基于自适应遗传算法混合Flow-shop的调度与仿真

通过对柔性制造系统中混合流水车间生产调度问题的分析和研究,开发了基于遗传算法的生产调度方法,调度目标为最小化工件的最大完工时间。采用了一套新的染色体编码方法以保证个体的合法性与计算的方便性,设计了相应的交叉和变异操作算子,并生成最优的排序计划。仿真结果表明,改进后的顺序自适应交叉遗传算法更能有效地解决混合流水车间调度问题,并采用VB软件编程实现了调度过程的动态仿真。     

基于遗传算法的柔性作业车间调度优化

针对经典作业车间调度问题的局限性,结合实际生产情况,提出了具有路径柔性的作业车间调度模型,给出了求解模型的遗传算法的具体实现过程.针对模型的特殊性,提出了染色体两层编码结构,将AOV、AOE网络图分别应用到解码和适应度函数的计算中,并给出了相应的选择、交叉、变异操作设计.最后通过一个8×6调度问题的测试例子,表明了此算法的有效性.     

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,...     

工作流在混合流水车间调度问题上的应用

由于混合流水车间的调度问题是NP难题,难以得到它的精确调度结果;而且车间调度往往是动态过程,这又使得生产模式为混合流水车间的生产线的自动执行、资源指派和现场生产调度变得更加困难。文章提出了适合车间调度的工作流模型,建立了混合流水车间的流程定义;采用NEH启发式算法构造全局资源指派规则,同时构造了针对机器、工件的局部指派规则;将工作流技术应用于混合流水车间,在一定程度上解决了车间生产的自动化、优化及动态调度问题。     

基于遗传算法车间作业调度与eM-Plant实现

在分析车间作业计划的数学模型的基础上研究了在eM-Plant系统中建立车间作业调度仿真模型的关键技术,并且利用eM-Plant内置的遗传算法优化模块在现有仿真模型的基础上进行车间作业调度优化,最后以一个例子说明eM-Plant遗传算法模块的车间作业调度优化过程.     

环形锻件加热过程生产调度优化

环形锻件的生产工艺周期长、成形质量要求高,存在生产过程能耗高的突出问题,结合目前企业广泛应用的生产调度模型,在K均值聚类means算法和贪心算法的基础上,建立以加热炉空置状态下的提升温度为目标函数、以各工序入炉温度和出炉温度为主要调节参数的节能调度模型。使用该模型,通过锻件编号、工序号、锻件入炉温度、锻件出炉温度、锻件加热时长等参数对环形锻件的生产过程进行优化,得到优化前后的不同生产结果。优化前,随机模拟人工操作加热炉的生产数据显示,加热过程中浪费加热温度为1030℃;调度模型优化后的加热炉工序经实验后显示,加热过程中的温度浪费降低至440℃。实验结果表明：与传统人工操作加热炉工序的排序相比,经调度算法优化后的加热炉工序所生产的环形锻件在加热炉空转时的能耗减少了57.28%。     

基于遗传蚁群算法的批量塑件混合流水生产调度研究

根据塑件成型生产的调度特点,以最小提前/拖期惩罚为目标,设计了批量塑件成型的混合流水调度模型,并给出了批量工件移动策略和设备占用时间计算方法,利用混合遗传蚁群算法求解该模型,提出了利用等待时间和加工时间作为启发因子影响选择概率,以提前/拖期惩罚决定信息素浓度更新规则的方法。用仿真结果验证了该算法是正确有效的。     

基于熵增强混沌遗传算法的柔性作业车间调度

为使企业获得最优综合调度质量的车间调度方案,研究了多目标柔性作业车间调度数学模型及其求解算法,建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度4个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型,应用伯努利混沌映射公式改进算法选择操作,用高斯云模型改进变异算子和交叉算子,提高算法的全局寻优能力和搜索效率。根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性。以M8J12P3调度问题为例验证了MFJSP模型和ECGA算法的有效性。结果表明,与SGA、PSO和ABC相比,ECGA具有更快的收敛速度和更好的全局搜索能力,有助于企业提高生产效率和降低成本。     

排列流水车间提前/延期惩罚调度问题的启发式算法

在满足了工序中间无储存能力、每一个任务必须连续加工和任务的交货期相同等假设条件后,提出了一种排列流水车间提前/延期惩罚调度问题的启发式算法.该算法首先按照任务的延期惩罚系数与任务加工时间的比值升序排序,得到较优次序,然后使用NEH算法寻找优化解,最后再进行邻域搜索进一步优化解决方案.在中小规模问题的数据实验中,该算法求解与最优解的相近程度达到97%以上,并且通过大量数据样本的标准差验证,求解的稳定性也非常好.在大规模问题的数据实验中,该启发式算法体现出非常好的优化性能,优化结果明显好于其他的启发式算法,并且算法在大规模问题中的运算时间也较短,在大规模的调度应用中可以代替精确的数学算法.     

