供应链中生产和运输协调调度问题初探

提出了解决供应链中生产和航空运输协调调度问题的理论框架.基于对生产调度和航空运输调度彼此制约关系的分析,协调调度问题被分解为两个子调度问题.建立了航空运输子调度问题的整数规划模型,并证明了该问题为NP完全问题.提出了基于倒排调度方法(backward scheduling method)的调度算法解单机生产调度子问题.     

一种动态识别瓶颈机床的前向启发算法

为了解决作业车间调度问题中的瓶颈漂移和动态识别问题,提出了一种动态识别瓶颈机床的前向启发算法.该算法引入搜索空间的概率分析方法,通过工序开工概率、工序对机床的独立需求概率、机床累计需求概率和3个量化参数,构造了以竞争高峰时段的机床负荷量大小为判定依据的瓶颈机床识别启发规则.实验结果表明该方法能够有效识别瓶颈机床,使得大规模作业车间调度的求解复杂度显著降低.     

Research on a DPN-based production-energy consumption coupling type dynamic dispatching system for continuous process enterprises

针对企业的生产和能源调度需求,采用模块化方法建立并研究了连续型企业生产-能耗耦合式动态调度系统的微分Petri网(DPN)模型,以解决当前能源调度与生产调度脱节的问题.该模型由总体架构模型、带遥调或遥信阀门的系统传输管网模型、检测预警模型、带协同约束弧的调度预警器模型和备用设备模型组成.采用DPN仿真算法,通过调整遥调、遥控和遥信阀门实现了系统DPN模型的动态调度仿真.该生产与能耗耦合的动态调度系统的软件已实现了从工艺界面到调度界面的转化.该系统对企业生产和能源管理具有重要的辅助作用.     

面向订单的生产计划与调度的综合优化

研究了一个多订单环境下的生产计划与调度集成优化问题,以实现准时生产为目标,综合考虑产品装配结构约束的订单任务计划与订单产品零部件的加工调度,采用直接面向客户订单的工序调度模式建立了计划和调度的综合优化整数规划模型.设计了带精英策略的蚁群算法作为该数学模型的求解方法,并通过对比试验为该算法选取最佳的搜索参数.实例仿真结果表明,所建模型的正确性以及蚁群算法求解该问题的可行性和有效性.     

工期不确定的模具车间柔性Flow-shop调度问题

由于模具制造属于非重复性单件订货生产,模具加工的任务工期具有较强的不确定性,导致生产调度混乱。为制定合理可行的生产调度方案,建立了任务工期离散概率模型,以最大完工时间的期望值最小为目标,建立不确定工期柔性Flow-shop调度模型;在遗传算法交叉、变异等操作中融入模拟退火操作,将遗传算法的全局搜索能力与模拟退火算法的良好局部搜索能力相结合,设计了不确定工期的柔性Flow-shop调度问题混合遗传模拟退火算法。利用混合遗传模拟退火算法对调度模型进行求解,通过仿真实验表明,该研究对于解决工期不确定的模具车间柔性Flow-shop调度问题是行之有效的。     

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。     

多资源作业车间的混合自适应GA优化调度

针对多资源约束的车间调度问题,将启发式算法和自适应GA优化方法结合起来,提出了混合自适应GA方法,建立了多资源约束的车间优化调度模型.根据启发式调度算法中优先规则对调度目标的影响,设计了新的编码规则.采用正弦函数作为自适应因子,使得交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率,克服了启发式算法和普通GA的缺陷.通过实例仿真并与其他算法比较结果表明,混合自适应GA算法可以很好的解决作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

集成预防性维护计划的单机调度蚁群优化研究

尽管生产调度与预防性维护计划密切相关,且其共有目标都是提高机床的利用率,但是存在着调度优化上的冲突.为了综合考虑单机情形下的生产调度与预防性维护计划,提出了一种改进的蚁群优化算法,用于解决以总计作业加权完成时间和总计维护成本最小为双目标的生产调度与预防性维护计划的集成模型.同时进行了大量的仿真实验,比较结果表明提出的蚁...     

有模具约束的并行机批量流调度问题研究

大多数调度问题均假设产品以单个或整批的方式进行生产,而实际生产过程中,会把产品分批后再进行生产。但当考虑模具约束时,对如何解决产品分批以及制定合理调度方案的问题,本文以最小化最大完工时间为优化目标,建立了考虑模具约束的并行机批量流调度模型,并提出了一种基于遗传算法和差分算法结合的混合差分遗传算法（DEGA）,实现分批与调度两个问题并行优化。最后通过对算例测试,DEGA算法得到更优的解,证明了该算法的优越性和稳定性。结合实际案例,验证了模型和算法的可行性。     

面向医疗器械企业灭菌工艺的不同容量平行机批调度

针对医疗器械企业灭菌工艺生产过程的调度问题,提出面向灭菌工艺的不同容量平行机批调度方法,建立以最小化总延迟时长、最小化总加工能耗和最大化灭菌柜装载率为目标的不同容量平行机批调度模型。并针对模型的求解提出一种改进的NSGA-III算法(Improved NSGA-III,INSGA-III)。为了获得更高质量的批调度解,采用EDT+MLC启发式规则生成INSGA-III初始种群,并设计一种局部搜索策略以改进算法迭代后期的搜索能力。最后,通过算例仿真与传统调度方法进行对比分析,验证了该模型和算法的有效性和可行性。结果表明,该模型和算法较传统调度方法有明显的优势,可为医疗企业实际生产调度提供新思路。