基于Petri网的JSP动态分类调度

以带有控制器的 Petri 网为建模工具对柔性生产调度中的离散事件建模,通过构建Petri 网控制器使系统的运行满足期望的目标,同时利用混合遗传算法获得调度结果,用于解决作业车间的加工受到机床、操作工人等资源制约条件下的动态优化调度。为了保证生产的平稳性,最大限度地维持车间的生产能力,提出了针对不同的扰动进行分类处理的新方法,首先基于机床故障修复时间、工人离岗时间及取消订单包含任务的多少进行分类调度,然后根据机床故障修复后以及工人回岗后剩余任务的多少决定是否进行再一次的调度,最后对算法进行了仿真研究。     

面向多机器人环境中动态异构任务的细粒度动作分配与调度方法

在多机器人环境中，具有不同能力的机器人相互协作以完成任务需求。现实情况下，这些任务动态发布，且具有不同的目标和紧急程度，因此需要为每个任务分解出的细粒度动作分配和调度合适的机器人来负责执行这些动作。现有的方法大多适用于静态和同构的任务分配场景，而针对动态异构任务的分配则大多采用独占式的分配策略，导致机器人频繁进入等待状态(即机器人处于被分配了任务到真正开始执行任务之间的闲置阶段)。由于任务存在不同的紧急程度和发布时间，这种分配方式将降低对更紧急任务的响应效率，同时导致更多的等待时间和更长的任务完成时间。针对该问题，提出了一种面向多机器人环境中动态异构任务的细粒度动作分配与调度方法。其中，分配与调度的对象是任务所分解出的细粒度的动作，且一个动作能够由机器人的一种能力承担。面对任务分解出的一组细粒度动作集合，本方法借鉴拍卖算法过程，根据机器人能力、状态及任务信息计算出机器人承担特定动作的最优分配方案。另外，在每一次新任务发布或某一机器人执行完动作时执行分配和调度过程，可以将处于普通任务等待状态的机器人调度至紧急任务，以保证紧急任务优先完成，且缩短机器人的总体等待时间。基于本方法，扩展实现了...     

基于事件及变周期驱动的作业车间动态调度

提出了事件驱动和周期性驱动相结合的动态调度策略,以变周期滚动窗口技术作为周期性驱动调度策略的实现技术;在此基础上,以融合带权重的精英策略、最优最差蚂蚁机制和阶段控制机制的混合蚁群算法作为动态调度的优化算法,对作业车间动态调度中工件取消、紧急工件、机器故障以及生产负荷变化等动态事件调度进行了研究.仿真结果表明,提出的策略和方法可行有效.     

基于动态关键任务的多处理器任务分配算法

多处理器调度问题是影响系统性能的关键问题,基于任务复制的调度算法是解决多处理器调度问题较为有效的方法.文中分析了几个典型的基于任务复制算法,提出了基于动态关键任务(DCT)的多处理器任务分配算法.DCT算法以克服贪心算法不足为要点,调度过程中动态计算任务时间参数,准确确定处理器的关键任务,以关键任务为核心优化调度,逐步改善调度结果,最终取得最优的调度结果.分析和实验证明,DCT算法优于现有其它同类算法.     

面向紧急任务的柔性车间混合动态调度模型*

针对柔性车间紧急任务插入调度困难的问题,提出一种柔性车间混合动态调度模型。提出并阐述多参数任务优先级和最小代价任务集;以最小代价为目标,依据任务优先级和已调度任务与紧急任务的相似性对最小代价任务集实施调度,并确定为执行紧急任务而要中断和释放的已调度任务;最后,通过算例验证该模型在紧急任务插入时,系统得到满意调度解的可行性和有效性。     

雾计算辅助的无线体域网任务卸载方法

基于无线体域网（Wireless Body Area Network,WBAN）的智慧医疗在取得广泛关注的同时也面临诸多挑战,传统方法引入云计算解决体域网网关设备（HUB）资源受限问题,但实时性差。采用低时延的雾计算辅助的方法对体域网生理数据进行处理,提出了一种雾计算目标节点优化选择及任务卸载方法。该方法充分考虑紧急任务的实时性需求,采用抢占式任务调度及有效的资源分配方式降低紧急任务的总时延。同时该方法根据任务紧急与否自适应调整目标节点的评价尺度,在紧急情况下,以时延及任务负载最小为优化目标,在非紧急情况下,以时延及可靠性为优化目标以确定目标任务卸载目标节点。仿真结果表明,该方法可以有效提升系统的实时性,保证系统的可靠性,尤其是可以在很大程度上降低紧急任务处理时延,满足紧急任务的低时延需求。     

