共查询到20条相似文献,搜索用时 15 毫秒
1.
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。 相似文献
2.
屈国强 《计算机集成制造系统》2012,18(2)
针对最小化时间表长的流水车间调度问题,提出一种根据工件加工时间特征构建工件调度的瓶颈指向启发式算法。首先,为构建初始工件排序,充分利用各机器负荷一般不相等的特点,瓶颈阶段前加工时间较短而之后加工时间相对较长的工件优先开始加工;其次,当有工件等待加工时,根据工件在瓶颈机器前或后加工时间的特征调整工件加工顺序;最后,采用邻近工件成对交换和插入的方式改进初始调度。当瓶颈机器趋于中间阶段,或瓶颈机器上工件的加工时间趋于增加时,求解效果较好。数据实验表明算法是有效的。 相似文献
3.
4.
考虑了加工时间可变且制造单元中包含多功能机的工件加工调度问题.工件包含前道和后道两道工序,且工序加工时间线性增加.多功能机具有加工工件前、后道工序的能力,建立数学模型,模型的目标是时间最小化最大完工的时间,解的形式为工件加工路径的组合,采用遗传算法和启发式算法进行求解.最后,实验结果显示了所述方法的有效性. 相似文献
5.
具有柔性加工时间的机器人制造单元调度问题改进遗传算法 总被引:3,自引:1,他引:2
为克服传统遗传算法在求解具有柔性加工时间的机器人制造单元调度问题时易出现早熟收敛、冗余迭代等缺陷,提出了改进遗传算法。该算法采用基于工件搬运顺序的染色体编码,并根据调度问题特征,设计构造型启发式算法来生成初始种群,避免了大量不可行染色体的产生,提高了后续操作的优化质量。同时,在交叉变异操作中引入局部邻域搜索,通过对子代邻域的局部寻优提高了算法的收敛速度。最后,分别应用该算法和传统遗传算法求解六个基准案例,实验结果验证了该算法的有效性。 相似文献
6.
变邻域改进遗传算法求解混合流水车间调度问题 总被引:1,自引:0,他引:1
《计算机集成制造系统》2017,(9)
针对混合流水车间调度问题的NP难特性,提出一种改进的混合变邻域搜索的遗传算法。建立了数学模型,提出了算法的总体流程,设计了基于操作的编码和解码方法,并采用NEH启发式算法产生初始种群。随机采用基于位置的交叉和线性次序交叉,选用反转逆序的变异算子,交叉变异后合并子代与父代,保留较优个体,对当前最优个体执行变邻域搜索,以增强遗传算法的局部搜索能力。通过初始对比实验,证明了NEH启发式算法能够产生质量更好的初始解,随机采取两种交叉算子能够提高算法的搜索效率,标准算例实验结果表明所提算法能够有效求解混合流水车间调度问题。 相似文献
7.
轩华 《计算机集成制造系统》2012,18(5)
基于钢铁行业炼钢-连铸-热轧一体化生产作业,提炼出新的三阶段混合流水车间调度问题。其中第二阶段有多台串行批处理机而其他阶段为离散机,批加工时间等于同一批内所有工件在第二阶段的加工时间之和,且考虑了设备需要调整时间等实际生产特征。以最小化总加权完成时间为目标函数,对该问题建立数学模型,提出基于工件分解策略的拉格朗日松弛算法,引入拉格朗日乘子将机器能力约束和批加工约束松弛到目标函数中,进而将形成的松弛问题分解为较易求解的多个工件级子问题,利用动态规划算法求解子问题,设计启发式算法将松弛问题的解转换为原问题的可行解。仿真实验表明,所设计的算法能够在可接受的运行时间内得到较好的近优解。 相似文献
8.
9.
以陶瓷行业车间生产计划为背景,将其抽象为调整时间与顺序相关的能耗优化调度问题进行研究。以最少化总能耗为目标,建立数学模型;提出了基于NEH算法的混合遗传算法,其中初始化种群中,定义了虚拟工件概念,采用了改进NEH规则对种群初始化;为了对上述算法进行验证,提出了该问题的两个下界,设计了仿真试验,进行下界背离程度分析和CPU运行时间分析。计算结果表明:所设计的混合遗传算法能够在可接受的计算时间内获得合理的解。 相似文献
10.
《制造技术与机床》2021,(10)
针对传统柔性作业车间调度问题只考虑加工过程的局限性,综合考虑具有工件运输时间、交货期、加工时间以及工件到达时间等多约束,构建了以机器效率最大和最大完工时间最小为目标的调度模型,其中机器效率用每台机器开始加工到结束加工之间的空闲时间和来表示。模型中充分考虑多时间因素并通过工件紧前工序、机器前置工序确定机器的可用时间段和工件的最早开始加工时间。基于遗传算法设计了分段式编码和插入式解码策略,利用S-自适应概率对染色体交叉进行改进,并采用了一种基于最大化机器使用效率的选择策略对机器部分进行变异,另外为保证后代的多样性,提出一种局部种群扩张策略以扩大种群。最后,通过两个不同规模的柔性作业车间调度案例对模型和算法进行测试。实验结果显示所构建的模型适用于该类考虑多时间和机器效率的柔性作业车间调度问题,同时改进算法的表现也优于对比算法。 相似文献
11.
