基于工序集的多阶段混合流水车间调度问题研究

针对砂型铸造车间包含并行工序集与批处理集的多阶段调度问题,总结了该类问题的特点和难点,构建了以最小化最大完工时间为优化目标的多阶段混合流水车间调度模型,采用了一种改进人工蜂群算法求解该模型。在算法中提出了基于插入原理与前驱工序释放时间的分段解码方法来有效利用机器空闲时间段,并引入了动态触发邻域机制增强算法的局部搜索能力,最后通过仿真实验验证了本文算法,解决此类问题的可行性和有效性。     

光伏电池片生产车间智能物流调度研究

为实现光伏电池片生产车间物流的智能化改造,提出以最大化瓶颈工序机台产能的方式来最大化生产车间产能,并设计相关数学模型和智能物流调度算法。首先,通过对光伏电池片生产车间的问题描述与分析,建立以瓶颈工序机台产能最大化（瓶颈工序机台总停机时间最短）为目标的数学模型。然后,设计了嵌入模型约束规则的车间智能物流调度算法,包括物料调度算法、AGV选择与路径规划、AGV碰撞避免策略设计等,并提出了另一种物料调度算法作为对照方案。最后,通过仿真实验与分析,证明了所设计模型及智能物流调度算法的高效性及适用性,给予车间管理人员相应的管理启示。     

多层级装配作业车间分批调度算法设计与分析

多层级装配作业车间调度是一类包含加工与装配的双阶段调度问题，装配产品具有不同的树状结构，且各层级的装配工序需要直属零部件完工方可执行。分批调度可以提高车间生产流动性，故而被运用在作业车间调度等领域。装配作业车间分批调度需要解决关联零部件及其下属子批的进度协同性问题，为此建立了多层级装配作业车间的分批优化调度模型，以最小化拖期成本与库存持有成本为优化目标。出于求解效率考虑，构建基于遗传算法与优先分派规则的混合求解算法以应对批量划分与排序两个子问题。最后，设计仿真实验验证分批调度算法的有效性，并分析评估在8种作业分派规则、3类分批策略下混合算法对于差异化产品结构的适应性。通过分析实验结果发现，等量分批策略可以在给定条件下有效提升混合算法的调度性能。     

考虑工序并行的差异工件批调度研究

针对铸造车间差异工件组批多约束的问题,在工序可并行加工的前提下构建以最小化最大完工时间和最小化沙箱空置率为优化目标的并行工序批调度模型,设计一种改进和声算法求解该调度模型,提出一种单工序编解码方式和2种机器分配规则用于解决工件分批、沙箱选择、工序分配及机器选择的问题。在算法中提出一种新的和声产生方式和更新机制,同时为改善算法的局部搜索能力,加入模拟退火算法执行局部搜索过程。最后根据企业实际生产数据进行仿真实验,验证本文模型的有效性。     

改进遗传算法求解多时间约束的柔性作业车间调度问题

将加工时间、调整时间和移动时间分别作为独立时间因素考虑到柔性作业车间调度模型中,建立以最大完工时间最小、总调整时间最小、总移动时间最小为目标的考虑多时间约束的柔性作业车间调度模型,并提出改进的遗传算法求解该模型。通过测试标准数据集,并对比其他文献算法,验证了改进的遗传算法的可行性和有效性。     

基于改进NSGA2算法的多目标柔性作业车间调度

柔性作业车间调度问题（FJSP）是经典作业车间调度问题的重要扩展,其中每个操作可以在多台机器上处理,反之亦然。结合实际生产过程中加工时间、机器负载、运行成本等情况,建立了多目标调度模型。针对NSGA2算法收敛性不足的缺陷,引入免疫平衡原理改进NSGA2算法的选择策略和精英保留策略,成功避免了局部收敛问题,提高了算法的优化性能。通过与启发式规则以及多种智能算法进行比对仿真实验,改进的NASA2算法能获得更好的解。用改进的NAGA2算法求解实例,不仅有效地克服多目标间数量级和量纲的障碍,而且得到了满意的pareto解集,进一步验证了该算法和模型的可行性。     

