Optimal parallel machines scheduling with machine availability and eligibility constraints

In reality, the machine might become unavailable due to machine breakdowns or various inevitable reasons, and machine might have different capability to processing job. Motivated by this, we consider the problem of scheduling n non-preemptive and independent jobs on m identical machines incorporating machine availability and eligibility constraints while minimizing the maximum lateness. Each machine is capable of processing at specific availability intervals. We develop a branch and bound algorithm applying several immediate selection rules for solving this scheduling problem.     

优化加权平均流程时间的平行机调度

平行机调度问题在工业界有着广泛应用,实际生产中瓶颈工序的调度很多属于这类问题.运用增强学习算法来研究以最小化作业的加权平均滞留时间为目标的动态平行机调度问题Qm I rj,sjk,Mj I ∑wjfj,考虑与作业顺序相关的转换时间和机器-作业资格约束.为了把调度问题转化为增强学习问题,定义了系统状态的表示方式,利用加权最短加工时间优先(WSPT)规则、Weng算法、排名(RA)算法和LFJ-RA(Least Flexible Job-Ranking Algorithm)算法构造行为,定义了与调度目标函数等价的报酬函数,并采用结合函数泛化器的Q学习算法来解决.实验表明Q学习算法对每个测试问题的调度结果都优于WSPT规则、排名算法、LFJ-RA算法和Weng算法.     

双目标函数下需要安装时间的平行多功能机排序问题

讨论了双目标函数下需要安装时间的平行多功能机排序问题。在该问题中,每个工件对应机器集合的一个子集,且每个工件只能在相应子集中的任一台机器上加工,工件分组,不同组中的工件连续加工需要安装时间,目标函数为极小化最大完工时间和安装次数。根据实际应用背景确定双目标排序问题的形式,并证明了该问题是NP—难的。设计了一个求启发式有效解的算法,首先按照特定的规则将所有工件组都整组地安排到各台机器上,然后逐步改进最大完工时间和拆分工件组,从而得到一系列的启发式有效解。实验表明,该算法是实用而有效的。     

Workflow balancing strategies in parallel machine scheduling

Workflow balancing on a shop floor helps to remove bottlenecks present in the manufacturing system. Workflow refers to the total time during which the work centres are busy. Idle time is not taken into account when calculating workflow. Earlier researchers have not specified the method for jobs to be executed in parallel in order to balance the workflow to each machine. In many manufacturing environments, multiple processing stations are used in parallel to obtain adequate capacity. In parallel machine scheduling there are m machines to which n jobs are to be assigned based on different priority strategies. The procedure is based on the idea of workload balancing and on balancing the workload among machines. In this paper, workflow and workload are assumed to have the same meaning. A machine with the lowest workflow is selected for assignment of a new job from the list of unfinished jobs. Different priority strategies are followed for the selection of jobs. Three different strategies are considered, namely random (RANDOM), shortest processing time (SPT) and longest processing time (LPT) for the selection of jobs for workflow balancing. The relative percentage of imbalance (RPI) is adopted among the parallel machines to evaluate the performance of these strategies in a standard manufacturing environment. The LPT rule shows better performance for the combination of larger job sizes and higher number of work centres or machines. A computer program was coded for validation in a standard manufacturing environment on an IBM/PC compatible system in the C++ language.     

具有随机加工时间和机器故障的流水车间调度

不同的流水车间往往具有不同的生产方式,为提高调度方案对不同生产方式下随机因素的处理能力,重点考虑了2种生产方式下3种不同情况的随机调度。针对这3种情况,以最小化最大完工时间为目标,研究了具有随机加工时间和随机机器故障的置换流水车间调度问题,提出了处理不同生产方式下随机因素的3种计算方法,通过预测机器的期望故障时刻来计算每个任务的完工时间。采用启发式规则和遗传算法相结合的方法,确定出最佳调度方案,并进行了实验分析和比较。     