基于遗传算法的面向绿色制造的车间调度优化

针对面向绿色制造的车间调度问题,文章综合考虑加工时间、电能消耗的可计算性和质量、环境影响的复杂模糊性,采用0-1变量思想将质量、环境影响转化为可计算的因素建立了以最小完工时间,最小电能消耗为目标以质量和环境影响为约束的调度数学模型.采用遗传算法结合变权重思想对该优化问题求解,同时结合一个齿轮加工过程中面向绿色制造的车间优化调度为例,说明该优化方法的可行性.     

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.     

遗传算法解决车间作业调度问题的优化研究

遗传算法由于其隐合并行性和全局解空间搜索两大优点而成为解决JobShop问题的常用工具。但是由于JobShop问题本身的特点，普通遗传算法难以在解此类问题时获得满意解，最突出的问题就是过早收敛于某一局部最优解，使算法效率降低。文章从实用角度出发，通过优化种群、降低选择压力和将模拟退火算子加入到算法中对遗传算法进行了优化，以使其适应于JobShop问题的特殊情况，并以Matlah为工具讲行了仿真实验．获得了较好效果。     

两阶段动态流水车间抢占性族调度问题仿真研究

在当前族调度研究中,还没有一种抢占情况下,主要用于减少拖期工件数量的族调度规则。因此,针对两阶段动态流水车间抢占性族调度问题,参考现有文献研究方法,基于MAS、MASP和MASP-AD三种族调度规则,先考虑了待加工队列中工件族平均等待时间,再实时预估工件的拖期状况,分别提出了若干新的族调度规则,仿真调度实验表明,所提出的新族调度规则可明显改善调度性能,获得更好的调度解;进一步地给出了各种条件下性能最好的族调度规则。     

Matlab与Visual C++混合编程求解车间调度问题

介绍了Visual C＋＋与Matlab的混合编程方法及其在车间调度问题上的成功应用。该方法首先利用Matlab强大的数值计算能力和众多的库函数编写算法；然后封装和链接程序，使Matlab编写的算法能够完全脱离Matlab的编程环境；最后利用Visual C＋＋良好的人机交互功能，用Visual C＋＋编写算法的输入输出接口界面。实验和仿真表明，该方法有效解决了多约束条件下，高时间、空间复杂度车间调度系统（NP—Hard组合问题）适应度函数求解的难题，并得到调度方案的动态甘特图，从而提高了程序的适用范围和应用价值。     

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,着重介绍了生成可行调度的算法和对遗传算法的改进,同时选择典型的Job-Shop调度问题(FT06)作为算法的试验对象.最 后分别给出了基本遗传算法和改进后的遗传算法的测试结果,测试结果表明基本遗传算法在求解Job-Shop调度问题(FT06)时通常只能找到次优解,而改进后的遗传算法在求解该问题时基本能找到最优解.这一方面说明了基本遗传算法在求解实际调度问题中的不足,同时也表明该改进的遗传算法具有较大的可行性,也进一步说明了改进的遗传算法在解决实际调度问题具有更大的优势,这就揭示了实现对遗传算法的改进才是应用遗传算法解决实际调度问题的未来发展方向.     

一种求解车间作业调度问题的改进遗传算法

变批量和个性化产品的现代生产方式,使得调度问题在当今生产中日渐受到重视,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,结合基于工序编码和位置列表编码的优势,设计了混合编码方式,并将局部搜索运用到变异算子中,通过实例验证了该算法的有效性.     

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。     

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.     

基于双层编码的柔性作业车间分批调度研究

针对柔性作业车间分批调度问题,提出一种基于双层编码的柔性分批调度算法。算法采用批量分割和工序调度相结合的双层编码方式,可同时对工件的批量分割和工序调度进行优化;并针对等量分批规则缺乏柔性的问题,提出一种FR柔性分批方法,使工件的批量分割可得到柔性调节。此外,该算法也考虑了生产车间的上期遗留任务问题。通过实例仿真分析,验证了该分批方法可有效减小子批数量,并明显缩短生产周期,同时也证明了该算法的有效性和可行性。     

含局部流水的柔性作业车间调度研究

针对含有局部流水生产的柔性作业车间生产调度问题,首先在柔性作业车间调度问题的基础上建立调度模型,然后提出一种基于模拟退火法的调度算法,同时对加工路径和加工顺序进行优化,并实现最小化完工时间的调度目标。最后通过实例进行仿真,结果表明了算法的可行性和有效性。