基于混合离散人工蜂群算法的混合零等待柔性流水车间优化研究

从钢铁业等流程工业提炼出一类混合零等待柔性流水车间问题，其中一些加工阶段要求工件连续不断地经过这些工序，对该问题建立了整数规划模型，提出了一种混合离散人工蜂群算法以最小化最大完工时间。采用二维矩阵编码表述染色体以及工件右移调整策略进行解码以获取调度解，改进NEH启发式规则用于生成初始种群。在雇佣蜂阶段，引入了修正粒子群优化算法产生新解；在跟随蜂阶段，设计了迭代贪婪算法中的破坏和构造算子，进一步增强算法的搜索能力；在侦查蜂阶段，利用变邻域搜索算子以替换最差解。对不同规模问题进行了仿真测试并与现有算法进行对比，结果表明所提算法在求解混合零等待柔性流水车间问题方面更加有效。     

改进遗传算法解决柔性作业车间调度问题

柔性作业车间调度问题是经典作业车间调度问题的扩展,它允许工序在多台机器中的任意一台上加工.针对柔性作业车间调度问题的特点,提出一种扩展的基于工序的编码及其主动调度的解码机制,并设计一种初始解产生机制和两种有效的交叉和变异操作.为了克服传统遗传算法早熟和收敛慢的缺点,设计了精英解保留策略和子代产生模式结合的改进遗传算法应用于该调度问题.最后运用提出的算法求解基准测试问题验证算法的有效性.     

考虑生产过程时间的柔性作业车间调度优化

通过研究生产过程时间,重新细分和定义等待时间,建立包括运输时间、调整时间、故障时间、等待时间、加工时间在内的柔性作业车间生产过程的时间模型,研究了柔性作业车间调度优化问题并设计了混合遗传算法的求解算法。最后,采用经典柔性作业车间调度用例,验证和对比了柔性作业车间调度的结果。结果表明,基于生产过程时间模型研究柔性作业车间调度问题,其优化性能有较好的改进,具有更好的实际应用价值。     

一种改进的蚁群算法在工艺规划与车间调度集成优化中的应用

改进标准蚁群算法的执行策略,可提高工艺规划和调度集成问题的求解质量和效率。通过节点集、有向弧/无向弧集、AND/OR关系,建立了基于AND/OR图的工艺规划和调度集成优化模型。提出一种求解工艺规划与车间调度集成问题的改进蚁群优化算法,采用了信息素动态更新策略避免收敛过慢和局部收敛,利用多目标优化策略提高求解质量。仿真结果证明了该算法的有效性。     

考虑疲劳效应的伤员应急手术调度模型及算法

为了解决城市突发事件应急救援中批量应急手术的调度问题,并考虑医生长时间连续手术对手术持续时间和挽救病人生命的成功率带来的恶化效应,提出了三阶段批量手术调度模型,将应急手术调度看作是存在并行机的流水车间调度问题。利用改进的飞蛾扑火算法对应急手术模型进行求解,并通过实证来测试模型和算法的有效性。为了验证算法的性能,将经典飞蛾扑火算法、粒子群算法和布谷鸟算法与其对比,取20次运行结果,得知最大手术完成时间均值中改进的飞蛾扑火算法为最小,调度模型给出的调度方案中,3个救治阶段在时间维度上保持连贯。仿真结果表明,改进的飞蛾扑火算法能很好地求解批量手术调度模型,获得较好的调度结果。     

基于改进SPEA2的原油短期调度问题研究

针对原油短期调度多目标优化问题，在分析已有多目标模型对原油调度过程中的供油罐个数、供油罐切换次数、原油在管道中的混合成本和供油罐罐底混合成本这4个目标优化的基础上，本文建立的模型增加了原油在管道转运过程中的能耗成本这一优化目标，使模型更吻合生产实际。在SPEA2算法中引入极值归档集，结合MOGWO算法指导极值归档集更新来提高算法的全局搜索能力；利用余弦相似度对归档集进行裁剪操作，以保证归档集中个体的多样性。将改进算法与多个具有代表性的进化多目标优化算法进行对比实验，结果表明，本文所提出算法在求解原油短期调度问题时性能较优。     

基于改进遗传算法的偏柔性作业车间调度

偏柔性作业车间调度是生产管理中的重要问题。由于模型和计算的复杂性,传统优化方法往往难以得到最优解。采用改进遗传算法求解偏柔性作业车间的调度问题,设计相应的编码方法,利用所生成的染色体以及通过遗传操作得到的染色体生成可行的调度方案。基于工序串和机器串的编码方法,采用精英解保留策略、轮盘赌选择策略和基于划分集的交叉策略,提出基于均匀分布试验的变异法则,引入贪婪式解码方法对偏柔性作业车间调度进行求解。实例仿真表明,该算法在求解偏柔性作业车间调度方面具有良好的效率和优越性。     

