染缸排产建模及滑动时间窗启发式调度算法

针对染缸排产问题约束复杂、任务规模大、排产效率要求高的特点,为了提高问题模型和算法在实际场景中的适用性,建立了染缸排产增量调度模型,提出了滑动时间窗启发式调度（STWS）算法。该算法以最小化延误代价、洗缸成本、染缸切换成本为优化目标,使用启发式调度规则,按照优先级顺序调度产品;对于每个产品的调度,先用动态拼缸算法和拆缸算法进行批次划分,然后调用批次最佳排序算法调度批次。使用某染纱企业车间实际生产数据仿真调度,所提算法可在10 s内完成月度计划的调度。相对于人工排产方式,所提算法提高了排产效率,显著优化了三个目标,在增量调度中洗缸成本和染缸切换成本也有明显优化。实验结果表明所提算法具有很好的调度能力。     

稳态调度下单臂组合设备时间延迟分析与优化

在半导体晶圆制造过程中,驻留时间延迟过长对晶圆质量具有消极影响.本文研究单臂组合设备稳态调度中如何合理地分配机械手等待时间,抵消驻留时间延迟的问题.首先,采用Petri网模型描述晶圆制造过程,分析了单臂组合设备稳态调度的时间特性,获得了稳态下工序驻留时间延迟计算表达式.其次,通过解构机械手等待时间对驻留时间延迟的影响机理,提出了一种机械手等待时间分配优先级规则.进一步,将虚拟瓶颈工序用于辅助分配机械手等待时间,结合优先级规则,提出了一种单臂组合设备稳态调度启发式算法.最后,通过例子验证了算法的可行性与有效性.与传统拉式策略和尽早加工策略对比,该算法能有效地减少单臂组合设备稳态调度下的驻留时间延迟并能满足晶圆制造的严格要求.     

间歇生产过程优化调度的新方法

本文提出了间歇生产过程在线生产调度算法的评价指标，该指标较好地综合了间歇过程等待时间和操作单元闲置时间对经济效益的影响；并提出基于预测的短期生产调度在线校正算法ＰＯＭＡ，改进了以往算法的“近视“效应。仿真结果表明，ＰＯＭＡ算法具有很好的效果和很强的鲁棒性。该算法原理简单，对间歇工业生产过程优化调度具有较大的实用价值。     

无线网络冲突感知广播调度算法*

文章在协议干扰模型下,通过证明、计算、仿真实验等方法,提出了一个冲突感知广播调度算法（简称CBS算法）,以解决无线网络中的广播调度延迟问题。研究结果表明,CBS算法能够保证节点在广播调度过程中不会相互干扰,避免冲突产生;只需发送少量消息,就能完成网络广播调度;能够同时调度广播树中多个层的节点进行传输,有效地提高了网络信道的利用率。仿真实验结果表明,CBS算法能在较短的时间内完成广播调度,有效地降低了广播延迟。     

运输能力有限的分段两阶段多车间调度问题

为有效解决船舶分段生产过程中存在的返工、运输能力限制以及堆场面积约束等问题,分析两阶段多车间调度的特点,构建了运输能力有限的分段两阶段多车间调度模型。模型综合考虑了分段批次内重调度、批次间的分割合并、分段返工以及缓冲面积和运输能力约束,目标是最小化分段的最大完工时间,建立分段在加工车间、装配车间以及堆场中的调度数学模型。利用基于路径选择的分段两阶段多车间调度启发式算法进行求解,并通过数值实验以及对比分析验证了模型的合理性和算法的有效性。     

改进的单调速率调度算法

实时系统中调度算法起着重要的作用.单调速率调度算法(rate monotonic algorithm,RM)是一种被 广泛使用的调度算法,并且已被证明是一种最佳的静态优先级算法.传统的RM算法忽略上下文切换需要消耗的时间,针对此问题,提出了一种延迟抢占的改进方法.该方法考虑了上下文切换消耗时间对调度算法的影响,可以减少...     

