基于多代理和遗传算法的协同生产调度研究

针对经典作业车间调度(Job-Shop Scheduling)问题的局限性,结合实际生产情况,提出了基于多代理机制的供应链环境下的企业间的协同生产调度(Cooperated production scheduling)系统的体系结构,结合多代理的灵活性和遗传算法的全局优化性,阐述了一种基于多代理和遗传算法的协同调度系统,并寻求适合于这种供应链环境的优化调度方案.     

基于遗传算法的作业车间设备布局优化方法

针对作业车间设备布局这类多目标优化问题,在标准遗传算法的基础上,通过在染色体编码、约束处理、选择算子和变异算子设计、适应值计算等方面进行优化改进,提出了一种多目标作业车间设备布局优化算法,最后通过仿真实验验证了该方法的有效性.     

基于遗传算法的连续型设备布置优化

针对企业在生产过程中遇到的连续型设备布置问题,分析设备面积不等、形状固定及总空间限制等因素,提出分行布置的方案和数学模型来最小化物料搬运成本,用遗传算法对方案进行设计,并进行实证研究.     

改进多种群遗传算法的AutoStore系统多AGV调度优化

新兴紧致密集型仓储系统AutoStore存在出、入库单独作业及联合作业并存的情况,使用传统单一作业模式下所得AGV调度方案易导致资源浪费或效率低等问题。在分析多作业模式工作流程基础上,建立多AGV任务分配模型,优化目标为系统总作业时间最短。对传统多种群遗传算法进行改进。首先,为获得具有多样性的初始解,给出适用于实数编码的初始解判断式;其次,为提高搜索效率,给出交叉、变异概率计算式,使得遗传操作能随着进化过程和适应度值变化而不同。算例分析验证所给算法的可行性与有效性,能为系统提供更优的AGV调度方案。     

基于遗传算法的车间布局多目标优化

在分析单目标优化缺陷的基础上,构建了车间多行布局物流成本和空间利用率多目标组合优化模型.设计了车间多行布局遗传算法,针对自动换行、两行布置和三行布置三种不同布局策略的编码方式、遗传操作和适应度函数进行了研究.以某车间布局为实例,分别在单目标和多目标情况下,通过Matlab编程对三种不同布局策略进行了遗传运算,验证了算法的收敛性、实用性和有效性.该模型及算法对车间进行多目标多行布局具有借鉴意义.     

基于遗传算法的高校教室调度问题

对高校教室调度问题进行研究,能使教室和课程达到一种合理的优化配置。类似问题的研究在制造业或生产系统中都占有非常重要的地位。研究首先采用三元组方式,将教室调度问题描述为一类具有机器适用限制的并行多机问题,以最小化Cmax（即集中时间提高教室利用效率）和滞后时间总和为调度目标,建立了对应的数学模型。根据问题的特性,设计了包含分派规则和遗传算法的启发式调度算法求解该类问题。研究结合问题特性在编码,个体适应度函数,交叉及变异等方面进行了设计。以实例分析验证了所设计算法的可行性和有效性。     

一类多资源调度问题的优化算法

若调度系统中的作业或任务需要一个或多个资源共同完成， 则这一类调度问题被称为多资源（或多处理机）调度问题。本文针对Jobshop中的这一调度问题，提出了基于遗传的优化调度算法，并用实例证实了该算法的有效性。     

生产调度与维护集成的多目标Lorenz非劣遗传优化

研究了一种单机环境下集成生产和维护的双目标优化调度问题。机床的故障间隔时间和平均维修时间服从指数分布,同时结合加工序列相关准备时间。预防性维护活动不能与作业加工同时进行,但与准备时间不相冲突。调度目标是同时最小化作业总计完成时间和机床不可得性。在问题建模的基础上,构造了一种基于Lorenz非劣关系的分类遗传算法(表示为L-NSGA-Ⅱ),详细设计了算法的核心部分。最后,通过大量计算实验,将L-NSGA-II算法与NSGA-II算法进行了比较分析,说明了L-NSGA-II算法的有效性。     

多品种小批量订单型企业生产调度优化

目的研究多品种小批量订单型企业的生产调度优化问题,方法针对S公司的生产现状,应用遗传算法思想设计调度优化方案,采用不等长矩阵的编码方式实现订单的批量生产及车间排产的方案。结果通过仿真分析和S公司生产调度的实际应用,验证了该算法的可行性及有效性。结论基于遗传算法的调度优化算法实现了多品种小批量流程型生产企业生产调度优化,达到了缩短生产周期、有效利用生产资源的目的。     

