基于遗传算法的离散制造系统生产调度问题研究

首先介绍了离散制造业中生产调度的最大加工时间最短的数学模型。然后用遗传算法求解该数学模型,采用了表示工序先后顺序及机器选择的二维编码方法和一种新的计算适应度函数的方法．最后通过实例验证了算法的有效性。     

基于遗传算法的离散制造系统生产调度问题研究

首先介绍了离散制造业中生产调度的最大加工时间最短的数学模型。然后用遗传算法求解该数学模型,采用了表示工序先后顺序及机器选择的二维编码方法和一种新的计算适应度函数的方法.最后通过实例验证了算法的有效性。     

基于成本和时间平衡优化的供应链协同计划研究

研究了多供应商、多生产厂和多分销中心供应链系统协同计划的优化问题。以供应链成本和运行时间平衡优化为目标,根据问题的特点,采用遗传算法的三维数组编码方式,并通过基因段交配和基因移位变异相结合的方法求解供应链协同计划。用参数设置模拟各种工程应用的实际情况,帮助企业权衡产品成本和客户响应时间的关系,尤其对按订单生产的制造企业具有重要的指导意义,使该类企业面对客户的交货期与价格要求作出正确响应。     

遗传算法和神经网络组合求解离散变量结构优化问题

利用遗传算法优良的全局搜索性能和对目标函数的仅要求有定义的特点进行离散变量结构优化设计。利用BP神经网络的模拟逼近功能，建立结构设计输入与输出之间的全局映射关系，获得遗传算法中的适应度函数值。将此方法应用于垂直循环式停车设备钢结构骨架优化问题。结果表明，该方法只需较少的有限元分析次数就可以获得良好的优化解。     

用基于作业序列的遗传算法求解装配线平衡问题

给出了一个用于求解装配线平衡问题的基于作业序列的遗传算法。该算法只在可行作业序列子空间进行搜索 ,具有极高的搜索效率 ,同时又保留了一般遗传算法的并行和随机搜索能力。实例验证 ,结果较优。     

作业车间含工期约束的离散时间成本权衡问题的关键路径法

针对作业车间含工期约束的离散时间成本权衡问题,提出一种改进的基于关键路径的精确求解方法.该方法在保证交货期的前提下,通过优化选择需要压缩的活动及压缩量,最小化总成本.最后,给出一个算例阐释该方法求解过程,通过与枚举方法比较,验证了关键路径法的有效性.     

基于联合作业序列的遗传算法求解第二类装配线平衡问题

分析了可行作业序列与联合作业序列对求解装配线平衡问题的影响,以及两种序列之间的区别和联系,并针对第二类装配线平衡问题,提出一种基于联合作业序列的遗传算法.该算法依据作业顺序图生成初始群体和构造交叉算子、变异算子,保证只在可行作业序列中搜索最优解,从而提高了算法运算效率和计算结果的精度;联合作业能够为工作站释放更多的空间...     

基于遗传算法的多资源平衡工序排序优化决策

工序排序是生产管理中经常遇到的问题,多资源平衡工序优化是提高生产效率、降低生产成本的重要手段,至今尚未见十分有效的解法。本文建立了典型的网络计划多资源平衡工序优化的数学模型,以每道工序开工时间作为设计变量,极小化某种关键性资源需求的最大量或波动的幅度,并运用所设计的改进遗传算法对该模型进行了求解,获得了多组最优工序计划。这就使得生产调度安排灵活机动,便于智能调度。     

混合离散变量的遗传算法及其应用

目前 ,连续变量优化设计的遗传算法已经很成熟 ,但对离散变量的遗传算法研究甚少 ,而且所提出算法也较繁琐。本文提出一种使用方便的混合离散变量优化设计的遗传算法 ,通过求解齿轮减速器优化问题表明该算法的可行性和实用性     

平衡部署，揭秘隐性时间成本

今年底,我国金融业按照人世承诺,已对外完全开放。面对全球市场竞争,国内金融企业亟需提升管理水平,即最大限度降低成本,提高投资回报,服务质量,     

有限资源下时间不确定性项目的调度研究

研究了以工期最短为目标、具有不确定活动时间且资源有限的项目调度问题.采用六点模糊数表示不确定活动时间,将模糊理论嵌套到改进的遗传算法中来优化项目调度的过程.最后通过对某国际公司生产转移项目的实例研究,验证此方法在安排项目调度计划的有效性.优化后得到的调度计划大大缩短了工期,并明确了活动的开始时间、结束时间与资源的分配使...     

