面向柔性作业车间的动态调整权重启发式算法

针对柔性作业车间绿色生产以及生产均衡性问题,提出一种面向柔性作业车间绿色生产的动态调整权重启发式算法。首先,根据柔性作业车间生产特点构建时间、能耗节能调度优化模型,基于调度模型提出综合优先规则,依据此规则对调度优先级进行干预,实现设备与工序的分层优化,获得高效、低耗的生产方案。在每一次迭代寻优过程中,通过缩短时间、能耗指标值与平均聚集距离的偏差率动态调整指标权重系数,保证时间、能耗选择的均衡性,避免优化过程陷入局部收敛,同时指导下一阶段的选择。最后,通过案例分析对比不同算法的优化结果,验证算法的有效性及准确性,为柔性作业车间生产提供指导。     

可靠度区间维护与调度集成优化

针对柔性作业车间生产过程中的预防性维护方案难以有效预测设备故障造成的维护过量和不足等问题进行了研究.为了有效应对这种情况,提出了基于设备健康状态的可靠度区间维护与鲁棒性调度生产集成优化模型.以最小化最大完工时间最小和工序偏差度最小为优化目标,应用多目标遗传算法NRGA对模型求解,针对柔性作业车间特点采用四层编码方案.最...     

柔性作业车间鲁棒调度与预防性维护集成优化

对柔性作业车间生产过程中预防性维护难以有效避免机器故障的发生,并且还存在各种无法预测的随机事件的问题进行了研究。为了有效应对这种情况,提出了多目标柔性作业车间鲁棒性调度与预防性维护的集成优化模型和在空闲时间进行预防性维护的策略,同时优化加工周期、机器可用性和调度方案的鲁棒性。应用多目标遗传算法NRGA对模型求解,并针对柔性作业车间调度问题的特点,采用三层编码方法。采用有效的交叉和变异操作避免产生非法解。最后通过模拟随机事件的发生进行仿真实验,结果表明提出的模型、维护策略和求解算法能够有效地提高生产效率、维护机器可用性、避免实际调度性能的恶化。     

改进蚁群算法的柔性作业车间调度问题研究北大核心

为提高传统蚁群算法求解柔性作业车间调度问题的效率,提出了一种改进蚁群算法。首先,均匀分布蚂蚁的初始位置;其次,多种方法结合进行机器选择,并按照改进的工序选择方式选择下一步即将遍历的工序;最后,采用带精英策略的蚁群算法结合最大最小蚂蚁系统的信息素更新方式,既赋予较优路径以额外的信息素,同时又对路径上的信息素进行限定、从而避免算法“早熟”,进而提高解的质量。通过三个柔性作业车间调度实例进行仿真分析和与其他算法的对比,结果表明改进蚁群算法在求解柔性作业车间调度问题具有较好的优化效果和求解效率。     

基于熵增强混沌遗传算法的柔性作业车间调度

为使企业获得最优综合调度质量的车间调度方案,研究了多目标柔性作业车间调度数学模型及其求解算法,建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度4个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型,应用伯努利混沌映射公式改进算法选择操作,用高斯云模型改进变异算子和交叉算子,提高算法的全局寻优能力和搜索效率。根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性。以M8J12P3调度问题为例验证了MFJSP模型和ECGA算法的有效性。结果表明,与SGA、PSO和ABC相比,ECGA具有更快的收敛速度和更好的全局搜索能力,有助于企业提高生产效率和降低成本。     

基于改进TOPSIS的制造车间重调度决策方法研究

针对制造车间最优重调度方案甄选问题,提出了一种基于改进逼近理想解排序的制造车间重调度决策方法。以可选调度方案集作为研究对象,考虑调度方案变更过程的耗损,设计工序相似性和额外机器能耗决策指标,实现调度方案性能的量化描述;利用基于Kullback-Leibler距离和灰色关联度的改进逼近理想解排序方法,确定可选调度方案间的偏序关系,以判断是否触发重调度及选取最优重调度方案。最后,通过实例验证了所建立重调度决策方法的合理性和有效性。     

改进遗传算法求解低碳约束的柔性车间调度问题

考虑了实际生产的碳排放问题,提出低碳排放约束下的柔性作业车间调度问题,以最大完工时间最小和碳排放最小为目标。采用改进的遗传算法求解低碳约束下的柔性作业车间调度问题,采用分步求解,先以最大完工时间最小进行调度方案的优化,再以碳排放指标进行调度方案的选取。在低碳约束下,同时考虑机器加工运转和空闲运转,设计不同机器间的碳排放模型。通过使用改进的遗传算法求解仿真案例得到不同的调度方案,根据预设碳排放模型比较分析得出调度方案的优劣。最后通过对企业生产实例的计算,并对不同调度方案进行总碳排放的对比,验证所建立的碳排放模型的有效性。     