基于多智能体技术解决多项目资源受限调度问题的方法研究

在对单项目资源受限调度问题进行分析的基础上,进一步研究多项目资源受限调度问题,并给出基于多智能体技术的调度算法,同时采用多种策略对整个项目运行情况进行监控与调整,以解决跨企业项目中的生产规划与资源调度问题。     

多部件设备维修问题研究及遗传算法求解

合理组织设备维修，缩短设备维修时间是生产运营管理的一个重要环节。本文探讨了多部件设备维修的有效组织问题。考虑到维修工人对拆分后设备的不同部分具有不同的维修效率，提出了一种基于维修时间优化的决策方法，将其与经典指派方法进行了比较；进一步地，对这一NP-hard问题设计了遗传算法，通过数值例子讨论了其求解有效性。     

基于遗传算法的平行流水作业计划方法

提出了平行机作业方式和流水作业方式的综合的作业方式,属于NP难问题.应用网络理论构造了平行流水作业的非连接图模型,可实现全局随机寻优的实基因编码遗传算法求解平行流水作业计划问题.选取各种规模的10余个标准算例,以加工流程时间为目标函数进行仿真.对每个算例进行10次随机计算,所得最优值与平均值差异率小于1.8%.对于reC39等大规模问题,10次随机计算的平均花费时间少于260s.     

平行机系统生产调度与维护计划联合优化

针对平行机系统中生产调度和维护计划的联合决策问题,假设随机故障服从威布尔分布,将作业在设备上加工位置以及设备上预防性维护位置作为决策变量,以最小化最大完工时间和最小化单位维护成本作为优化目标建立了多目标优化模型.建立了基于混合编码的遗传算法,针对不同编码类型采用合适的遗传算子,并引入了自适应交叉和变异概率使算法在收敛速度和求解精度上得到较好平衡.通过与枚举算法对比,证明遗传算法具有较好的时间效率和求解精度.通过与独立决策模型对比,证明联合优化模型能更好地解决联合优化问题,提高企业整体效益.     

考虑预防维修时间及相关性的多部件系统维护策略

针对动车组关键系统维修过程中涉及部件数量多、维修时间长、维修费用高的特点,提出了预防维修时间、故障相关性、经济相关性3重因素影响下的多部件系统机会维护策略。首先对多部件建立部件故障率模型。在此基础上,考虑预防维修时间,将部件层预防维修成本分为独立时间成本和依赖时间成本,对经济相关性进行建模,再以系统维修费用率最小为优化目标建立系统层维护模型,并应用遗传算法求解。最后通过算例表明,相较于考虑单一因素的维修策略,所提维修策略可降低系统维修成本10%及以上,验证了考虑维修时间和部件联合相关性的必要性和有效性。     

基于改进遗传算法的分批调度研究

针对分批调度的批量划分和排序优化问题,提出两段染色体编码方式,分别描述工序信息和批量信息.提出舍弃比率概念来优化种群初始化过程.采用自适应交叉算子和变异算子,以双种群协同进化方式对遗传算法进行改进.以文献数据为例仿真测试了改进遗传算法的有效性,对于复杂的分批调度问题,改进遗传算法一般能够得到较为满意的解.成功应用分批调度改进遗传算法解决了某公司分批调度问题.     

Optimal Scheduling of Track Maintenance on a Railway Network

To ensure the safety and continued operation of the railway network system, many maintenance and renewal activities are performed on the track every month. Unplanned maintenance activities are expensive and would cause low service quality. Therefore, the track condition should be monitored, and when it has degraded beyond some acceptable limit, it should be scheduled for maintenance before failure. An optimal timetable of the maintenance activities is needed to be scheduled, planning the monthly workload, to reduce the effect on the transportation service and to reduce the potential costs. Considering the uncertainties of the deterioration process, the safety of transportation service, the lifetime loss of the replaced track, the maintenance cost and the travel cost, this article advances an optimisation model for the maintenance scheduling of a regional railway network. An enhanced genetic algorithm approach is proposed to search for a solution producing maintenance schedule such that the overall cost is minimised in a finite planning horizon. A case study is given to demonstrate the application of the method. The case study results were derived by using an enhanced genetic algorithm method, which is specifically developed to deal with the characteristics of the railway maintenance problem. Copyright © 2012 John Wiley & Sons, Ltd.     

基于遗传算法的可靠性优化

 建立了可靠性冗余优化模型,分析了各种优化方法的优缺点.提出了遗传算法,并通过实例将遗传算法与启发式方法作了比较,结果表明遗传算法较为有效.对遗传算法初值的选取也作了讨论.