一种改进的遗传算法在车间作业调度上的应用

在车间作业调度数学模型的基础上,以遗传算法为优化工具对问题进行求解,介绍了生成可行调度的算法和对遗传算法的改进,选择典型的Job-Shop调度问题(FT06)作为算法的试验对象,给出算法的测试结果,证明了算法的有效性.     

求解Job-Shop问题的改进搜索范围自适应遗传算法

为改善遗传算法求解Job-Shop问题时较差的局部搜索能力,并提高搜索最优解的速度,提出了一种改进的搜索范围自适应遗传算法。该算法采用一种新型的交叉操作,通过交叉和变异搜索过程提高遗传算法的局部搜索能力,同时采取MWKR优先规则优化初始种群。对作业车间调度问题进行仿真研究,结果表明该算法能找到问题的最优解,是可行和有效的。     

基于混合算法的典型调度问题求解研究

文章介绍了粒子群优化的搜索策略与基本算法,然后通过相关的位置和速度定义,构造一种特殊的粒子群优化算法,并将该算法与遗传算法结合,提出用于求解典型调度问题的混合算法.实验表明了该混合算法在求解调度问题的可行性及其优越性.     

求解车间调度问题的一种改进遗传算法

为了克服传统遗传算法解决车间作业调度问题的局限性,提出了一种改进的遗传算法,引入人工免疫机制克隆选择算子和设计独特的交叉算子,提高了算法的收敛速度和种群的多样性,可以有效地避免基本遗传算法种群早熟化和收敛速度慢的问题.仿真结果表明,与基于工件交叉位置的遗传算法比较,改进的遗传算法在全局最优解和收敛速度上都有较为明显的优势.     

考虑作息时间的流水车间调度模型与算法

针对实际车间调度问题中由于作息时间而导致机器不可用的问题,建立了以最小化最大完工时间为优化目标的流水车间调度模型,并提出了一种改进的遗传算法.在调度模型中对机器可用时段进行约束来模拟考虑作息时间的开工与停工状态;在算法设计中通过结合禁忌搜索对基本遗传算法进行改进,提高了问题求解的质量.针对加工可恢复和不可恢复两种情况,...     

基于带精英策略的NSGA-Ⅱ遗传算法的车间作业调度研究

研究了带精英策略的非劣前沿分级遗传算法，优化了算法终止条件。针对多目标车间作业调度优化无法找到唯一最优解的问题，提出了基于带精英策略的非劣前沿分级遗传算法的多目标车间作业调度的优化策略和实现方案。仿真结果表明，基于带精英策略的非劣前沿分级遗传算法是求解多目标车间作业调度问题的有效算法。     

扰动环境下非标自动化设备项目反应性调度

为应对非标自动化设备项目调度中的突发状况，在企业资源受限下多模式项目调度问题基础上，针对扰动环境采用反应性调度作为动态调度方案，反应性调度模型将各作业开始时间变动成本最小化作为优化目标，同时考虑最小化各作业模式转换成本。为满足快速求解的要求设计了双层嵌套变邻域搜索算法，通过对邻域和扰动算子的设定减少了不可行解和扩大了搜索空间。将改进算法与遗传算法、模拟退火算法、禁忌搜索算法进行了比较，实验结果验证了算法的有效性和性能的优越性。     

改进学习型遗传算法求解柔性车间调度问题北大核心

针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器选择设计知识体,通过搜索过程得到的解更新知识体,并反馈到求解过程的引导;其次,使用了一种自适应的变异算子改善遗传算法早熟收敛的问题;然后,基于变换加工机器和加工顺序以及关键机器的思想设计了3种邻域结构;最后,引入关键机器的概念,并将其引入到知识体更新以及邻域搜索的过程中。仿真结果表明,较其它方法而言,本文提出的算法在不同规模的标准算例上找到最优解的能力更强。     

具有有限缓存的模具FMS单AGV调度研究

在实际生产应用FMS中,由于加工单元缓存区容量有限导致在一段时间内单AGV工件运输任务的累积,增加模具生产成本及延长模具完工时间,为了解决此问题,建立了有限缓存区容量的AGV调度模型,并根据模型特点设计了改进遗传算法求解AGV的最短路径,改进遗传算法的选择操作采用轮盘赌选择和最佳个体保存相结合的方法以保持种群的多样性。实例结果表明,与传统的遗传算法相比,改进遗传算法具有更快的收敛速度,并且得到最优解的概率更高。     

基于自适应遗传算法的模具制造动态调度研究

模具生产工艺复杂,生产过程动态多变,为有效求解模具制造动态调度问题,设计动态调度算法。文章首先建立简化模具企业车间作业调度问题模型,利用自适应遗传算法确定模具各工件各工序的加工方案。其次,考虑模具生产中的不确定因素,提出了局部更新和全局更新相结合的、基于滚动窗口技术的动态调度方法。最后,将算法用于求解实际模具企业车间作业调度问题,结果表明,该算法通用性强,可行性高。