综合多路径选择与前工序作业排序的热处理多目标在线调度

以模具热处理车间及其上游多路径可选的柔性作业车间为背景,总结其为一类多路径可选的FJSP类型批调度问题。考虑热处理车间中任务到达的动态性、上游多路径的可选性,构建了反映拖期、能耗与加工质量的优化目标,建立了综合多路径选择与前工序作业排序的热处理在线调度机制。当工件在上游工序时,通过多路径选择方案的调整,可以使工件以一个更为合适的时间到达热处理车间,通过具有良好鲁棒性的嵌入直接牵引的批调度机制对当前组批进行优化,周期性的前工序作业排序方案可以对所有组批方案进行优化,算法核心根据多层折衷规划模型对多目标优化进行深度协调。仿真研究验证了该算法的有效性和环境适应性。     

基于改进NSGA-II算法的高维多目标柔性冲压车间生产调度优化

为了优化柔性冲压车间的生产调度、减少车间的生产能耗、实现绿色可持续发展，以车间总能耗、最大完工时间、总拖期、设备总负载最小为目标，建立了高维多目标柔性车间调度模型。提出改进的二代非支配排序遗传算法NSGA-II,该算法优化了局部搜索操作、精英选择策略、交叉和变异概率。根据柔性冲压车间的生产实例，利用传统和改进的NSGA-II算法分别对4个目标函数进行求解，并对各目标的优化迭代过程进行对比，验证了改进算法的有效性。同时，采用优劣解距离法选取一个调度方案，与基于传统NSGA-II算法求出的生产调度方案相比，改进算法得出的调度方案的车间总能耗降低了22.1%、最大完工时间缩短了14.8%、设备总负载减少了11.6%。     

考虑多时间因素的绿色柔性作业车间动态调度

针对质检扰动引起的完工时间延迟和机床能耗高的问题,对绿色柔性作业车间动态调度进行研究.从考虑调整时间和质检时间的视角建立节能调度模型,采用加权归一的方式将多目标合并,利用改进的头脑风暴算法进行求解,在编码环节引进了转换机制和多层编码策略,优化了机器选择和工序排序问题.通过Matlab仿真软件对算例进行测试,研究结果表明...     

基于自适应的NSGA-Ⅱ多目标柔性作业车间调度

针对非支配排序遗传算法（NSGA-Ⅱ）进行自适应改进，采用独立的交叉和变异操作对工序与设备进行排序及分配的调整，从而求解多目标柔性作业车间调度问题。改进后的算法可依据不同阶段,动态调整算法的交叉概率与变异概率,提升算法运算效率、种群多样性并减少非法解的产生。最终，通过实例仿真验证算法的有效性。结果表明：新方案的最大完工时间、加工能耗、加工设备总负载和延期时间均得显著改善，有效提高了生产管理效率。     

混合NSGA-Ⅱ算法求解多目标柔性作业车间调度问题

针对柔性作业车间调度问题(Flexible job scheduling problem,FJSP),以最大完工时间、提前/拖期惩罚函数、生产总成本为优化目标,提出了一种融合NSGA-Ⅱ与模拟退火算法的混合算法来求解多目标柔性作业车间调度问题。个体编码方式采取工序与对应机器的双层编码表达方式;在选择过程中采用更加有效的模拟二进制交叉与模拟退火相结合的方法,来保持种群的多样性,使得进化更加完全;使用非支配排序规则获取种群中个体间的支配关系,得到问题的Pareto解集。通过文献中的仿真实例,验证了算法的优越性。     

基于双层编码的柔性作业车间分批调度研究

针对柔性作业车间分批调度问题,提出一种基于双层编码的柔性分批调度算法。算法采用批量分割和工序调度相结合的双层编码方式,可同时对工件的批量分割和工序调度进行优化;并针对等量分批规则缺乏柔性的问题,提出一种FR柔性分批方法,使工件的批量分割可得到柔性调节。此外,该算法也考虑了生产车间的上期遗留任务问题。通过实例仿真分析,验证了该分批方法可有效减小子批数量,并明显缩短生产周期,同时也证明了该算法的有效性和可行性。     

