快。同时为了更好地适应调度实时性和解大型此类问题的需要,在基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行遗传算法。仿真结果表明,此算法是有效的,优于普通的遗传算法,具有较高的并行性,并能适用于解大型此类调度问题。