考虑工件释放时间和柔性维护的单机调度问题

针对晶圆制造过程中考虑清洗维护的生产调度联合优化问题，以最小化最大完工时间为求解目标，优化工件加工顺序及维护活动执行时间。证明了该问题为NP难的，建立了问题的整数规划模型并进行线性化。结合机器役龄约束下的成批调度问题特征，证明了解的性质，并设计ERD-LPT-BFLD启发式算法对问题进行求解。构建了考虑工件释放时间及清洁活动约束的下界算法。通过不同规模算例仿真实验，将所提启发式算法与CPLEX及下界算法求解结果进行比较，验证了所提算法的有效性。     

改进NSGA-Ⅱ算法求解考虑运输约束的柔性作业车间节能调度问题

传统柔性作业车间调度通常忽略工件在机器间的运输时间和能耗,针对该问题建立了考虑运输约束与节能的柔性作业车间调度模型,并提出了改进的NSGA-Ⅱ算法求解该模型。首先,在柔性作业车间调度数学模型中设立最大完工时间、总延期、设备总负载、车间总能耗4个目标,并根据运输约束实现了调度模型矩阵编码、解码、交叉与变异,基于子代向最优解学习机制改进NSGA-Ⅱ算法迭代过程中易陷入局部最优解问题。最后,在考虑车间机器之间运输约束的前提下结合Kacem、Brandimarte算例对调度模型进行可行性分析,结果表明该模型与算法求解效率高,能有效解决车间运输约束导致的调度方案与实际加工偏差问题。     

加工装配式流水车间节能调度建模与优化

为解决具有加工装配一体化的流水车间节能调度问题,以加工机器最小能耗为优化目标,建立加工装配式流水车间节能调度模型。该模型将装配线视为具有特殊约束的加工生产线,再结合考虑车间工件工序、装配工序、装配子件加工等约束条件。分别针对简单和复杂装配约束的问题,采用混合差分进化算法求解最小能耗下工件调度方案,并与自适应差分算法对比。实验结果证明了混合差分进化算法求解该问题的有效性。     

工件加工随机调度中优先约束问题的研究

讨论工件加工时间为任意随机分布的随机变量的单机随机调度问题,设工件间的约束为树优先约束,目标函数为极小化加权完工时间和的数学期望.这一模型在机械设计与制造行业中的多个元器组件加工,以及钢铁板坯轧制等众多实际生产制造领域中都具有广泛的应用背景.证明了工件加工时间为任意随机分布的随机变量的情况下,最大家庭树中的工件优先于家庭树中其它的工件加工,并且其工件连续加工所得到的调度为最优调度,给出了最优多项式算法,该算法可以被推广应用于实际的生产中,具有较强的实际应用性.     

求解流水车间调度问题的瓶颈指向启发式算法

针对最小化时间表长的流水车间调度问题,提出一种根据工件加工时间特征构建工件调度的瓶颈指向启发式算法。首先,为构建初始工件排序,充分利用各机器负荷一般不相等的特点,瓶颈阶段前加工时间较短而之后加工时间相对较长的工件优先开始加工;其次,当有工件等待加工时,根据工件在瓶颈机器前或后加工时间的特征调整工件加工顺序;最后,采用邻近工件成对交换和插入的方式改进初始调度。当瓶颈机器趋于中间阶段,或瓶颈机器上工件的加工时间趋于增加时,求解效果较好。数据实验表明算法是有效的。     

考虑多时间约束和机器效率的柔性作业车间调度问题建模及优化

针对传统柔性作业车间调度问题只考虑加工过程的局限性,综合考虑具有工件运输时间、交货期、加工时间以及工件到达时间等多约束,构建了以机器效率最大和最大完工时间最小为目标的调度模型,其中机器效率用每台机器开始加工到结束加工之间的空闲时间和来表示。模型中充分考虑多时间因素并通过工件紧前工序、机器前置工序确定机器的可用时间段和工件的最早开始加工时间。基于遗传算法设计了分段式编码和插入式解码策略,利用S-自适应概率对染色体交叉进行改进,并采用了一种基于最大化机器使用效率的选择策略对机器部分进行变异,另外为保证后代的多样性,提出一种局部种群扩张策略以扩大种群。最后,通过两个不同规模的柔性作业车间调度案例对模型和算法进行测试。实验结果显示所构建的模型适用于该类考虑多时间和机器效率的柔性作业车间调度问题,同时改进算法的表现也优于对比算法。     

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。     

柔性作业车间在线调度问题的仿真建模与分析

利用离散事件系统建模与仿真技术和规则调度方法,对柔性作业车间在线调度问题进行研究。将优先级调度规则和路径选择规则结合,形成针对柔性作业车间的调度规则组合。在建立仿真模型时,定义了车间结构,并对车间结构参数设定不同的水平值。针对平均流经时间最小、最大拖期时间最小、机器最大负荷最小、拖期工件比最小这4个不同的调度目标,从备选规则集中选出了每个目标下最优的调度规则组合及相应的车间结构参数。仿真结果表明,工件交货期、车间利用率、机器平均有效率、机器平均故障水平及车间柔性程度对调度规则组合的选取有很大影响。     

可变机器约束的模糊作业车间调度问题研究

在车间实际加工中,工件的加工时间和交货期是一个模糊数,而且工件的某道工序有多台机器可供选择。针对这类作业的车间调度,提出了以极大化最小客户满意度为指标的可变机器约束的模糊作业车间调度模型,并给出了算法设计。应用遗传算法在适应度函数处理中引入模糊数处理方法,解决作业车间模糊调度问题,实现调度优化。仿真实验结果表明了该调度方法的有效性,为可变机器约束的模糊作业车间调度提供了一种实现途径。     

考虑运输的柔性流水车间多处理器任务调度的混合遗传优化算法

多处理器任务调度在制造业有着较广泛的应用,为了解决实际柔性流水车间环境下的多处理器任务调度优化问题,研究了考虑运输时间和释放时间的多阶段柔性流水车间多处理器任务调度问题,该问题为NP-hard问题,以最小化最大完工时间为目标建立了柔性流水车间多处理器任务调度整数规划模型。为有效求解该问题,首先研究了工件加工机器流生成机制、单工件加工机器流矩阵编码方案和批量工件加工机器流编码方案。进而设计了基于机器空闲随机筛选的工件安排机制,产生该规划的初始解生成方法,以最小化最大完工时间原则进行新解筛选。然后构建基于工件顺序与加工机器流同步交叉的新解更新过程、基于工件顺序与加工机器流同步变异的新解调整过程,并利用迭代贪婪算法完成调整和重建操作,产生全新方案以改善求解质量,最终形成结合迭代贪婪算法的混合遗传融合优化策略。仿真实验利用解的下界得出偏差百分比,分别用遗传算法、迭代贪婪算法和混合遗传融合优化算法对不同规模的问题进行测试,结果表明,混合遗传融合优化算法能够获得较好的近优解。