求解流水车间批量流集成调度的离散入侵杂草优化算法

提出一种离散入侵杂草优化算法,用来解决最大完工时间目标的流水车间批量流集成调度问题.该调度问题包含两个紧密耦合的子问题:批次分割问题和考虑启动时间的批次调度问题.设计了两段字符串编码,用来表示两个子问题.与基本入侵杂草优化算法不同,所提算法基于适应度和年龄确定杂草种子数量,基于正切函数和连续邻域操作产生种子.8种邻域算子的混合应用与局部搜索增强了算法的求解能力.仿真实验表明了所提算法的有效性.     

高速IP路由器中输入排队调度算法综述

高速IP路由器一般采用基于定长信元的交换结构,其可扩展性和性能分别受排队策略和调度算法的影响.基于输入排队策略的路由器具有良好的可扩展性,但需要一个有效的调度算法的支持,才能保证吞吐率和延迟等性能.主要讨论输入排队调度算法,将现有的调度算法分为4类:最大(无权重)匹配、最大权重匹配、稳定婚姻匹配和确定型调度.对每一类算法,从技术特点和性能指标两个方面进行比较和分析.最后给出了输入排队调度算法的发展趋势.     

局域网限速状态下的资源调度模型仿真

在局域网限速状态下进行资源调度时,网络资源受到传输区域的影响,在调度过程中存在较大的流量突变随机性.传统的网络资源调度算法在应对海量突变流量时,采用延迟限制通信的方法,随便能缓解流量峰值,但仅仅通过外加通信约束条件约束、延迟流量突变的通信过程,调度过程存在弊端.提出采用混合蚁群算法的局域网限速状态下资源调度方法,将禁忌搜索作为蚁群算法局部搜索策略,并通过结合分布估计提高算法的收敛速度,把局域网限速状态下资源均衡与优化问题转化为组合优化的最短路径问题,进行计算求精确解.仿真结果表明,利用混合蚂蚁算法在局域网限速状态下进行资源调度,具一定鲁棒性和分布性,提升了调度工作效率.     

基于延迟调度策略的Reduce调度优化算法

在大规模的Hadoop集群中,良好的任务调度策略对提高数据本地性、减小网络传输开销、减少作业执行时间以及提高集群的作业吞吐量都有着重要的影响。本文针对Hadoop架构中Reduce任务的数据本地性较低问题,提出了一种基于延迟调度策略的Reduce任务调度优化算法,通过提高Reduce任务的数据本地性来减少作业执行时间以及提高作业吞吐量,该算法在Hadoop架构的Early Shuffle阶段,使用多级延迟调度策略来提高Reduce任务的数据本地性。最后重写原生公平调度器代码实现了该调度算法,并与原生公平调度器进行了对比实验分析,实验结果表明该算法明显减少了作业执行时间,提高了集群的作业吞吐量。     

Single machine batch scheduling problem with fuzzy batch size

In a batch scheduling problem, jobs are grouped (group is called batch) and scheduled in batches, and a setup time is incurred when starting a new batch. Processing times are assumed to be identical for all jobs. Setup times are assumed to be identical for all batches. Though all batch sizes cannot exceed a common upper bound, the upper bound is flexible and satisfaction degree with respect to the upper limit to be maximized is given. Also the other two objectives, i.e., the maximum completion time and the flow-time are to be minimized. Usually there exists no solution optimizing three objectives at a time. Therefore we define non-dominated solutions consisting of batch size, batch number and allocation of jobs to batches. First we propose an efficient algorithm for a sub-problem with fixed upper limit of batch size, fixed batch number based on a Lagrange relaxation procedure. Based on the properties of non-dominated solutions clarified in this paper, we propose an efficient algorithm to find some non-dominated solutions. Finally we summarize the results in this paper and discuss further research problems.     

分布式估计算法在考虑差异工件的并行批处理机调度中的应用

论文考虑包含差异工件的并行批处理机调度问题，优化目标是最小化制造跨度.在不违背机器容量的限制下，所有工件需要被分成不同的批次，然后被安排在机器上进行加工.首先根据问题提出一个混合整数规划模型，并提出一个下界；采用FF-LPT规则实现对工件的分批和排序；然后提出基于4种更新机制的分布式估计算法（EDA）来对问题求解.最后通过实验对各类规模不同的算例进行仿真，并将结果和模拟退火算法（SA）、遗传算法（GA）作对比，验证了算法的有效性.     

