混合流程生产系统优化调度方法研究

混合流程优化调度问题是当前研究的一个热点. 在对混合流程分层建模的基础上,采用启发式分枝定界算法对生产调度进行优化,优化目标函数为生产成本最小. 根据生产条件,推导出了5个优化规则,利用这些规则构建了启发式分枝定界算法. 为了较全面地优化生产成本,在优化过程中不仅考虑了加工任务的排序及起始时间,还考虑了库存对加工成本的影响.     

并行可替换机床混合流程调度算法研究

针对并行机床混合流程调度特性，分析了两种可替换加工情况调度问题的特点，考虑到调度目标是使所有任务有两台并行机房上的加工时间跨度最小，在此基础上作出了两个相应的推理。推理1得出了一台同机床可以替换时的优化调度方法，推理2得出了两台机床都可以作为替换机床时的优化调度方法，并在分析定界法的基础上，给出了两台并行可替换机床两种情况下的优化调度算法，最后通过仿真实验证明了本算法的有效性。     

两阶段混合流程调度问题研究

根据两阶段混合流程调度的特性，对于第一阶段有一台机床，第二阶段有两台并行可替换机床的调度问题，在分枝定界算法和Johnson规则的基础上提出了3种启发式优化调度算法，使得加工时间跨度最小，并根据不同的情况给出了判别算法效率的下边界，对这3种算法的优化效果进行了仿真试验，通过对大量计算结果的分析，分别得出了3种启发式算法的优化效果。     

电火花加工CNC系统多任务划分及调度机制的研究

按照任务的分类方式,对电火花加工数控系统进行了多任务划分,提出了系统的多任务划分模型,研究了系统加工控制过程的内部数据流程,采用Ｐ和Ｖ原语实现了系统加工控制过程的多任务调度。     

加工时间随机可控Job Shop前摄调度研究

针对Job Shop环境中工序加工时间的不确定性,建立加工时间随机可控Job Shop调度问题随机模型。采用效率指标和鲁棒性指标对调度方案进行双目标评价。提出一种分层求解策略实现双目标优化,并采用嵌入最优计算量分配策略的遗传算法求解模型。仿真实验证明了所提出模型及优化算法的可行性。通过与直接采用均值-方差模型进行双目标优化得到的结果进行比较,证明了所提出的分层求解策略和算法可以获得综合性能更好的调度方案。     

Petri网融合蚁群算法的柔性装配系统调度

为解决柔性装配系统的调度问题,采用分层时延Petri网模型与蚁群优化算法相结合,将柔性装配系统分解成诸多个装配体,每个装配体再分解成多个柔性装配单元,对装配单元分别建模并用蚁群算法对装配方案遍历优化,最后确定装配系统的时延Petri网模型.该方法融合了Petri网和蚁群算法各自的优点,较好地解决了柔性装配系统中的装配建模和装配任务的分配优化问题.实验证明该研究可行有效.     

基于关联调度模型的模糊环境下车间动态调度

为了实现在模糊加工环境下实时的动态调度,采用调度节点和调度链的建模思想构建车间作业的调度关联模型.通过调度节点和调度路径描述调度任务中的约束关系.考虑实际生产调度过程中存在的大量不确定因素,将调度关联模型引入模糊加工环境中,结合模糊加工状态下作业计划关联方法构建调度可行解,并通过蚁群算法求解调度任务的优化方案.仿真结果表明,该方法能够在加工时间和交货期不确定的情况下,通过动态调度模型的关联过程获得较为优化的调度方案.     

柔性制造系统调度算法研究

针对混合流程调度的特性，研究了两台并行可替换机床的调度问题，在一个加工阶段内有两台机床并可相互替代加工，调度目标是使所有任务在这两台机床上的加工时间最短，这个问题已被证明为NP-hard问题。为此在分枝定界算法基础上提出了两个关于调度替换原则的推理，作为解决这类调度问题的基本原则。根据这两个推理给出了如何在这种混合流程调度中对任务排序及指定加工机庆的启发式调度算法，最后，通过仿真试验验证了该算法的有效性。     

云计算环境下基于Petri网的流程计费模型

通过分析云计算环境下服务模块流程组合的动态性,运用随机Petri网进行动态流程建模与追踪,给出了分层计费体系下的流程计费模型,使用Petri网对该计费流程进行建模分析和设计,便于云服务提供商实现基于状态的计费控制,从而优化计费策略.实现了云计算基于过程模型的服务计量,并根据该模型进行相应定价,用户即可按需付费.通过应用实例验证了该计费方法的有效性和可操作性,为云服务提供商计费决策提供了技术支撑.     