基于工件聚类的并行机调度算法及其应用

针对纺织生产广泛存在的带工件释放时间、以最小化总拖期工件数和总拖期时间为目标的大规模并行机调度问题,提出一种基于工件聚类的遗传算法。该算法将求解过程分为工件聚类和工件排序两个阶段。在工件聚类阶段,基于影响并行机调度性能的重要调度特征量,采用改进的模糊C-均值聚类方法将所有待上机工件分为多个聚类;在工件排序阶段,采用基于规则编码的遗传算法,优化各聚类内工件的加工顺序。数值计算结果及实际应用效果表明,所提出的算法适用于求解带工件释放时间的大规模并行机调度问题。     

染整车间染缸优化调度算法研究

根据制衣企业染整车间实际需求,建立了染缸加工的调度模型。该模型与传统调度模型不同,它既考虑了小作业的合并,也考虑了大作业的拆分,并在最小化总拖期的同时提高了染缸利用率。改进了已有的启发式算法,使之能够求解本问题,同时提出了一种新的启发式算法。利用某制衣企业染整车间实际生产数据,测试和分析了所提算法的可行性,结果表明新启发式算法既能减小作业总拖期,还可有效提高染缸利用率。     

基于代理的并行多机提前/脱期调度研究

近来,面向JIT生产方式的提前/脱期调度成为调度领域研究的热点。本文以并行多机的提前/脱期调度问题为研究对象,提出使用基于谈判的多代理机制进行调度,建立了多代理系统结构,设计了基于时间窗口的设备代理调度策略,然后通过计算实验显示了调度机制的有效性。     

求解Job-shop调度问题的混合遗传算法

分析了单件生产车间调度问题,提出了适合Job-shop调度的算法-混合遗传算法.通过分析几种求解该问题的典型混合遗传算法,说明了混合遗传算法是求解该问题的可行且有效的方法,并且在具体的环境下有一定的优越性。     

求解相同并行机混合流水线车间调度问题的分布估计算法

针对相同并行机混合流水车间调度问题,提出了一种有效的分布估计算法.针对基于排列的编码方式,设计了改进的启发式解码规则,进而提出了一种评价个体优劣的混合解码方式.建立了描述问题解空间分布的概率模型,通过对概率模型采样产生新个体,并基于优势种群更新概率模型的参数.通过基于标准测试集的数值仿真以及与已有算法的比较,验证了所提算法的有效性.     

模具电火花加工车间的非同等并联机混合遗传算法

针对模具企业电火花加工车间的生产调度特点,提出了一种非同等并联机的调度数学模型.与此同时,建立了一种遗传与模拟退火的混合算法,并应用于模具企业电火花加工车间,实际算例说明了该数学模型和求解方法的可靠性和有效性.     

A meta-heuristic approach to single machine scheduling problems

A new meta-heuristic evolutionary algorithm, named a memetic algorithm, for solving single machine total weighted tardiness scheduling problems is presented in this paper. Scheduling problems are proved to be NP-hard (Non-deterministic polynomial-time hard) types of problems and they are not easily or exactly solved for larger sizes. Therefore, application of the meta-heuristic technique to solve such NP hard problems is pursued by many researchers. The memetic algorithm is a marriage between population-based global searches with local improvement for each individual. The algorithm is tested with benchmark problems available in the OR (operations research) library. The results of the proposed algorithm are compared with the best available results and were found to be nearer to optimal. The memetic algorithm performs better than the heuristics like earliest due date and modified due date.     

一种使用再编码染色体求解Job-Shop问题的并行遗传算法

使用遗传算法求解Job Shop问题的一个关键问题是编码。本文提出了一种求解Job Shop问题的新遗传算法———RPGA(Re encodingParallelGA)。此方法的编码方式将Job Shop问题转换为一个TSP(TravelingSalesmanProblem)问题 ,使得关于TSP问题的遗传算法的方法可以用于解决Job Shop问题。这种编码方式可以满足Job Shop问题对工件加工顺序的要求 ,避免在进化过程中产生非可行解。RPGA最重要的特点在于染色体的再编码过程 ,再编码过程根据各工序的开工时间先后对染色体的各基因重新赋值 ,使得编码空间和解空间一一对应。最后 ,本方法使用MPI并行编程技术实现了粗粒度的并行模型 ,在此模型上我们对Fisher和Thompson的 10× 10问题进行了求解实验。实验表明本方法有着良好的求解效率 ,也证明了对染色体再编码过程对此问题的重要性。     

