并行机环境下的多目标Job_Shop调度问题研究

分析并讨论了带调整时间即换模具时间,综合考虑工件完工时间、不同交货期窗口下的提前/拖期惩罚、并行机环境下的多目标Job_Shop调度问题,提出了一种基于不同工件工序排序的染色体编码方式,利用稳步遗传算法求解,并融合变邻域搜索和依角度聚类的方法,使得求得的Pareto解集在质量和分布上均有较好的效果。仿真实验表明了此种算法的可行性和有效性。     

并行机成组调度问题的启发式算法

研究了优化目标为总拖后/提前时间最小化的并行机成组调度问题,提出了一种三阶段启发式近似求解算法。首先把并行机问题看成单机问题,以最小化总拖后时间为优化目标排列工件的加工次序;然后将工件按第一阶段所求得的次序指派到最先空闲的并行的机器上;最后采用改进的GTW算法对各机器上的工件调度插入适当的空闲时间。计算表明该算法能够在很短的时间内给出大规模调度问题的近似最优解。     

并行机实时调度问题的LR&CG算法

研究了目标函数为最小化总加权完成时间的并行机实时调度问题.建立该问题混合整数规划模型,并提出融合拉格朗日松弛(LR)和列生成(CG)的 LR & CG 混合算法.该算法包含双重迭代,在内环以次梯度法作为下界求解器和列生成器,在外环通过求解限制主问题来获得影子价格以调节拉格朗日乘子.计算实验结果表明,在相同的计算时间内, LR & CG 能够比常规的 LR 算法获得更好的上界和下界,表明了前者具有更好的收敛性能.     

蚁群算法求解非等同并行机调度问题的研究

针对非等同并行机服务调度问题,以机场除冰调度服务为背景并以最小化旅客延误数为目标,提出了一种改进的蚁群算法。该算法根据调度模型的特点,充分考虑模型的约束条件并运用了一种改进的信息素更新策略求解并行机调度问题。仿真结果表明,改进的蚁群算法收敛速度快且结果较优,明显优于FIFO算法,适合求解非等同并行机调度问题。     

混合遗传算法求解带不相关并行机的HFSSP

研究了带不相关并行机和批生产约束的混合流水车间调度问题,其中初始阶段为串行批处理机,相邻加工阶段间工件的运输时间独立于加工时间。针对该问题,以最小化最大完工时间(makespan)为目标,建立了整数规划模型,提出一种结合NEH启发式算法、局域搜索和自适应遗传算法的混合遗传算法获取近优解。采用NEH启发式算法产生初始工件加工序列群以提高群质量,提出自适应参数调节机制设计交叉变异概率,进而利用交叉和变异操作改进解的质量。最后,通过局域搜索产生邻域解以更新遗传算法(GA)的解。仿真实验测试了不同规模的实例,与其他基于GA的混合算法的性能进行对比,结果表明所提出的混合遗传算法优于其他算法,能在合理的计算时间内得到较好的近优解。     

求解敏捷供应链调度优化问题的混合遗传算法

针对敏捷供应链调度决策中,需求的时间、数量约束和供应商生产能力、可用调度时段约束造成系统优化的复杂性,设计结合贪婪算法的混合遗传算法进行求解。算法以供应链系统库存成本和运输成本为适应度函数,以包含企业信息、部件信息和调度时段信息的时段编码作为遗传编码,以线性次序交叉LOX算子和逆序变异INV算子进行交叉和变异操作,在解码过程中结合贪婪算法进行调度决策和适应度计算,保证算法在满足约束条件的基础上快速收敛到系统Pareto最优解,通过算例验证算法的有效性。     

混合遗传算法求解配送车辆调度问题

车辆调度优化是物流配送的关键环节。针对有时间窗的车辆调度问题,综合考虑了路网中的交通状况,提出改进的车辆调度模型。并针对这个模型,设计了混合遗传算法,采用自适应策略调整交叉和变异概率,引进有效的交叉和变异算子,并结合模拟退火算法缓解遗传算法的选择压力,避免早熟收敛。仿真结果表明该算法与标准遗传算法相比有更好的性能。     

改进蚁群算法在具有退化特征并行机调度上的应用

本文讨论了非抢占式独立并行机的退化调度问题,在这个问题中工件的加工时间是线性增加的,目标函数是极小化总完工时间。为了有效的解决这种复杂的车间调度问题,针对并行机调度的特点,本文提出了一种改进的蚁群算法,对信息素更新策略以及选择概率做了修改。通过实例仿真,与传统的粒子群算法,遗传算法进行比较,实验结果表明,本文提出的改进蚁群算法具有较好的收敛性与稳定性。     

解优先级约束并行机调度问题的人工免疫算法

针对家纺企业车间调度的实际情况,建立了优先级特殊工艺约束下并行多机拖后调度模型,并提出一种新颖的人工免疫算法对其求解。该算法是依据生物的免疫机理,将目标函数作为抗原,将问题的解作为抗体,对抗体采用向量组编码的方式进行编码,通过克隆、变异及一种新颖的基于浓度的种群多样性更新选择方法,提高了种群多样性,并通过局部搜索改善了种群质量,加快了收敛速度。仿真结果表明,与遗传算法相比较,该算法能更快更准确地收敛到全局最优解。     

复杂并行机调度问题基于分解的优化算法

针对纺织生产过程中广泛存在的带特殊工艺约束的大规模并行机调度问题，提出了一种基于分解的优化算法。首先将原调度问题分解为机台选择和工件排序两个子问题，然后针对机台选择子问题提出一种进化规划算法，并采用一种具有多项式时间复杂度的最优算法求解工件排序子问题，以得到问题特征信息（即每台机器对应拖期工件数的最小值），该问题特征信息用以指导进化规划算法的迭代过程。不同规模并行机调度问题的数值计算结果及实际制造企业应用效果表明，本文提出的算法是有效的。     

