基于关键设备工序紧凑的工序分类、分批的Job-Shop调度算法

通过对产品加工树的分解,可将产品加工工序分为存在具有唯一紧前、紧后相关工序和独立工序,在对这两类工序研究分批综合应用拟关键路径法(ACPM)和最佳适应调度方法(BFSM)调度时,考虑关键设备的工序紧凑性。通过分析与实例验证,所提出的调度方法对解决复杂Job-Shop调度问题不仅算法简练而且效果较好。     

非紧密衔接工序动态车间调度算法

对于实际生产中经常出现的非紧密衔接工序调度问题,提出一种将非紧密衔接工序变为紧密衔接工序的转换策略,用该策略在对工序间延迟约束进一步研究的基础上,提出标准工序、延迟工序和扩展加工工艺树概念.通过对拟关键路径法和最佳适应调度法算法进一步完善,设计一种通过优先调度延迟工序,对标准工序分批采用拟关键路径法和最佳适应调度法,同时考虑关键设备上标准工序尽量紧凑的具有非紧密衔接工序的动态调度算法.实例验证表明,所提出的调度算法不仅能够较好地解决更具实际意义的动态非紧密衔接工序调度问题,而且能够扩展解决动态紧密衔接工序调度问题.     

前移存在调整时间综合调度工序的算法

针对目前存在调整时间的综合调度算法只考虑快速插入调整时间实现调度方案,没有考虑调整时间会随工序次序改变影响调度结果的问题,提出通过改变工序调度次序前移存在调整时间综合调度工序的算法。该算法在保证相关工序不后移的条件下,通过改变相同加工设备上具有相同工艺紧后工序的工序调度次序,从而改变工序之间的调整时间,使调整工序最晚结束时间提前,使其工艺紧后工序开始时间有可能提前,从而实现提高设备利用率,提前产品最终完工时间。实例表明该算法可获得存在调整时间的综合调度问题的更优解。     

基于邻域渲染的二车间综合调度算法

针对如何将复杂产品工序有效地分配到具有相同设备资源的两车间加工的问题,提出了基于邻域渲染的二车间综合调度算法。该算法为了实现产品加工尽早结束,提出关键设备均衡策略,将关键设备上的所有加工工序预先按并行加工时间最长方案均衡的分配到二车间;为了减少两车间之间的迁移次数,提出邻域渲染策略和同设备工序车间选择策略,通过计算未分配加工车间工序的邻域加工工序的渲染因子和影响因子确定其所在的加工车间;为了提高调度效率,采用动态关键路径策略和短用时策略确定工序调度次序,按序确定工序的加工车间和开始加工时间。分析和实例表明,所提出的算法产品加工时间较短、工序迁移次数较少且不增加算法复杂度。     

基于交货期紧迫度的综合调度算法

为解决开始时间与交货期都不相同的多品种小批量复杂产品综合调度问题,提出基于交货期紧迫度的综合调度算法。该算法根据产品加工的开始时间由前到后排序调度;当存在多产品开始时间相同时,根据产品优先加工的紧迫度,确定它们的调度次序;如果存在紧迫度相同的产品,将按交货期由早到晚排序调度;若交货期也相同,则将它们虚拟成一个产品统一调度;对被调度产品采用长路径策略和短用时策略确定其各工序的调度次序,并结合设备工序紧凑法确定工序的开始时间。该算法结合产品紧迫度和设备工序紧凑法的优点,使开始时间不同的多产品在尽量减少设备空闲时间的情况下,按交货期完工。理论分析和实例表明,该算法可在二次复杂度内给出较合理的综合调度方案。     

动态调整设备维护开始时间的综合调度算法

针对综合调度领域中关于设备维护的问题,提出动态调整设备开始维护时间的调度算法.算法在定义设备超负荷运行时间的基础上,按照加工设备与加工工序的对应顺序,首先调度叶结点工序分类集,再以实际加工完毕时间与设备预计维护时间差值最小的原则,利用动态规划的方法依次采用"关键路径法+短用时+层优先"的顺序调度工序集工序,判断设备是否存在超负荷的情况调整设备的维护始点,最后依据设备超负荷的具体情况决定设备开始维护的实际时间.通过实例表明,算法能够有效减少设备的超负荷运转,并提高设备利用率.     