资源受限条件下Job-Shop动态调度方法研究

研究材料、设备、工人等资源受限条件下的Job-Shop动态调度问题。将设备按设备簇、设备组、机床层层细分,结合混合遗传算法GASA(genetic and simulated annealing algorithm)与双向调度策略,研究了工艺路线可变的以生产周期和关键工件交货期为目标的离散型动态调度方法,建立了数学模型,借助Matlab强大的仿真功能得出仿真结果,并对结果进行了分析和讨论。     

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。     

改进的实数编码遗传算法在产品布局设计中的应用

为求解复杂结构产品的布局设计问题,对实数编码遗传算法进行了改进,直接将问题的求解变量作为染色体基因进行编码,提出了一种解空间编码遗传算法。在求解问题前,对布局问题进行了预处理。在求解过程中,首先引入模拟退火算法的思想对解进行选择;然后对不同类型变量采用不同的交叉和变异算子进行了处理,并在变异前对个体的连续变量随机加一个扰动量,以控制其搜索范围;最后对求解的中间结果按最优保留策略进行了处理。该算法实现了3维空间布局规划的自动寻优,并求解了2维和3维带性能约束的布局问题,验证了该算法的可行性和有效性。     

企业-客户信号博弈及遗传算法的比较研究

针对客户关系管理中企业和客户之间合作博弈与非合作博弈相结合的特点,建立了由广告投入水平、产品价格、服务水平、咨询投入水平、当期购买数量和满意程度6个信号构成的企业一客户信号效用模型,并分别利用两种方法对其进行了求解。第一种方法根据博弈论中的逆推归纳法求出了该模型的均衡行动解,以解释企业和客户在交易中的理性选择行为;第二种方法构造了求解该模型的遗传算法,以求得企业和客户总体效用的最优解,以及构成最优效用的信号值,并利用Matlab对该优化过程给予了实现。这两种方法从不同的角度和出发点对客户关系管理环境下企业和客户的行为进行了解释和比较。     

采用多个体交叉的遗传算法求解作业车间问题

为改善目前求解Job-Shop问题中的遗传算法的性能,加快搜索最优调度解的速度,首先分析了目前Job-Shop问题自身的求解难点和遗传算法的特点,并借鉴生物学的依据,提出了多个体交叉的遗传算法。该算法在遗传过程中采用多个体遗传算子,充分利用个体的优良性质,对不可行调度解根据多个体修补原则进行修正,可保证遗传后代的合法性和多样性,能够加快最优调度解的搜索时间。仿真结果充分证明了该算法的有效性。     

流媒体监控系统的非合作博弈调度模型及其遗传算法求解

本文分析了流媒体监控系统的特点,对视频压缩算法和监控网络进行了数学抽象。提出了流媒体监控系统中调度策略的非合作博弈模型,该模型能够反映各种流媒体监控系统的动态运行特征与相互竞争关系。根据调度方式与监控系统的特点设计了子系统的效用函数,并论证了该非合作博弈模型中Nash均衡点的存在性和唯一性。给出了调度优化问题的描述和基于遗传算法的解算方法。仿真和实验表明,该模型能够有效地反映子系统间的资源竞争,可以求得优化的带宽分配方案。     

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。     

基于遗传算法的配送车辆优化调度

分析了汽车运输的特点和成本,针对配送企业,建立了实际的物流配送,并量化各项评价指标,给出了采用遗传算法进行优化调度的数学模型,并结合两阶段法和改进的遗传算子编写了实现算法。     

基于遗传算法和代理的集成调度系统框架

基于多代理系统分布式调度和集中式调度的优点,提出了将二者有机结合的系统框架,分为总体调度和多代理调度网络。前者采用遗传算法优化筛选不同的调度方案,后者则由加工资源代理和协作协议构成的代理网络,保证调度对动态制造环境的适应性。每个生产订单优先级编码为一个染色体基因,每个染色体代表一个调度方案,由多代理调度网络按照订单优先级和调度协议安排工序加工时间,然后采用提前／拖期惩罚计算染色体适值,并以此为基础优选出较优染色体,经过若干代后得到最终调度方案（订单优先级和工序时间）。最后,给出了调度实例,验证了该框架的可行性。