基于订单的服装企业生产排期算法

针对面向订单生产的服装上下游企业生产排期问题,提出以集中式供应链管理思想划分供应链角色的方法。分析订单驱动的工艺流程,面向核心企业建立加工商协调生产的排期模型。该问题的关键是合适的订单模型和加工商模型,通过考虑订单的重要性并设置条件筛选加工商,利用遗传算法实现更快求解。     

基于改进型遗传算法的热轧生产计划调度系统

针对热轧型钢生产计划编制的约束条件复杂、易延误交货期、不易寻求最优解等问题,采用面向可拆分订单的批策略思想建立了新的生产计划模型,并针对新模型改进了遗传算法,提出了拆分染色体遗传算法.结合某钢铁企业实例,在建立基于批决策与批调度热轧数学模型、列举实际生产约束条件之后,阐明了此种新算法的应用过程,并且通过不同的订单数据进行模拟计算和结果比较,证明了该模型及算法得出的生产计划可节省生产时间、降低设备调度、减少交货延误,以此来指导热轧型钢的生产,可切实提高企业利润率.     

面向订单的硅材料生产计划自动生成系统

本文介绍一个面向订单的生声计划自动生成系统。作为我国自主开发的第一套半导体材料计算机辅助制造(SM-CAM)系统的核心模块,该系统台理地解决了硅材料生产的订单管理、生产资源的综合分析和生产能力平衡的计算,并能自动生成生产计划。该系统已成功地投入运行。     

基于混合遗传算法的订单生产调度在机车车辆行业中的应用

机车车辆行业作为典型的面向订单的机械制造企业,优化的生产调度方法能提高订单的准时交货,缩短产品的生产周期,提高企业的市场竞争力。订单生产调度问题是典型的NP-hard问题。遗传算法(Genetic Algorithms)为求具有多个约束的复杂问题提供了有效的方法。但是遗传算法的局部搜索能力比较差,在解决订单生产调度问题中存在着明显的不足。本文引入了局部搜索能力很强的禁忌搜索算法,用遗传算法和禁忌搜索算法相结合的混合遗传算法来解决机车车辆行业中面向订单生产调度问题。     

面向订单装配汽车制造企业网络订单管理系统

为满足客户多样化、个性化的需求,面向订单装配的生产组织方式近年来在汽车制造企业中得到了越来越多的应用,面向订单装配生产对企业的信息化提出了更高的要求.本文在分析我国中小汽车制造企业销售模式和订单管理业务流程的基础上,阐述了一个用以解决汽车整车制造企业与其经销商进行订单管理业务协作的网络化系统设计方案.     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。     

基于遗传算法的MES热轧型钢生产计划调度系统的研究

针对热轧型钢企业生产计划调度的约束复杂、易延误交货期、寻求最优解困难等问题,提出生产计划调度系统的结构功能设计方案,选用改进的批决策批调度策略建立计划调度模型,并利用遗传算法求解生产调度计划。以某热轧型钢企业设计实现的制造执行系统为依托,研究生产计划调度系统的执行情况,通过不同的订单数据以及不同的计划编制方法进行模拟计算和结果比较,验证了该改进型批决策与批调度模型的解可降低设备调度、节省生产时间、减少交货延误,以此来指导热轧型钢的生产可切实提高企业生产效率。     

面向云平台中心化集成调度的跨供应商订单分配模型

跨供应商订单分配可以充分发挥云平台优势,有效整合利用各供应商的剩余资源.鉴于此,提出一种云平台主导的集成调度模式,基于该模式和供应商的产能约束、运输约束、订单约束构建面向云平台中心化集成调度的跨供应商订单分配模型,给出基于改进遗传算法的模型求解方法,并通过算例演示所构建模型和算法的有效性.Matlab实验结果表明,订单能够在各供应商间得以科学分配,实现各供应商闲置资源有效利用和成本最优.     

汽车装配车间生产计划逆向递推与调度

本根据实际汽车装配企业的需要,提出一种依据各车间的上下游关系从总车间成车下线计划开始向递推出所有上游车间生产计划的方法和基于下游需求拉动与上游关键装配件供应约束的车间生产调度方法,并结合数据库技术给出了他们的实现方法。目前,该方法已经应用于实际,并取得了良好的效果。     

基于自适应退火遗传算法的车间日作业计划调度方法

遗传算法、模拟退火算法、最优个体保护法在全局收敛性、种群早熟化、收敛速度慢等方面存在应用缺陷.文中提出了自适应退火遗传算法解决车间日作业计划的调度问题.该算法针对遗传算法中组成编码串的变异概率在整个搜索过程中是固定不变的,而且取值较小,促使算法的求解过程很长,且易走向局部最小值,提出自适应变异概率的概念与理论改善遗传算法的收敛速度;针对选择算子对种群多样性的影响,提出整体退火选择的方式(Boltzmann概率选择机制)选择杂交母体,以克服种群早熟化,避免过早收敛.最后结合车间日作业计划静态调度模型给出求解算法和求解实例.     