基于改进的MPCA与DTW方法及其在批过程故障诊断中的应用

针对传统的多向主元分析(Multiway Principal Component Analysis,MPCA)常会导致误诊断,且对批生产过程难以保证在线状态监测和故障诊断的实时性,提出了一种改进的MPCA与动态时间错位(Dynamitc Time Warping,DTW)方法,该方法采用多模型非线性结构代替传统的MPCA单模型线性化结构,并利用对称式DTW算法解决了多元轨迹同步化的问题。将该方法应用到青霉素发酵批过程的在线故障监测中,结果表明它克服了MPCA不能处理非线性过程和实时性问题,并避免了MPCA在线应用时预报未来测量值带来的误差,提高了批过程性能监测和故障诊断的准确性。     

基于滚动变时间窗的重组批处理机调度研究

针对具有等待时间限制和工件动态到达的重组批处理机调度问题,以拖延时间和最小为目标,提出基于滚动变时间窗的三层混合调度算法。该调度算法是应用滚动时域策略,将重组批处理机调度问题分解为许多变时间窗的子问题;每个子问题调度分三层执行：即产生触发并传递参数、重组批及排序、派工并更新参数。通过实时调度仿真平台和CPLEX平台进行实例验证,结果表明基于滚动变时间窗的三层混合调度算法能够在较短计算时间内获得满意优化解。     

A batch splitting heuristic for dynamic job shop scheduling problem

The job shop scheduling problem has been a major target for many researchers. Unfortunately, though, most of the past studies assumed that a job consists of only a single part. If we assume that a job consists of a batch as in many real manufacturing environment, then we can obtain an improved schedule. However, then, the size of the scheduling problem would become too large to be solved in practical time limit. So, we proposed an algorithm to get an improved schedule by splitting the original batch into smaller batches, and thereby can meet the due date requirement, and adapt to unexpected dynamic events such as machine failure, rush order and expediting.     

Iterative learning control of heat-up phase for a batch polymerization reactor

This paper describes a novel method for heat-up phase control of an industrial batch polymerization reactor where heat transfer characteristics change with batches due to fouling of the polymer products on the reactor wall. The main objective of the control is to settle the reactor temperature on a target value within ± 0.1°C in a minimum possible time. To achieve this goal utilizing the repetitive nature of batch operation, the control problem was defined as a tracking problem and feedback-assisted iterative learning control (FBALC) was employed as the underlying control technique. The proposed control method was applied to an industrial batch reactor polymerizing ABS resin. After on-site evaluation for an extended period of time, it was found that the proposed method gives a pronounced improvement in heat-up phase operation. Consistent heat-up profiles with a minimized settling time are obtained.     

顺序依赖的调整时间和拖期的无缝钢管热轧批量调度算法

无缝钢管热轧生产存在一类特殊的顺序依赖机器调整时间,调整时间依赖于相邻轧制批量间的规格切换,与批量间规格呈线性函数关系.针对具有此类调整时间的热轧批量调度问题,进一步考虑交货期要求,探讨了调整时间与交货期之间的性质特征,并以最小化总机器调整时间和最小化总拖期为目标,基于进化算法框架设计了快速重排序邻域搜索多目标算法(f...     

考虑机器检修的热轧钢管批量计划方法

本文从无缝钢管生产实际中提取并定义了周期性机器检修环境下的钢管热轧批量计划问题,基于无缝钢管生产的特殊性,将该问题抽象为一类考虑机器检修和机器调整时间的单机调度问题,并建立了以最小化机器闲置和机器调整时间为目标的数学模型.针对批量间的机器调整时间取决于钢管规格的变化这一特性,提出了最小调整时间排序规则,证明了该规则在不考虑检修计划时具有最优性.进而,以此为基础建立了循环求解框架,并设计了两阶段启发式算法.基于实际生产数据设计了多种问题规模的实验,验证了算法的有效性,并从实际应用角度对结果进行了分析.     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。