基于设备空闲事件驱动的综合调度算法

针对基于拟关键路径法(Allied criticai path method,ACPM)的综合调度算法按路径长度确定工序的调度次序,形成工序组间的并行处理,使设备产生较多空闲时间的问题,提出基于设备空闲事件驱动的综合调度算法.该算法主要是根据空闲设备选择加工工序,思路是以每次工序加工结束作为一次设备空闲事件,驱动空闲设备进行一次可调度工序的寻找:如果可调度工序唯一,则调度此工序;如果可调度工序不唯一,选择父结点路径长的工序;如果父结点最长路径相同,选择用时短的工序.由于该算法在调度工序时不考虑工序序列且以设备空闲驱动,使得该算法按工序并行处理且能充分利用设备空闲时间,避免基于ACPM法产生较多设备空闲时间的问题.另外,由于该算法无需判断空闲时间段的大小、相同设备间的使用均衡和无需空闲设备频繁检测可调度工序,可节约大量的判断操作.实例表明所提出的算法不仅比系列ACPM法设备利用率都高,而且简便可行.     

一种自适应的柔性制造系统优化调度算法

讨论了柔性制造系统的工序流程调度问题,首先通过对工艺流程偏序图拓扑排序求得每道工序的最早发生时间和最迟开始时间,利用关键路径法求得关键路径后引入层次分析法,定性与定量相结合综合考虑各种相关因素建立起自适应优化模型,从而使各数字控制设备加工任务队列根据系统实时状态及当前需求自动优化,具有最优化加工时间、平衡设备利用率以及调度简单均衡等优点.     

2个加工时间不同工序组批的嵌套批综合调度算法

针对已有的批加工工序数为2的批综合调度算法,没有考虑组批工序不同和后续工序中存在组批工序的情况,不能适用于更复杂的批综合调度问题,提出求解2个加工时间不同工序组批的嵌套批综合调度算法。该算法根据批处理工序加工时间不同的特点,定义串行衔接时间和并行衔接时间;提出判断组批的余差比较策略;当可与等待工序一同批处理的工序不唯一时,采用组批前移最大化策略确定组批处理工序;当准备组批处理工序的后续工序中存在组批工序时,在余差比较策略中加入嵌套优化策略确定该工序是否组批;由于组批工序的后续工序较多且对调度结果影响较大,采用前续工序优先策略使组批工序尽早加工。理论分析和实例表明,提出的算法可解决2个加工时间不同工序组批的嵌套批综合调度问题。     

柔性作业车间中基于工序分批的调度问题与求解

考虑到柔性作业车间分批调度中不同工序具有各自合适批量大小,提出了基于工序分批调度的概念,建立了以关键路径工序为中心的分批调度模型。该模型动态更新可加工工序子批集,同时更新可选加工机器,及时调整加工路线,为不同工序安排大小合适的批量,以达到优化完工时间、有效降低总加工批次的目的。实验结果表明,相比基于工件分批的调度,该模型在优化最长完工时间、提高机器利用率的同时,大幅减少了总加工批次数量(42%),降低了车间调度管理的复杂度。     

NEW NONSTANDARD JOB SHOP SCHEDULING ALGORITHM

Considering the complex constraint between operations in nonstandard job shop scheduling problem （NJSSP）, critical path of job manufacturing tree is determined according to priority scheduling function constructed. Operations are divided into dependent operations and independent operations with the idea of subsection, and corresponding scheduling strategy is put forward according to operation characteristic in the segment and the complementarities of identical function machines. Forward greedy rule is adopted mainly for dependent operations to make operations arranged in the right position of machine selected, then each operation can be processed as early as possible, and the total processing time of job can be shortened as much as possible. For independent operations optimum scheduling rule is adopted mainly, the inserting position of operations will be determined according to the gap that the processing time of operations is subtracted from idle time of machine, and the operation will be inserted in the position with minimal gap. Experiments show, under the same conditions, the result that operations are scheduled according to the object function constructed, and the scheduling strategy adopted is better than the result that operations are scheduled according to efficiency scheduling algorithm.     

服务型制造车间关键任务调度的Stackelberg博弈研究

针对服务型制造车间关键任务调度问题,提出了两层次嵌套的Stackelberg博弈调度模型。该博弈模型由Stackelberg子博弈与非合作静态子博弈构成。其中Stackelberg子博弈模型用于解决关键任务与非关键任务的之间的调度决策问题,非合作静态子博弈模型则用于实现非关键任务之间的调度决策。在该博弈调度模型中,将关键任务映射为领导者,将其余非关键任务映射为追随者,将与各任务包含的工序集所对应的可选加工设备映射为可行方案集,将各任务的综合成本指标映射为收益函数。为实现对模型的Stackelberg均衡点的有效求解,设计了基于爬山搜索的混合自适应遗传算法。算例仿真结果验证了所提出的模型与解算方法的正确性。     

