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.     

面向柔性作业车间的动态调整权重启发式算法

针对柔性作业车间绿色生产以及生产均衡性问题,提出一种面向柔性作业车间绿色生产的动态调整权重启发式算法。首先,根据柔性作业车间生产特点构建时间、能耗节能调度优化模型,基于调度模型提出综合优先规则,依据此规则对调度优先级进行干预,实现设备与工序的分层优化,获得高效、低耗的生产方案。在每一次迭代寻优过程中,通过缩短时间、能耗指标值与平均聚集距离的偏差率动态调整指标权重系数,保证时间、能耗选择的均衡性,避免优化过程陷入局部收敛,同时指导下一阶段的选择。最后,通过案例分析对比不同算法的优化结果,验证算法的有效性及准确性,为柔性作业车间生产提供指导。     

用蜂群算法实现动态作业车间调度

目前多数作业车间调度算法考虑的是静态调度,但在实际生产中车间总是处于动态变化中.文章研究利用蜂群与环境交互的模型来进行动态调度,提出了有关的算法,仿真实验结果表明这种方法适用于多批次以及各批次工件到达时间不定的情况下的作业车间调度.     

基于混合遗传算法的车间动态调度研究

针对扰动事件影响下的车间调度问题,基于事件驱动策略和滚动窗口技术,综合考虑完工时间与交货期,建立了作业车间动态调度模型。为了求解该模型,设计出模拟退火遗传算法,对算法的编码解码、遗传算子等方面进行改造。通过仿真得到初始调度方案,然后在此基础上,采用动态调度策略对交货期提前、机器故障、部件残品扰动事件进行了研究。通过对某公司产品进行实例验证,结果表明上述研究能够得到满意的调度方案。此模型和算法是可行且有效的,可以较好地应用到企业实际生产中。     

基于递阶优化的电器装配线作业调度研究和应用

针对电器装配车间的特点,将装配线的作业调度分为车间管理决策层和车间装配单元执行层,建立了基于递阶优化理论的装配线作业调度模型.模型上层为车间管理层,以控制成本最低为决策目标;下层为N个平行的装配单元,以在满足车间层设备能力和资源配置约束的基础上,以完工时间最短为目标进行优化.并引入遗传算法对模型进行求解,通过实例验证了该模型的有效性和可行性,解决了车间管理层与车间层之间成本和能力利用平衡问题,实现了电器装配车间作业调度的自动化与优化.     

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。     

冲压车间调度的动态拥挤度NSGA-Ⅱ多目标优化方法

为了降低冲压车间总能耗、缩短冲压件完成时间,提出了基于动态拥挤度NSGA-Ⅱ算法的冲压车间调度优化方法.分析了冲压机各工作状态,针对多制件、多工序调度问题,建立了以能耗最低、完成时间最短为优化目标的多目标优化模型.针对NSGA-Ⅱ算法中拥挤度比较算子会降低基因的多样性的问题,给出了动态拥挤度策略,该策略在删除多余染色体...     

基于Petri网和GA的多目标动态优化调度问题研究

以最小化生产周期、机床负载和机床与工人的费用为调度目标,基于受控Petri网和遗传算法提出了一种多目标作业车间调度方法,用于解决作业车间的加工受到机床、操作工人双资源制约条件下的动态优化调度.首先,给出了基于Parikh矢量的Petri网控制器简化设计方法,并应用该方法构建了基于紧急订单的受控Petri网模型;然后设计了基于Pareto的遗传算法,能够获得Pareto最优解集;尤其重要的是能够针对车间的动态扰动给出相应的调度方案.最后,通过实例验证了该方法的可行性和有效性.     

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.     

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。     

基于智能反馈的制造系统动态监测与调控

为了提高制造系统的可控性和运行效率，需要及时掌握其运行状态信息，并以此为依据采取相应的措施。通过对制造系统控制模型的研究，提出一种用于制造系统动态监测与调控的智能反馈算法。该算法应用了一系列的子程序，每一个子程序都完成一定的功能，搜寻、分析和修改调度结果来创建更加适合于实际加工环境的调度方案。通过监测制造系统的运行状态，该算法针对系统出现的不确定性因素进行重组织。最后，通过实例分析了该方法的工作流程，证明了其有效性。     

基于遗传算法的产品制造的优化调度

研究了企业产品制造的调度问题 ,并建立了调度的最小模型。引入效率函数 ,运用遗传退火进化算法实现了调度决策的优化 ;提出了将遗传退火算法和分派规则相结合的调度策略和动态编码的方法 ,放宽了约束条件 ,提高了搜索效率和速度 ,保证其全局收敛性。     

基于自适应遗传算法的航材动态调度规划研究

针对民机不同维修任务的航材调度规划问题进行了深入研究,提出了基于改进自适应遗传算法动态库存的航材实时共享调度规划模型。结合任务时间窗的需求和停机惩罚函数为约束,以最小总成本为优化目标,建立了航材库动态环境下的航材调度模型。在此基础上,采用改进遗传算法对模型进行求解,编码方式采用染色体组的形式,在求解过程中,将交叉和变异概率根据适应值作出动态调整。通过算例仿真验证了该模型的可行性和有效性,为航材实时调度规划提供了理论方法依据。     

智能制造车间设备动态能力分析技术研究

计划排产智能、生产过程协同智能、生产资源管控智能和决策支持智能等是智能制造车间的特点。为适应智能化制造,提出了一种面向智能制造车间的设备动态能力分析方法。在建立瓶颈设备负荷率模型的基础上,给出了设备动态能力评估算法。在多品种小批量的生产模式下,基于动态生产任务数据,结合改进型遗传算法,优化了设备利用率,降低了部分关键设备超负荷运行的可能,通过与实际情况比对,最终验证了该分析方法的有效性。     

柔性制造系统(FMS)调度中的进化算法研究

在对调度方法进行深入分析研究的基础上，开发了基于进化算法的FMS调度方法。该方法充分考虑了与FMS调度相关的各种因素，对一种常见的编码形式作出了新的解释，设计了一套新的编码方法以保证编码的合理性，并进行了仿真实验分析。结果证明了基于进化算法的FMS调度仿真模型可以有效地解决FMS调度这样具有多约束条件的优化问题。与其它方法相比较，这一算法收敛得较快，稳定性好，使用范围较广，具有很高的实用价值。     

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,...