基于改进自适应遗传算法的网格任务调度算法

针对网格环境动态多变性的特点,对网格环境任务调度中的遗传算法进行研究,提出一种改进的自适应遗传算法.通过对影响遗传算法行为和性能的关键参数交叉概率与变异概率进行分析,提出利用自适应思想以及表征调度性能的种群适应度对交叉概率和变异概率合理选取的自适应遗传算法,使交叉概率和变异概率能随种群适应度自动调节、改变.试验结果表明,改进的自适应遗传算法能使网格任务调度具有较好的种群自适应度,从而表明该方法的有效性.     

基于改进的单倍体遗传算法生产调度设计

在对车间生产调度进行建模和仿真的基础上,基于改进的单倍体遗传算法设计实现车间生产调度系统.设计实现证明基于改进后的单倍体遗传算法设计的调度系统在算法的寻优速度和收敛精度上有明显提高.     

失效恢复机制下的网格任务冗余调度优化

网格技术是目前学术界和工业界解决计算密集型问题的一种重要工具.由于网格系统的复杂性,网格在可靠性方面仍面临着诸多问题.针对目前网格服务可靠性低的问题,引入本地失效恢复机制,并允许资源自行调节网格任务生存时间以及失效恢复次数,从而建立更加符合实际的网格服务可靠性模型.在建模中,采取网格任务冗余调度方式,以进一步提高网格服务可靠性.基于建立的考虑失效恢复机制的网格服务可靠性模型,建立费用约束下的资源冗余调度优化模型,以获得网格服务可靠性最大的任务调度策略.针对该NP问题,采用遗传算法对该优化问题进行求解,并在求解过程中设计专门的修正算子校正不可行个体,以保障算法的正常运行.算例分析验证了算法的有效性.     

改进自适应遗传算法在硫化车间调度中的应用

针对轮胎加工生产过程中的瓶颈即硫化工序的生产调度,建立了一个基于改进自适应遗传算法的调度方案.改进自适应遗传算法相对于普通遗传算法,能够更有效收敛于目标,提高运算速度,并通过实例证明了该算法的有效性和可行性.     

基于遗传算法柔性制造系统生产调度的优化与仿真

通过对柔性制造系统中流水车间生产调度问题的分析和研究,开发了基于遗传算法的生产调度方法.采用了一套新的编码方法以保证编码的合理性与计算的方便性,并针对遗传算法中传 统适应度比例选择方法的过早收敛和停滞现象,采用适应度排序法较好地解决了这个问题.仿真结果证明基于排序法的遗传算法可以有效地解决流水车间生产调度优化问题,并依据此优化结果,采用VB软件编程实现了调度过程的动态仿真和实时监控.     

网格任务调度算法的研究

提出了一种基于遗传算法和Min-Min的网格调度算法,该算法主要分为资源搜索和任务分配两部分。首先,利用遗传算法从网格的可用资源中快速地搜索出最优的或是近最优的资源;然后从任务队列中取一组任务,利用Min-Min算法把任务分配给已搜索到的资源上去执行。仿真实验结果证明:对于大规模资源的调度该算法是有效的,能够减少了任务执行时间,改善网格任务调度的效率。     

基于SAP系统的面向Job Shop调度的混合遗传算法研究

通过构造一种新型的与启发式算法相结合的遗传算法,即充分利用启发式算法和遗传算法的优点来解决离散生产类型车间调度问题.并通过某一车间调度应用项目,验证该算法的可性行.     

基于遗传算法的生产装配线调度优化研究

总结了车间作业调度问题,提出了基于遗传算法的装配线调度的优化算法.通过仿真试验,初步实现了该算法在解决生产装配线调度问题的可用性.     

柔性车间生产资源与AGV物流资源联合优化调度

柔性车间生产资源与物流资源关联性越来越强,各资源独立调度无法实现系统的高效率运行。针对此问题,提出了基于二维度自适应遗传算法的车间生产资源与物流资源联合调度方法。明确了AGV系统组成、工作模式和分配策略,建立了柔性车间的栅格地图模型;以车间完工时间最小为目标,建立了生产资源与物流资源联合调度模型;从时间和空间2个维度设计自适应算子,提出了基于二维度自适应遗传算法的联合调度方法。经合作企业某车间生产验证,二维度自适应遗传算法联合调度方案的完工时间为68 min,小于遗传算法和自适应遗传算法调度方案;经参数敏感性分析可知,二维度自适应遗传算法鲁棒性好,对不同情况下的车间调度问题都具有较好的性能。     

与启发式规则相结合的遗传算法在车间调度问题中的研究

通过在对遗传算法的解码过程中引入启发式规则 ,构造一种新型的与启发式规则相结合的遗传算法 ,即分别利用遗传算法和启发式规则各自的特点来实现不同的调度目标 ,用于解决大规模离散生产类型车间调度问题。通过实例计算分析表明 ,算法适用于大规模离散生产类型车间调度问题