基于JIT的一类零排序问题的通用模型及解法

提出了在ＪＩＴ意义下由ｍ台加工设备组成的柔性制造系统一类零件排序问题的通用模型,证明了该问题是一个ＮＰ完全问题,构造出求解核模型的一个启发式算法。数值例子表明,该算法构思新颖,计算复杂性低,有较为理想的优化效果,是一个具有工程应用价值实用算法。     

一个基于JIT的FMS零件排序问题的模型及解法

本文提出了一个在ＪＩＴ意义下，由ｍ台加工设备组成的加工系统中零件排序的多目标优化模型，然后根据本文给出的单机问题新算法，构造出一个求解该模型的启发式算法，该算法的构思新颖，计算复杂性低，优化效果好，是一个具有工程实用价值的有效算法。最后给出了一个数值例子。     

基于信息化的JIT研究

介绍了传统JIT的特点及JIT信息化的必要性，提出了进行JIT信息化的实现方法，并通过案例进行分析、应用，得到了很好的效果，为企业成功实现信息化管理、提高生产效率指出了一种新方法。     

浅谈山武.霍尼韦尔公司的JIT生产方式

日本山武·霍尼韦尔(下称YH)公司通过学习丰田“看板管理”方式,结合YH公司求新、尊重、贡献的企业精神,形成了JIT(JUST-IN-TIME)生产方式。两年来,它为YH公司带来了明显的技术经济效益。 JIT生产方式的基本思想是彻底排除一切徒劳无功的行为,首要目标是尽可能减少人、设备、物件造成的成本增加,首要方式是采用先进的制造方法。这种方法要求必要时,用必要的手段,生产必要的量。     

基于JIT多车间协同的混流装配线排序模型研究

对于多车间协同的混流装配线,由于各分装配线产出的产品数量和时间直接制约着总装配线的时间和效率,因此在考虑总装配线的生产排序时,不仅要考虑总装配车间的生产组织方式,而且还要考虑各分装车间的工艺装配特点。主要针对一汽解放有限公司卡车产的总装配车间、焊装车间、涂装车间的车型装配工艺,提出了多车间协同的混流装配线排序模型,并运用遗传(GA)算法验证了该模型的有效性。     

基于JIT的炼油短期生产计划启发式算法

炼油厂原油处理问题是包含离散性与连续性事件在内的一个混杂系统,其常规的推式计划方法给炼油生产带来了诸多瓶颈.针对短期生产计划的特点和瓶颈,给出了短期生产计划形式定义,引入了拉式的管理思想,探讨了JIT思想的应用方法及启发式算法.算法得到了实际生产数据的验证.     

基于信息化的JIT研究

介绍了传统JIT的特点及JIT信息化的必要性,提出了进行JIT信息化的实现方法,并通过案例进行分析、应用,得到了很好的效果,为企业成功实现信息化管理、提高生产效率指出了一种新方法.     

不同顺序加工零件的作业排序与作业安排方法

对车间进程计划问题进行了讨论，充分考虑了车间生产的实际情况，对不同顺序加工的零件作业排序进行了分析和仿真，提出了一种实用的最小时钟推进仿真作业排序方法。     

基于免疫遗传算法的车间动态调度

提出了一种求解车间动态调度问题的免疫遗传算法。该方法在遗传操作过程中,运用免疫机理提取疫苗,并对进化种群进行免疫操作,从而有效地抑制了遗传算法的“早熟”和搜索效率低下的问题;此外,该算法在解码操作过程中引入设备能力空间的概念,从而将设备的加工能力作为约束条件动态引入,有效地解决了车间动态调度和再调度方案的一致性和连续性问题。实例表明该算法能够满足车间动态调度的要求。     

基于粒子群优化的开放式车间调度

开放式车间调度(OSP)是重要的调度问题,它在制造领域中的应用非常广泛。优化调度算法是调度理论的重要研究内容。基于人工智能的元启发式算法是解决该问题的常用方法。分析了一种新的元启发式算法——粒子群优化(PSO)在信息共享机制上的缺陷,提出新的基于群体智能的信息共享机制。在该信息共享机制的基础上, 设计新的基于PSO的元启发式调度算法——PSO-OSP。该算法利用问题的邻域知识指导局部搜索,可克服元启发式算法随机性引起的盲目搜索。该算法应用于开放式车间调度问题的标准测试实例。仿真结果显示,PSO-OSP算法在加快收敛速度的同时提高了开放式车间调度解的质量。     