存在多设备工序的综合调度算法

针对工序集中存在需要多台设备协同完成加工的多设备工序的综合调度问题,提出一种把多设备工序设计成在多个相关设备上同时加工的多个虚拟工序的方法。该算法把产品加工树转化为多设备工序被设计成虚拟工序组的虚拟加工工艺树,为了优先调度虚拟工序组,将虚拟加工工艺树分解为以虚拟工序组为根结点的子树和剩余标准工序组成的子树,优先调度以虚拟工序组为根结点的子树;当以虚拟工序组为根结点的子树不唯一时,按子树上虚拟工序组个数多少确定子树的调度次序;对每个以虚拟工序组为根结点的子树,优先调度虚拟工序组个数较多的路径上工序;为了使相关虚拟工序同时开始加工,提出虚拟工序动态调整策略。理论分析和实例表明,所提出的调度算法能够较好地解决存在多设备工序的综合调度问题。     

An intelligent operations scheduling system in a job shop

Scheduling jobs effectively under the consideration of actual loads on machines is one of the most complicated tasks in production control. The conventional scheduling methods fail because of the complexity of the tasks. To deal with the complexity, knowledge-based approaches to job shop scheduling have been attempted. This paper presents an interactive scheduling expert system, IOSS (Intelligent Operations Scheduling System), which performs both predictive and reactive scheduling. IOSS combines the knowledge-based scheduling method with the interactive scheduling method to generate a feasible schedule and to revise the existing schedule. It is based on opportunistic and interactive repair based problem solving within a blackboard architecture. To handle conflicting events, heuristics are applied from the order point of view. Flexible reaction management is possible while keeping the changes in the generated schedule to a minimum by adjusting the schedule for tardy operations or changes in job shop status. The effectiveness of the proposed concept is demonstrated by applying the developed system to an example case.     

工序加工时间不确定的柔性作业车间重调度算法

针对工序加工时间不确定的柔性作业车间重调度问题,以最小化最大完工时间和最小化机器总负荷为目标,利用区间数表征加工时间不确定性,采用泛灰数实施作业调度,引入EDQS重调度触发机制和滚动窗口优化策略,设计了关键工序集的构造规则;采用改进的NSGA-Ⅱ算法优化关键工序集和SPT规则调度非关键工序集,从而实现完全工序集的调度。引入Hypervolume指标维护进化种群,在保证Pareto最优解集收敛性的同时维持了群体多样性,以泛灰数序关系确定最优调度方案。仿真实例不仅证明了基于工序加工时间不确定的柔性作业车间重调度算法的可行性和有效性,而且证明该方法能够及时响应不确定性因素扰动。     

柔性作业车间多品种小批量调度算法研究

提出一种多目标混合遗传算法(MIGA),采用集成法同时解决柔性作业车间调度的两个子问题:机器分配问题和工序调度问题。MIGA在标准遗传算法的基础上采用随机权重法解决多目标问题,引入精英保留策略加速算法的收敛,集成小生境技术提高种群的多样性,基于扩展工序编码,按Makespan和安装准备成本最优对调度批分别解码。最后,用标准算例进行了算法验证,证明MIGA可以有效解决柔性作业车间多品种小批量调度问题。     

A rolling horizon job shop rescheduling strategy in the dynamic environment

In this paper, the job shop scheduling problem in a dynamic environment is studied. Jobs arrive continuously, machines breakdown, machines are repaired and due dates of jobs may change during processing. Inspired by the rolling horizon optimisation method from predictive control technology, a periodic and event-driven rolling horizon scheduling strategy is presented and adapted to continuous processing in a changing environment. The scheduling algorithm is a hybrid of genetic algorithms and dispatching rules for solving the job shop scheduling problem with sequence-dependent set-up time and due date constraints. Simulation results show that the proposed strategy is more suitable for a dynamic job shop environment than the static scheduling strategy.     

A Genetic Algorithm Approach to the Scheduling of FMSs with Multiple Routes

Usually, most of the typical job shop scheduling approaches deal with the processing sequence of parts in a fixed routing condition. In this paper, we suggest a genetic algorithm (GA) to solve the job-sequencing problem for a production shop that is characterized by flexible routing and flexible machines. This means that all parts, of all part types, can be processed through alternative routings. Also, there can be several machines for each machine type. To solve these general scheduling problems, a genetic algorithm approach is proposed and the concepts of virtual and real operations are introduced. Chromosome coding and genetic operators of GAs are defined during the problem solving. A minimum weighted tardiness objective function is used to define code fitness, which is used for selecting species and producing a new generation of codes. Finally, several experimental results are given.