以多Agent系统为架构的实时调度模型

构建了一个适用于柔性作业车间(FJSP)调度的实时模型,将车间加工设备和作业封装为Agent,通过Agent之间的招投标实现实时调度。采用了虚拟货币机制来构造实时调度模型,该机制可使交货期紧张的作业拥有更高的优先级选择加工机器,使调度方案在满足实时性的同时得到优化;模型还引入急件插入机制,在处理紧急任务时可在尽量减少对其他任务干扰的前提下顺利实现对紧急任务的调度。与其他同类调度模型相比,提出的模型在实时性、调度质量上和用户满意度上都拥有其独特优势。     

基于TS的动态车辆调度问题的混合算法研究

对带时间窗的动态车辆调度问题进行分析,采用实时再优化方法进行研究,引入时间轴概念,建立动态车辆调度模型,并给出求解的混合禁忌搜索算法。该算法先用C-K节约算法求得初始解,然后用禁忌搜索进行优化,得到全局最优解。禁忌搜索算法中采用动态邻域移动方法构造候选解和动态禁忌长度选取策略设置紧急长度,提高算法的收敛速度。最后用实例证明该混合算法的可行性和有效性。     

基于紧凑度和调度处理的粒子群优化算法

针对标准粒子群优化算法存在收敛速度慢和难以跳出局部最优等问题,提出了一种基于紧凑度和调度处理的粒子群优化算法。给出了粒子紧凑度和调度处理的概念和方法,通过动态评价粒子群中各粒子间的紧凑程度,从而确定调度的粒子,进而对其进行调度处理,避免粒子陷入局部最优。对11个常见的标准函数进行测试,并与标准粒子群算法和其他改进算法进行对比,实验结果表明,基于紧凑度和调度处理的粒子群优化算法具有较高的寻优精度和较快的收敛速度。     

基于有色Petri网的工作流阶段性调度

工作流的合理、有效调度有利于改善整个工作流系统的性能,从而提高业务流程的执行效率。静态调度有利于在静态环境下达到全局调度的最优,但不能有效地处理工作流的动态不确定性。而动态调度在考虑工作流的动态不确定性的同时,优化每个任务的调度方案,但很难达到所有任务的全局最优。在总结静态调度和动态调度两种方法各自的优缺点的基础上,本文提出了一种基于有色Petri网的工作流阶段性调度方法。该方法能够妥善地处理工作流的动态性和不确定性,并在静态全局最优和动态单个最优之间达到较好的均衡。仿真实验说明了该方法的有效性和优越性。     

Minimizing cycle time and group scheduling, using Petri nets a study of heuristic methods

The objective of this paper is a study of minimizing the maximum completion time min F _max, or cycle time of the last job of a given family of jobs using flow shop heuristic scheduling techniques. Three methods are presented: minimize idle time (MIT); Campbell, Dudek and Smith (CDS); and Palmer. An example problem with ten jobs and five machines is used to compare results of these methods. A deterministic t-timed colored Petri net model has been developed for scheduling problem. An execution of the deterministic timed Petri net allows to compute performance measures by applying graph traversing algorithms starting from initial global state and going into a desirable final state(s) of the production system. The objective of the job scheduling policy is minimizing the cycle time of the last job scheduled in the pipeline of a given family of jobs. Three heuristic scheduling methods have been implemented. First, a sub-optimal sequence of jobs to be scheduled is generated. Second, a Petri net-based simulator with graphical user interface to monitor execution of the sequence of tasks on machines is dynamically designed. A deterministic t-timed colored Petri net model has been developed and implemented for flexible manufacturing systems (FMS). An execution of the deterministic timed Petri net into a reachability graph allows to compute performance measures by applying graph traversing algorithms starting from initial global state to a desirable final state(s) of the production system.     

A Petri net model for integrated process and job shop production planning

In this paper a new Petri net class (Chameleon systems) for modeling and analyzing joined process planning and job shop production planning is proposed based on the multi-level Petri net model introduced by Valk (1995). Chameleon system is a High-level Petri net extended with time that consists of a High-level Petri net modeling the workshop which is called system net and ordinary Petri net modeling the jobs and setups which act as tokens of the system net and therefore are called token nets. Process plans of the jobs are partial orders of operation groups and alternatives. The uncertainty of operation duration is captured by a new time model. The advantages of this new modeling approach are the following: (i) a modular construction of the joined process and job shop planning is allowed, (ii) classical known Petri net analysis methods can be applied and (iii) the analysis can be done at different levels of abstraction.     