免疫进化算法求解静态Job shop调度

基于克隆选择原理与细胞超变异思想构造了一种免疫进化算法CHIEA(Clonal selection and hyper mutations based immune evolution algorithm)求解静态JSP问题(Job shop scheduling problem)。随机混排变异算子的构造和抗体连续累积变异的实施丰富了细胞超变异的内容,基于优先列表编码方式的采用和免疫进化算子的构造提高了搜索效率,加速了算法收敛并提高了解的质量。通过与COELLO的AIS(Artificial immune system)算法的全面比较得出,CHIEA求解不同类型中小规模的静态JSP问题时具有更好的优化性能。     

面向绿色制造模式调度的Petri网模型及优化算法

针对绿色制造模式的作业车间调度中,不但要缩短生产周期和降低生产成本,而且要减少资源消耗和对环境的负面影响这一问题,建立包含加工时间、生产成本、资源消耗和环境影响等信息的Petri网模型。通过为机器分配工序来消解因机器库所共享引起的冲突,得到表示调度方案的标识图。提出生成可行调度标识图的三种方 法,并采用多目标遗传算法和多目标模拟退火算法相结合的混合算法对其优化。仿真结果表明算法的可行性和有效性。     

考虑工序相关性的动态Job shop调度问题启发式算法

提出一类考虑工序相关性的、工件批量到达的动态Job shop 调度问题,在对工序相关性进行了定义和数学描述的基础上,进一步建立了动态Job shop 调度问题的优化模型。设计了一种组合式调度规则RAN(FCFS,ODD),并提出了基于规则的启发式算法以及该类动态Job shop 调度问题的算例生成方法。为验证算法和比较评估调度规则的性能,对算例采用文献提出的7种调度规则和RAN(FCFS,ODD)进行了仿真调度,对调度结果的分析表明了算法的有效性和RAN(FCFS,ODD)调度规则求解所提出的动态Job Shop 调度问题的优越性能。     

基于生物遗传算法的FMS生产调度算法

根据遗传算法,提出了一种FMS生产调度的新算法,该算法不仅适于FMS的静态调度问题,而且由于其计算复杂性低、计算量少的特点,同样也适于FMS的动态调度问题,有效地为解决自动化生产系统的生产调度问题提供了新方法.     

多目标批量生产柔性作业车间优化调度

研究批量生产中以生产周期、最大提前/最大拖后时间、生产成本以及设备利用率指标(机床总负荷和机床最大负荷)为调度目标的柔性作业车间优化调度问题。提出批量生产优化调度策略,建立多目标优化调度模型,结合多种群粒子群搜索与遗传算法的优点提出具有倾向性粒子群搜索的多种群混合算法,以提高搜索效率和搜索质量。仿真结果表明,该模型及算法较目前国内外现有方法更为有效和合理。最后,从现实生产实际出发给出多目标批量生产柔性调度算例,结果可行,可对生产实践起到一定的指导作用。     

基于进化算法和模拟退火算法的混合调度算法

将进化算法与模拟退火算法相结合,提出四种有效的混合调度算法,即遗传退火算法、改进遗传算法、改进进化规划和并行模拟退火算法。两种算法搜索机制的互补增强了全局探索能力,基于关键路径的邻域函数运用提高了算法的效率。仿真结果表明:混合算法在求解质量和求解效率方面均有优势,优于国外同类研究成果;基于模拟退火的变异算子的搜索能力优于交叉算子;改进进化规划优于其他混合算法。     

多工艺路线的批量生产调度优化

以优化生产周期为目标,研究了多工艺路线的批量调度问题,提出了一种基于工序优先级的调度算法,并将该算法嵌入到遗传算法中,得到了全局优化的批量调度算法。遗传算法搜索最佳染色体,调度算法把染色体解码为调度。在调度算法中,采用了3种提高生产率的策略,即区分批量启动时间与工序加工时间,在工件到达机床之前做好准备工作;把一批工件分成多个小生产批次,每批次独立加工:一批工件加工部分后就运向后续加工机床,缩小后续机床的等待时间。仿真表明,该调度方法能取得较好结果。