为了求解以最小化最大完工时间(Cmax)为目标的置换流水车间调度问题,提出利用NEH思想改进基于关联规则的区块进化算法。算法在初始化种群阶段使用经贪婪迭代思想改进的NEH算法代替完全随机法,使算法初始种群具有多样性和竞争优势,以加快收敛速度;在母体重组阶段提出使用兼具多样性和全局搜索能力的NEH交换方法,并结合具有较强领域搜索能力的相邻交换方法分别应用于不同的进化阶段,以提高重组母体的质量和多样性,加快收敛效率。通过对OR-Library中Taillard与Reeves的基准问题进行测试,并将结果与原算法及其他算法进行比较,验证了该算法的鲁棒性和有效性。 相似文献
12.
13.
针对炼钢连铸生产调度问题具有多并行机、多缓冲、多约束的特点,提出了两阶段求解浇次序列的最小完工时间,并用启发式和遗传算法进行优化的方法。在第一阶段,以浇次为单位进行单个浇次内各炉次的分配、排序及定时,并通过有限、无限和可加工缓冲区的三类缓冲能力进行调整,获得单个浇次的初始调度;第二阶段对多个浇次调度进行合并重组,以最小完工时间为目标,运用三类缓冲区的储存能力,对各炉次的加工时间改进,优化浇次的最优序列,获得更好的调度方案。最后根据某钢厂的实例用启发式和遗传算法可获得可行性优化解。 相似文献
14.
15.
针对已有的启发式算法在应用于带有缓存约束的作业车间调度时求解精度不高的问题,提出将解决方案从工件层级扩展到工序层级,并采用遗传算法对问题进行求解,以得到精度更高的解.同时,为避免传统遗传算法过早收敛和陷入局部最优,结合自适应交叉变异概率和良种交叉算子对算法进行改进.最后,通过实验计算结果,验证了算法能在同等缓存容量下获得精度更高的解. 相似文献
16.
以模具加工车间为背景,分析具有前成组约束的两阶段柔性流水车间的特点,在对前成组约束进行定义和数学描述的基础上,以最少化最大完工时间为目标,建立具有前成组约束的、工件批量到达的两阶段柔性流水车间调度问题的数学模型,并且在第一阶段由两个成组加工单元构成;接着针对这一模型,提出一种启发式求解算法H′;运用数学分析的手段,给出该算法优化结果的一个下界;设计大量的实例测试集,将启发式算法H′与其他三种改造后的经典启发式算法进行性能比较,不仅验证启发式算法H′的有效性,而且还发现随着任务规模的增大,启发式算法H′的优越性更加明显,这一结论对H′算法在模具加工车间调度上的应用具有重要意义。 相似文献
17.
针对锻造行业存在的多阶段、工件有条件相容、不确定加工时间、以最小化拖期和完工时间为目标优化的组批和排序问题,提出了基于工件模糊聚类的两种算法.算法1的工件优先级由工件熵值、工件松弛时间重要度、市场意志共同决定,批的优先级由批内最高优先级工件决定;算法2为随机密钥代表混合遗传算法,该算法用随机密钥进行编码和解码,采用基于规则编码的方法来优化基因序列和基于规则的交叉操作,采用小生境技术来调整个体适应度,采用精英保留策略产生下一代.数值实验结果表明,在多品种、高负荷下,混合遗传算法好于算法1,算法1好于其他启发式算法. 相似文献
18.
19.
20.
针对带准备时间的柔性流水车间多序列有限缓冲区排产优化问题,提出一种改进的紧致遗传算法(Improved compactgenetic algorithm,ICGA)与局部指派规则结合的方法来解决该问题。全局优化过程采用改进的紧致遗传算法,为了克服紧致遗传算法(Compact genetic algorithm,CGA)易早熟收敛的问题,提出一种基于高斯映射的概率模型更新方式,在保持紧致遗传算法快速收敛特性的前提下,扩展了种群中个体的多样性,增强了算法进化活力。为减少生产阻塞和降低准备时间对排产过程的影响,设计了多种局部启发式规则来指导工件进出多序列有限缓冲区的分配和选择过程。采用某客车制造企业中的实例数据进行测试,测试结果表明,改进的紧致遗传算法与局部指派规则配合使用,能够有效解决带准备时间的柔性流水车间多序列有限缓冲区排产优化问题。 相似文献