Petri net modeling and scheduling for cyclic job shops with blocking

Cyclic scheduling is an effective scheduling method in the repetitive discrete manufacturing environment. We investigate the scheduling problem for general cyclic job shops with blocking where each machine has an input buffer of finite capacity. We develop Petri net models for the shops. We propose a sequential buffer control policy that restricts the jobs to enter the input buffer of the next machine in a specified sequence. We show that the scheduling model of a cyclic shop with finite buffers under such a buffer control policy can be transformed into a scheduling model of a cyclic shop with no buffer that can be modeled as a timed marked graph. In addition, we characterize the structural properties for deadlock detection. Finally, we present a mixed integer programming model to find an optimal deadlock-free schedule that minimizes the cycle time.     

具有空闲时间的云制造作业车间调度方法

针对云制造企业的剩余能力利用问题,研究具有空闲时间的车间调度方法.构建云制造作业车间的调度框架,以最小化工期为目标,考虑设备空闲时间,提出工序加工时间序列的确定方法和空闲时间段的更新策略,采用基于工件的精简编码和改进的二阶粒子群算法求解工件最优调度顺序.仿真结果验证了所提出调度方法的可行性.与已有算法的对比分析表明,改进算法具有良好的搜索性能.     

恒速处理机的多机Flow shop最小和调度问题的启发式算法分析

本文研究有n个作业需在5个处理机中心进行加工，处理机中心i由l1个恒速机组成的非抢占式多机flow shop调度最小和问题．每个作业有s个工序，每个工序需在对应的处理机中心的任一台机器上加工处理，作业到达前不能加工，所有作业通过处理机中心的路径相同．目标是确定一个作业在每个处理机中心机器上的可行调度序列，使所有作业在最后处理机中心的加权完成时间总和最小化．在作业处理时间需求、作业权重分别为独立同分布的有界随机变量时，通过特殊flow shop调度松弛方法，我们证明该问题在作业数趋于无穷时，一个基于有效作业最短加权平均处理时间需求的启发式算法是渐近最优的．     

考虑非确定加工时间的柔性作业车间调度问题研究

加工时间不确定的柔性作业车间调度问题已逐渐成为生产调度研究的热点。采用区间表示加工时间范围,利用时间Petri网建立区间柔性作业车间调度问题形式化模型,并运用网模型的状态类图进行可达性分析,计算出所有可行变迁触发序列。通过对触发序列的时序分析,提出一种有效的逆向分步法来构造触发序列的时间约束不等式,进而求解线性规划问题来获得最小完工时间下界(上界)的优化调度策略。最后利用实例分析验证了模型及所提方法的正确性和可行性,为实际的区间柔性作业车间调度问题提供有效方案。     

相关工件车间调度问题的拓扑算法

针对加工装配型离散制造企业实际生产的特点,提出了一类用于表示工序之间偏序关系的相关工件车间调度问题。为了利用已有的求解表示工序之间的线序关系的传统车间调度算法求解相关工件车间调度问题,设计了一种拓扑算法,该算法能够将工序之间的偏序关系转化为线序关系,将相关工件车间调度问题转化为传统的车间调度问题,通过实证研究,结果表明了拓扑算法是可行和高效的。     

一种基于分解交货期的Job Shop启发式调度算法

针对以拖期加权和为目标的Job shop调度问题,提出一种基于分解交货期的启发式调度方法,首先根据工件的允许流比率确定每道工序的初始交货期,然后在活动调度框架下应用改进的MOD规则确定工件在机器上的加工顺序．在迭代优化过程中不断调整关键工序的交货期以改善调度的质量,并考虑了工件之间的相互影响．算例仿真研究表明,该算法可以在较短计算时间内得到较好解。可以满足实际Jobshop系统对调度质量和计算效率的要求。     

A GEP-based reactive scheduling policies constructing approach for dynamic flexible job shop scheduling problem with job release dates

Flexible job shop scheduling problem (FJSSP) is generalization of job shop scheduling problem (JSSP), in which an operation may be processed on more than one machine each of which has the same function. Most previous researches on FJSSP assumed that all jobs to be processed are available at the beginning of scheduling horizon. The assumption, however, is always violated in practical industries because jobs usually arrive over time and can not be predicted before their arrivals. In the paper, dynamic flexible job shop scheduling problem (DFJSSP) with job release dates is studied. A heuristic is proposed to implement reactive scheduling for the dynamic scheduling problem. An approach based on gene expression programming (GEP) is also proposed which automatically constructs reactive scheduling policies for the dynamic scheduling. In order to evaluate the performance of the reactive scheduling policies constructed by the proposed GEP-based approach under a variety of processing conditions three factors, such as the shop utilization, due date tightness, problem flexibility, are considered in the simulation experiments. The scheduling performance measure considered in the simulation is the minimization of makespan, mean flowtime and mean tardiness, respectively. The results show that GEP-based approach can construct more efficient reactive scheduling policies for DFJSSP with job release dates under a big range of processing conditions and performance measures in the comparison with previous approaches.