基于多阶段批调度的混合型生产过程的建模与优化

根据混合型生产过程生产方式复杂的特点,采取分阶段的批调度方法建立模型,并且在模型中充分考虑了中间缓冲区的库存容量、生产线的加工容量以及客户的交货期等约束条件,在此基础上达到最低生产成本和最短的加工时间的多重调度目标。同时构造了基于该模型的启发式算法,降低运算速率、提高结果的准确度,从而使得该调度模型以能够得到最优的生产调度方案。实例仿真结果表明了该模型的可行性,同时为制造企业提供了一种有效的决策手段。     

一种求解变速机调度问题的混合蚁群优化算法

针对一类变速机总加权拖期调度问题,提出一种混合蚁群优化算法.引人单机拖期调度问题中性能良好的修正预计完成时间的一种修改版本启发式规则,计算信息素初值,有利于算法跳出局部极值,并在局部搜索阶段,采用单亲遗传算法基因移位算子,有效优化当代最优解.通过均匀试验设计和统计分析,确定算法的关键参数组合,将算法应用于随机生成的不同规模的40个算例,并将其结果与同类文献中算法的优化结果进行对比分析.结果表明,在相同迭代次数下,混合算法优于对比算法.     

基于增强学习的平行机调度研究

尝试运用增强学习方法来研究平行机调度问题,通过定义系统状态、行为和报酬函数,把调度问题转化为平均报酬型半马尔可夫决策过程,并使用结合函数泛化器的R-Learning算法来解决.提出排名算法,并利用它和两种常用的调度规则(最短期望加工时间规则和先进先出规则)来定义增强学习的行为.实验结果表明,R-Learning算法通过仿真实验学习较优的调度策略,在不同的决策状态下选择最优或次优的行为,对每个测试问题的效果都优于以上任何一条调度规则.     

基于动态机器故障率的并联加工系统资源多目标调度

针对并联加工系统,为处理生产过程中因机器故障导致的加工资源动态调度问题,考虑系统资源负荷和故障率存在的动态相互制约关系,依据子周期划分的不同策略,对调度后的加工总时间、预防维修时间和系统可靠度进行量化研究,构建多目标动态调度模型。采用基于Pareto熵的多目标粒子群算法对模型进行求解,通过改进个体最优解选择策略,提升最优解选取的多样性;通过差熵来估计种群所处进化状态,改进算法的搜索能力。以某企业的加工系统为实例,利用该模型进行加工资源调度方案设计,通过模糊决策得到的多目标权重,选取最优调度方案,并进行多个参数对比,验证在加工资源调度过程中,集成考虑动态机器故障率和基于机器最大役龄约束划分子周期的可行性,不仅可以完成订单准时交付,还可以使企业有更好的柔性去应对可能到来的紧急订单。     

虚轴机床的发展与展望

虚轴机床是基于并联机构的新型机床，所具有的优势是传统机床无法相比拟的。这里介绍了虚轴机床的发展过程，提出所存在的问题，并对其进行了展望。     

基于并行协同进化遗传算法的多协作车间计划调度

为求解多协作车间的计划调度问题,提出了并行协同进化遗传算法。该算法采用基于工序的染色体编码方案。在遗传操作过程中,首先利用提出的基于工序约束的基因调整算法进行交叉操作和变异操作,保证了新个体满足工序约束。在解码操作过程中,采用考虑设备能力空间的解码算法,使得解码产生的调度为活动调度。此外,运用协同进化的思想,提出了协同适应值计算的算法,使协作环境的变化能灵敏地反映在个体的适应值上,从而有效地指导种群的进化。实例表明,该算法能够满足多协作车间并行协同调度的要求。     

单件小批量生产的车间作业调度研究

目前的研究者对于车间作业调度问题的研究,多将其抽象为一个大家所熟知的JSP模型.显然,这样的模型无法适应具体的企业应用.针对以往的研究与实际应用脱节的问题,并根据单件小批量生产企业生产调度中的一些基本情况,提出一种解决方案,并将这种解决方法应用在模具制造单件小批量生产类型企业,从而使计划调度的理论研究服务于实际生产.