多机Flow Shop加权完成时间调度问题的渐近最优算法研究

最近Chou、Queyranne和Simchi—Levi，Liu分别证明了恒速平行机调度问题和Flow shop调度问题的基于有效作业加权最短处理时间的启发式算法是渐近最优的。本文使用分组机器模型的方法证明：即使对于多机Flow shop加权完成时间调度问题，基于有效作业加权最短处理时间的启发式算法也是渐近最优的。关键词调度，多机Flow shop调度，启发式算法，渐近最优分析     

具有线性恶化加工时间的调度问题

讨论了工件具有线性恶化加工时间的调度问题.在这类问题中,工件的恶化函数为线性 函数.对单机调度问题中目标函数为极小化最大完工时间加权完工时间和,最大延误以及最大费 用等问题分别给出了最优算法.对两台机器极小化最大完工时间的Flowshop问题,证明了利用 Johnson规则可以得到最优调度.对于一般情况,如果同一工件的工序的加工时间均相等,则 Flowshop问题可以转化为单机问题.     

汽车装配车间生产计划与调度的同时优化方法

文中提出三种新方法来解决汽车装配车间生产计划与调度的同时优化问题.首先将汽 车装配线简化为一个Flow shop问题,并建立其混合整数规划模型,以求得使各装配工位的准 备成本和空闲时间尽可能少并尽可能满足产品需求的粗生产计划.然后在粗生产计划的基础上 考虑装配线的细节,用Tabu搜索法与快速调度仿真相结合的三种不同启发式算法使生产计划 与调度同时得到优化,并给出了三种算法的复杂性.大量算例的比较研究表明了这些算法的有 效性和适用性.     

解决零空闲流水线调度问题的离散粒子群算法

研究了以最大完工时间为目标的零空闲流水线调度问题.提出一种复杂度为O(nm)的最大完工时间算法和一种快速插入邻域搜索算法;提出了解决该问题的离散粒子群调度算法,并结合简化邻域搜索算法给出了提高调度算法性能的措施.仿真实验表明了所得算法的有效性.     

基于最小机器数的柔性作业车间调度研究

针对期望以最小机器数完成生产的柔性作业车间调度问题,建立了最小化最大完工时间为内层目标,最小机器数为外层目标的双层优化模型,即在满足交货期、最小化最大完工时间的条件下,尝试减少机器数量,以寻求车间调度的最少机器数.依据模型、算法特点,设计了一种基于大变异策略的遗传算法,该算法采用二维染色体编码、顺序选择策略,同时运用优...     

改进遗传算法求解柔性作业车间调度问题

针对最小化最大完工时间目标的柔性作业车间调度问题,提出了一种改进的遗传算法.在染色体编码方式上,与众多相关研究中所采用两级编码的方式不同,仅采用了基于操作的编码,极大简化了遗传操作.提出一种以最早完成时刻为规则的解码算法解决机器指派决策问题,并充分利用机器空闲时间.将算法应用在BRData基准算例上进行仿真验证.通过与...     

改进离散粒子群算法求解柔性流水车间调度问题

针对以最小化完工时间为目标的柔性流水车间调度问题(FFSP),提出了一种改进离散粒子群(DPSO)算法.所提算法重新定义粒子速度和位置的相关算子,并引入编码矩阵和解码矩阵来表示工件、机器以及调度之间的关系.为了提高柔性流水车间调度问题求解的改进离散粒子群算法的初始群体质量,通过分析初始机器选择与调度总完工时间的关系,首次提出一种基于NEH算法的最短用时分解策略算法.仿真实验结果表明,该算法在求解柔性流水车间调度问题上有很好的性能,是一种有效的调度算法.     

基于改进灰狼算法的印刷包装车间动态调度方法

针对机器故障和紧急订单两种动态事件对印刷包装车间调度方案产生干扰的问题,设计了以最大完工时间、机器负荷、机器总能耗为目标的车间动态调度多目标优化模型。针对灰狼算法种群多样性差、后期收敛速度慢、易陷入局部最优的缺点,提出了一种改进灰狼算法(Improved Gray Wolf Optimization, IGWO),并进行案例仿真实验。实验结果表明,出现机器故障和紧急订单的情况时,与传统调度方案相比,所提方法分别缩短了2.74%和2.05%的最大完工时间,节省了3.42%和3.04%的机器总能耗,并减少了1.20%和1.24%的机器负荷。     

一类线性加工时间单机调度问题

讨论一类线性加工时间单机调度问题.在这类问题中,工件具有相同的基本加工时间, 但每个工件的实际加工时间以其开工时间线性增长.对满足无延迟工件条件下极小化提前惩罚 和问题,满足最大完工时间限制条件下极小化资源消耗总量的问题和满足资源消耗总量限制条 件下极小化最大完工时间的问题,分别给出了最优算法.     

改进松鼠搜索算法求解分布式节能柔性调度

为了优化同时考虑最大完工时间和机器能耗的双目标分布式柔性作业车间调度问题,提出了一种改进的多目标松鼠搜索算法。引入了基于升序排列规则的转换机制,实现了松鼠位置向量与调度解之间的转换,并针对机器空闲时间设计了从半主动到主动的解码策略。针对不同优化目标设计了三种种群初始化策略。同时提出了动态捕食者策略来更好地协调算法的全局探索和局部开发能力。设计了四种领域搜索策略用于增加种群多样。20个实例上的实验结果验证了改进后的算法求得解的质量和多样性更好,从而证明了其可有效求解分布式节能柔性调度问题。