空间观测任务调度子Agent的底层优化模型及算法

对于采用分层的主从Agent体系结构的航天器自主运行系统而言,各个子Agent可以单独设计,这样就大大减小了设计难度并提高了程序运行效率。对于每个子Agent而言,可以专注于底层模型和算法的设计。空间观测任务调度子Agent的任务是对空间观测任务进行调度,以使在有限的资源下,可观测任务最多,观测价值最大。针对这一子Agent,建立了优化模型来完成最优调度问题的建模。优化模型的目标函数为观测任务的优先级之和最大,优先级与观测任务的价值有关。约束条件包括观测机会约束、航天器资源约束等。采用基于遗传算法的启发式算法进行求解,建立了具有可扩展性的任务调度仿真演示系统,直观的演示了调度后的任务运行情况。     

JIT方式下的单机分批调度问题研究

准时生产意义下的调度问题，是当前调度领域研究的一个主要方面，针对单机分批作业准时生产方式，研究了不允许出现拖期的批调度问题，目标是使得加工总成本最小，目标函数不仅考虑了提高惩罚，还考虑了机器的加工费用，为了确定最优分批与各批次的开始时间，给出了两个推理的三个规则，并根据推理规则给出了一个有效的启发式算法，使得目标函数最小，应用实例说明了该算法的正确性与有效性。     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次。针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解。应用实例与算法比较验证了优化模型与求解算法的有效性。     

四向穿梭车系统的提升机调度优化

提升机作为四向穿梭车系统的瓶颈资源,其调度方案的优劣与系统作业效率密切相关。针对提升机的调度问题,提出了一种调度策略。首先,将提升机调度问题转化为含运输时间的柔性作业车间调度问题,并考虑同层任务的执行顺序约束,构建提升机调度数学模型。其次,提出了一种改进型混合遗传算法对模型进行求解,该算法以混合遗传算法为基础,针对混合遗传算法易产生不合法个体导致算法搜索能力下降的问题,提出了一种个体修正方法,以增强算法的搜索能力。最后,采用某农产品冷库的实际数据对模型及改进型混合遗传算法的可行性与有效性进行了验证。结果表明,相比于仓库中实际应用的策略,改进型混合遗传算法可使任务完成时间至少减少24.66%。     

基于候鸟算法的批量流混合装配流水车间调度

针对模具数量限制下装配车间生产计划的优化问题,在考虑不等量可变的批量划分策略情况下,研究批量流混合装配流水车间调度问题,并提出一种有效候鸟优化算法.在算法中,针对多种产品各生产阶段装配约束设计批量划分与排列顺序的2段编码机制;根据编码特征设计多种邻域结构,包含一种同时优化批量划分与排列顺序的邻域结构,并提出邻域结构自适应调节策略来提升领域结构搜索性能;设计竞争机制来提升算法优化效率.开展不同规模算例的仿真实验,结果验证不等量可变分批策略更有效,优于等量策略5%～6%.与其他多种算法进行比较,不等量策略可为车间提供更合理的生产计划,验证有效候鸟优化算法的有效性和鲁棒性.     

加工时间可控的同时加工排序问题

同时加工排序和可控排序是两类很重要的现代排序模型,有着深刻的实际背景和广阔的应用前景,已经取得许多有意义的成果,然而,还没有看到把两者结合起来的研究。把这两类排序模型相结合,讨论加工时间可控的同时加工排序问题:工件可以有不同的加工时间,每个加工时间对应一个控制费用,所有工件在单台机器上平行同时加工,即同时加工的一批工件的加工时间等于这批工件中所有工件加工时间的最大者;分别使误工工件个数和最大延迟加上加工时间可控所需费用的总和为最小作为优化的目标。讨论了这两个问题的最优解的性质,并以此为基础提出了相应的动态规划算法。     

基于CPM的非流水作业排序启发式算法

通过对ｎ种零件需经ｍ类机器加工的复杂非流水型作业排序这一ＮＰ问题的分析,以误工时间最短为目标建立了数学模型,并采用 ＣＰＭ方法构造了一个优度较高的启发式算法．实际应用表明,该算法很适于单件、小批生产类型的生产进度计划．     

使用链表求解Job-shop调度问题的算法

根据Ｊｏｂ－ｓｈｏｐ调度问题的特点,提出了一种新的求解Ｊｏｂ－ｓｈｏｐ调度问题的算法．经分析及实验验证,利用这种算法求解 Ｊｏｂ－ｓｈｏｐ调度问题,在保证工件加工顺序的前提下可使工件的加工周期最短．     

列队竞争算法求解多目的厂间歇过程调度问题

由于组合爆炸特性,多目的厂的调度问题很难求解大规模甚至中等规模的问题,本研究采用一种新的随机型进化搜索算法——列队竞争算法对该问题进行求解,引入新的选择策略和变异方法。计算表明,同已有的方法相比,该方法求解效率高、收敛速度快、使用简单方便,可有效的克服计算负荷和求解质量之间的冲突,是一种求解多目的厂间歇过程调度问题的有效算法。     

考虑设备时变效应的晶圆加工序列决策调度方法

为改善半导体生产过程中设备状态不确定引起的时变效应可能造成生产计划难以推进、生产效率下降等问题,使用考虑设备时变效应的晶圆加工序列决策调度方法制定调度方案。采集过往加工工时数据,挖掘设备状态变化的特征参数与晶圆的加工工时时变效应的关联关系,从而建立考虑时变效应的平行机调度模型,实现最大完工时间的最小化。设计集成调度优化知识的混合搜索算法(HSAOSK),利用单机调度最优规则与多机调度优化知识库减少搜索空间,提高算法的计算效率。实际算例的分析结果表明：HSAOSK算法求解小规模算例的最优解与精确算法(BRA)相同,求解大规模算法时与其他优化算法相比,最大完工时间可减少6.17%,且计算时间非常短,HASOSK算法的优越性能满足构建半导体调度决策方案的需求。调度决策方法不仅能为具有时变效应的半导体生产系统提供有效的加工序列决策,还能针对设备状态提供不同的维护决策以保证生产效率。