钢铁一体化生产调度模型与优化算法北大核心CSSCI

为达到降低在制品库存及保证生产连续性等目标,将炼钢-连铸-热轧一体化生产过程归结为中间阶段为批处理机的多阶段柔性流水车间调度问题,建立了一体化生产模型。该模型以总加权完成时间和总加权滞留时间之和为优化目标,综合考虑了机器加工能力、浇次处理要求、炉次释放时间等约束条件。将拉格朗日松弛算法应用于模型中,利用该算法的批分解方式和子问题的双向动态规划求解策略,提高了算法的收敛速度和下界。不同规模问题的测试结果表明了模型和算法的有效性。     

钢铁一体化生产调度模型与优化算法

为达到降低在制品库存及保证生产连续性等目标,将炼钢-连铸-热轧一体化生产过程归结为中间阶段为批处理机的多阶段柔性流水车间调度问题,建立了一体化生产模型。该模型以总加权完成时间和总加权滞留时间之和为优化目标,综合考虑了机器加工能力、浇次处理要求、炉次释放时间等约束条件。将拉格朗日松弛算法应用于模型中,利用该算法的批分解方式和子问题的双向动态规划求解策略,提高了算法的收敛速度和下界。不同规模问题的测试结果表明了模型和算法的有效性。     

一种兼顾CNC与EDM加工工序的模具电极调度启发式算法

模具电极加工的关键工序调度问题,可以近似采用具有CNC和EDM两道工序,且后工序带有成组特征的柔性流水车间调度模型进行描述.以实现最小化电极总拖期量为目标,建立了该问题的数学模型,提出了一种启发式算法来获取满意解,并应用实例验证了该算法的有效性.     

求解带AGV柔性作业车间调度问题的改进灰狼算法

针对带AGV的柔性作业车间调度问题,以最小化完工时间为目标,考虑AGV在装载站、机器、卸载站之间的有效负载时间和空载时间,构建了数学规划模型。其次,提出一种有效的灰狼算法进行求解,基于该问题特征,设计机器选择、工序排序和AGV搬运的3段编码,有效地保证每个个体均可产生可行解;灰狼算法中改进了关键参数a和E设定方式,有效平衡了算法的勘探能力和局部搜索能力;为进一步提升算法跳出局部最优解的能力,该算法融合了领域搜索等方法。最后,案例测试结果表明,改进灰狼算法在求解带AGV柔性作业车间调度问题中具有优越的性能。     

应用改进蚁群算法求解柔性作业车间调度问题

将蚁群算法信息素更新规则进行改进,规定只有产生至今最优解的蚂蚁才能释放信息素,且只更新全局信息素,减少了传统蚁群算法的时间复杂度,提高了问题的求解效率。分析了柔性作业车间调度的特点,选取三个性能指标作为求解目标,设定其求解优先级,并建立相应的调度模型。将改进蚁群算法应用于柔性作业车间调度算例的求解,与其它算法比较,平均解有很大提高,表明了该算法求解柔性作业车间调度问题的有效性。     

基于遗传禁忌算法考虑转运约束的并行机批量调度问题研究

在多品种混流生产车间里，广泛存在着各种批量的任务在多台并行机上调度优化问题。这种并行机批量调度需要考虑批量大小设置、加工顺序优化、设备充分利用等多种要素，是一类典型NP-hard问题，且当任务加工完后还需要考虑转运过程时，问题将变得更加复杂。为了减少并行机生产过程中任务拖期和在制品积压，寻求更好的生产调度方案，针对典型并行机生产和转运场景，以最小化加权完工时间及拖期工件的惩罚费用、作业切换成本、库存成本之和为优化目标，设计了基于启发式规则的仿真程序与遗传禁忌算法相结合的优化算法，研究单工序不相关并行机调度环境下车间批量调度的最优调度方案，再通过案例验证了本文优化算法的有效性。结果表明，优化算法得出的并行机批量调度方案使得作业切换次数和拖期订单大大减少，减少在制品库存的同时提高了转运资源的利用率。     

模糊需求条件下应急物资调度的动态决策研究

针对大规模突发事件的应急物资调度问题,考虑了包含供应点、集配中心和需求点的三级供应网络、模糊需求条件、多种运输方式联合运输,建立了以总运输时间和应急成本为目标的多目标非线性整数规划模型。通过决策者对总运输时间和应急成本的动态赋权,提高了模型的柔性。给出了求解算法,仿真实例验证了模型的有效性。