实时协同的调度算法研究

研究了目前流行的实时调度技术,归纳总结了不同调度技术下的典型调度算法,介绍了实时调度算法的调度规则、调度特点、适用场合以及需要解决的问题,分析了典型商业实时操作系统中的调度技术,提出了增强操作系统实时性能需要解决的技术问题,为将优秀的实时调度算法应用在实时操作系统中奠定了理论基础。     

多目标混合遗传算法求解流水车间调度问题

为高效地求解多目标流水车间调度问题,提出了一种多目标混合遗传算法,此算法将局部搜索融入进化计算中,采用非劣解并行局部搜索策略,并依据基于Pareto支配关系的个体排序数和密度值进行适应度赋值,以加速算法的收敛,保持群体多样性.仿真结果表明,新算法能够有效地解决多目标流水车间调度问题.     

基于NSGA2算法的并行机多目标调度问题研究

针对并行机多目标调度问题,以完工时间和总延迟时间最小为目标函数建立了数学模型,从而将具有解决复杂组合优化问题的非劣排序遗传算法NSGA2应用于求解多目标并行机调度问题。文中详细描述了用NSGA2算法求解并行机调度问题的步骤,并通过Matlab仿真,表明YhqNSGA2算法求解多目标并行机调度问题的可行性和有效性。     

实时调度算法分类研究

调度是实时系统的一个研究热点。一个调度算法的好坏决定着实时任务能否在规定的时限内完成。本文对实时调度进行了讨论;研究了经典静态调度算法中的速率单调调度算法,并提出了对该算法的改进;分析了动态调度中的最早截止期最优先算法;最后,对实时调度研究策略方向进行了展望。     

求解不相关并行机混合流水线调度问题的人工蜂群算法

针对不相关并行机混合流水线调度问题的特点,设计了一种基于排列的编码和解码方法,提出了一种有效的人工蜂群算法.在引领蜂和跟随蜂搜索阶段采用3种有效的邻域搜索方法,以丰富搜索行为;在侦察蜂搜索阶段通过随机搜索对种群进行更新,以增强种群多样性.同时,通过试验设计方法对算法的参数设置进行了分析,给出指导性参数组合.通过基于典型实例的数值仿真以及与已有代表性算法的比较,验证了所提算法的有效性和鲁棒性.     

求解不相关并行机调度问题的十进制多目标灰狼算法

针对不相关并行机调度问题,面向降低能源消耗和减少完工时间的目标,提出一种更高效的基于十进制整数编码的多目标灰狼算法.求解时,采用将资源配置与作业排序相结合的十进制整数编码方式,设计了针对多目标离散调度问题的两阶段位置更新机制.同时引入了N S GA-Ⅱ的精英保留策略,提高了算法的寻优能力,应用最大迭代次数停止准则结束循环并保留最优解.最后,通过数值实验与有代表性的前沿算法进行仿真对比,以验证所提算法的可行性与有效性.     

基于混合遗传—蚁群算法的MRO服务调度研究

随着设备的维修、维护和大修（Maintenance, Repair& Overhaul,MRO）规模扩大,设备的维修和维护越来越难,成本越来越高,MRO服务企业需要更加科学合理地调配资源,这就带来了MRO服务调度问题。为此本文提出了一种基于混合遗传-蚁群算法的MRO调度方法。建立了维修服务调度问题数学模型,采用混合遗传-蚁群算法对模型求解,以综合适应值最小为优化目标,得出最优调度方案,解决了MRO服务调度问题。最后,以某航天企业的10个维修任务为例,比较了本文提出的基于混合遗传-蚁群算法的调度方法与常规遗传算法、蚁群算法的优化结果,结果表明两种算法结果一致,且基于遗传-蚁群算法的调度方法收敛速度更快,从而验证了本文方法的可行性。     

混合遗传算法在分布式车间作业调度中的应用

分布式车间作业计划与调度是一个典型的组合优化问题,而组合优化问题是遗传算法求解的领域。该文描述了分布式车间作业调度问题及其调度方法,结合分布式车间生产模式的实际情况,将模拟退火算法引入自适应遗传算法,提出了混合遗传算法(GASA);详细地阐述了分布式车间作业计划与调度问题的解决策略和操作过程,并以甘特图的方式给出了计算结果。与其他方法比较,混合遗传算法是解决分布式车间作业计划与调度问题的更为优良的方法。     

造船监理员调度模型和混合遗传算法求解

有效快速地调度不同专业的造船监理员至不同厂区进行监理工作可以提高船舶建造效率,确保船只建造质量。针对我国造船监理公司监理员调度方面缺乏通用模型和调度手段落后的问题,建立起带有一系列硬性约束和软性约束的数学模型。随后针对该数学模型采用了基于模拟退火遗传算法的混合遗传算法进行求解。模拟仿真实验表明该模型与算法取得了理想效果。     

飞机除冰服务资源的并行机调度方法

以冬季机场除冰资源优化安排问题作为研究对象,以提高飞机除冰资源利用效率为目标,通过对机场飞机除冰过程调度问题的理论和方法进行研究分析,提出了采用混合调度算法来解决机场除冰调度问题的研究方案.在此基础上构建数学模型来实现除冰资源的最大化利用,并对模型进行了算法仿真和对比分析.结果表明,采用该算法对飞机除冰调度问题进行求解,可以实现除冰资源的更有效利用,能够更好地提升现有人工调度方法的资源利用效率.