生产作业计划仿真优化研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化。仿真优化结果说明了该集成优化方法是有效性的。     

基于遗传算法的Job-Shop调度问题求解方法

调度问题是许多计算机应用领域的重要问题,Job-Shop调度是其中的一类典型的困难问题,它通常包含多个可并行实现的目标以及实现这些目标的多种方法与资源.本文以一类实用的Job-Shop问题模型为基础,给出了用遗传算法求解调度问题应采用的染色体表示方法,并针对问题的特点,给出了面向资源空间与面向规划空间的遗传操作的设计思想与方法.实验结果表明,基于遗传算法的Job-Shop调度问题求解方法具有较好的性能,同时也表明,对于求解过程中可能出现的提前收敛问题可通过改变遗传操作概率及调节适应度等方法予以解决.     

改进的遗传算法在作业调度中的应用

作业调度问题（JSP）是一类典型的NP-hard问题,遗传算法作为一种通用的优化算法在求解JSP中得到了广泛的应用。本文主要针对作业车间调度问题,基于改进的遗传算法 ,根据种群的进化状况,从而确定种群的适应度值,使之能够保持种群的多样化。     

罩式退火炉生产优化调度方法及其应用

罩式退火炉的生产调度过程是一个典型的多工序.多约束、有重入的多机并行调度问题,难于解析建模.对此问题,将离散事件仿真技术与改进的遗传算法相结合,提出罩式退火炉生产的优化调度方法.生产现场的实际应用表明所提方法大大提高了生产设备的利用率和生产效率.     

多工艺路线车间作业调度遗传算法实现

针对简单遗传算法在解决作业车间调度问题时只适用于简单问题的局限,研究了多工艺路线的批量调度遗传算法实现,论述了3种提高生产效率的调度策略,即采用最小批量原则对零件进行分批调度生产;将批量准备时间和零件加工时间相分离,在工件到达加工机床前做好批量加工准备;在生产加工过程中,将同批加工零件进行多次机床间转移,缩短后续机床的等待时间.同时将工序优先级调度算法加入到简单遗传算法,提出了一种全局优化的多工艺路线批量生产调度混合遗传算法.仿真结果表明,该调度算法能取得较好的效果.     

基于遗传算法的一类带缓冲区的混合生产调度

提出带缓冲区的混合生产的一种调度模型,将离散生产所需的半成品原料的生产分解为连续生产各生产线的分段式生产任务,并给出快速调度方法,再利用遗传算法和分派规则求解离散生产调度问题,仿真算例表明了该方法的有效性。     

基于遗传算法的一类Job—shop调度

针对遗传算法解决生产路径不固定的调度问题所遇到的困难，提出一种遗传编码方式，并相应采用新的遗传算子。应用于某冷轧厂的精整计划钢卷调度问题，进行了仿真分析。     

面向时间敏感网络的流量调度方法

从高效流量路由调度计算的角度出发,针对时间敏感流量调度中通常存在的计算效率低、迭代收敛慢等问题,提出一种基于最短路径负载均衡与改进遗传算法的流量调度方法.建立网络模型与流量模型并定义时间敏感网络中的流量传输约束,同时利用基于K最短路径的负载均衡路由算法与改进选择算子和交叉变异概率的遗传算法进行路由与调度计算.实验结果表...     

具有依赖关系的周期任务实时调度方法

随着多核技术在嵌入式领域的快速发展,越来越多的功能被集成在同一个平台上,任务之间的关系越来越复杂.而当前大多数的实时周期任务的调度模型都是不考虑任务之间关系的相互独立的任务模型.文中则针对具有依赖关系的周期任务,提出了一种基于ST(Simple-Tree)的实时周期任务调度模型,通过该模型来维护任务之间的依赖关系.此外,为了有效地提高系统利用率以及降低死限丢失率,文中还提出了可延迟时间越短越优先的调度方法并和RM算法、EDF算法进行仿真实验比较,结果表明该方法具有较高的核利用率和较低的死限丢失率.