基于强繁殖NSGA-Ⅱ算法的柔性车间调度多目标优化

为了实现减少车间完工时间、机器总负荷和车间能耗等优化目标,提出了基于强繁殖NSGA-Ⅱ算法的柔性车间调度优化方法。对柔性车间调度问题进行了描述,建立了车间调度的多目标优化模型,给出了调度问题编码和甘特图解码方法。以NSGA-Ⅱ算法为基础,根据繁殖能力的不同将染色体分为强繁殖子群和普通子群,两个子群根据自身特点使用不同的遗传操作,从而给出了强繁殖NSGA-Ⅱ算法。将强繁殖NSGA-Ⅱ算法应用于柔性车间调度优化,改进算法求解的Pareto解集分布优于传统NSGA-Ⅱ算法;选择一个折中解进行验证,强繁殖NSGA-Ⅱ算法解的甘特图完工时间、机器总负荷、车间能耗均小于传统NSGA-Ⅱ算法解的参数,验证了NSGA-Ⅱ算法在柔性车间调度多目标优化中的优越性。     

改进模拟退火算法在柔性调度中的应用

针对柔性生产碳排放量和作业时间的耦合,文章以碳排放量和最大完工时间为优化目标,建立了柔性作业车间调度模型,并提出了一种基于改进模拟退火算法的调度策略。为了提高算法的运行速度,采用了随机位置和轮盘赌的两种编码方式。为了避免算法陷入早熟,采用了个体调换和局部颠倒两种不同的搜索方式。最后以车间生产实际案例为背景,通过设置碳排放量和最大完工时间不同的权重系数代表不同的工厂对生产目标的不同要求,生成不同的调度方案。实验结果表明文中所提出的基于改进模拟退火算法的调度策略在加入低碳要求的车间调度中是可行和有效的。     

含局部流水的柔性作业车间调度研究

针对含有局部流水生产的柔性作业车间生产调度问题,首先在柔性作业车间调度问题的基础上建立调度模型,然后提出一种基于模拟退火法的调度算法,同时对加工路径和加工顺序进行优化,并实现最小化完工时间的调度目标。最后通过实例进行仿真,结果表明了算法的可行性和有效性。     

基于离散多元宇宙算法的柔性作业车间调度北大核心

针对柔性作业车间调度问题计算复杂度高,求解困难的难题,提出了一种离散多元宇宙优化算法。首先,建立起以最大完工时间为目标的柔性作业车间调度模型,使用两段式整数编码和贪婪插入解码建立算法与调度问题之间的联系;其次,设计宇宙种群初始化方法,以确保初始调度解的质量和多样性;然后,在基本多元宇宙算法的基础上,设计新的白洞选择,黑洞白洞传输和向最优宇宙移动机制,提高了算法求解柔性作业车间调度问题的性能。通过基准算例与其他智能算法比较,实验表明,所提算法可以有效的求解柔性作业车间调度问题。     

解决动态作业车间调度关键问题的方法研究

计算旧调度方案中用到的各设备的最早可以开始加工时间和确定旧调度方案中尚未完成的加工工序,是解决动态作业车间调度问题的关键,文章研究了相应的解决办法。首先制作了车间工作日历,并具体分配设备任务,为后面的计算打下基础,也提供了一种处理调度结果的方法;然后研究了如何计算旧调度方案中用到的各设备的最早可以开始加工时间和如何确定旧调度方案中尚未完成的加工工序,并提供了具体的算法流程;最后用实例证明了方法及提供的算法流程的有效性。     

考虑瓶颈工序外协的模具车间调度研究与应用

瓶颈工序是工件生产流动的窄口,直接影响产品的交货期和制造成本。模具生产为典型的多品种小批量生产方式,生产节拍难以控制,生产调度困难,瓶颈工序直接制约车间产量的提升。以最大化利润为调度目标,研究考虑瓶颈工序外协的调度算法,并在某公司模具车间进行运用,取得了较好的效益,验证了该调度算法对多目标柔性作业车间的指导意义。     

基于混合遗传算法的车间动态调度研究

针对扰动事件影响下的车间调度问题,基于事件驱动策略和滚动窗口技术,综合考虑完工时间与交货期,建立了作业车间动态调度模型。为了求解该模型,设计出模拟退火遗传算法,对算法的编码解码、遗传算子等方面进行改造。通过仿真得到初始调度方案,然后在此基础上,采用动态调度策略对交货期提前、机器故障、部件残品扰动事件进行了研究。通过对某公司产品进行实例验证,结果表明上述研究能够得到满意的调度方案。此模型和算法是可行且有效的,可以较好地应用到企业实际生产中。