面向柔性作业调度问题的启发性规则改进遗传算法

对柔性作业调度问题,提出了一种启发性规则的改进遗传求解方法,此方法从启发性规则出发产生初始调度解。通过对初始调度解进行比较而产生初始种群。对初始种群通过启发规则的改进遗传算法进行优化计算,对染色体进行交叉、变异、交换和选择操作,应用启发式规则搜索关键工序并提高关键工序的交换、变异操作概率,在变异操作中利用启发式规则对变异过程加以引导,从而得到优化解。将此方法运用于一系列典型柔性调度问题进行了实验求解,并将求解结果与其他的计算方法进行了比较,表明此方法能提高求解效率,适合复杂的柔性作业调度问题求解。     

铁路勘测外业的送接车辆调度优化问题

针对目前铁路勘测车辆调度方式主要为司机响应勘测人员实现送、接,导致整体等待时间较长的现状,研究如何构建合理的车辆调度优化模型,实现工作量分配与广义勘测成本协同优化,为勘测工作提供最优的运输组织保障。根据勘测车辆行驶特征,使用送–接扩展网络描述勘测车辆调度优化问题,在此基础上,兼顾决策者和司机的利益目标建立车辆调度双层规划模型。其中,上层模型为广义勘测成本分配最均衡和最大车辆送–接用时最小化模型,下层模型为求解最小广义勘测成本的多车送–接车辆路径模型。建立嵌套遗传算法求解模型。实例分析表明,基于双层规划模型优化所得广义勘测成本相较于目前采用的响应式调度方式减少18%,验证了模型与算法的有效性。     

考虑电量消耗的车辆调度优化研究

基于电动汽车电量消耗特性,考虑电动车里程、载重、顾客服务时间窗等约束,建立以配送总成本最小为目标的电动车调度优化问题模型;利用自然数编码的遗传算法,求解出电动车的配送路线以及车辆的充电计划,再结合枚举法,在配送中心运营时间内以10 min为时间间隔,计算出配送车辆惩罚成本最小时的最优发车时刻。最后结合算例,验证该模型和方法的有效性、正确性。     

网络型甩挂运输车辆调度优化研究

目的 为了更灵活地满足不同企业间的配送需求,以提高运输效率。方法 在智能交通背景下,基于RFID、Compass/GPS、通信技术等,以运输成本最小为目标建立模型,利用改进的遗传算法对网络型甩挂运输车辆调度进行优化。结果 以山东省某网络型运输企业联盟为例进行优化调度,通过与普通货车运输比较,优化后的甩挂运输车辆调度方案空载率降低了4.6%,耗油量降低了10.6%,运输总成本降低了25.4%。结论 基于改进遗传算法的网络型甩挂运输车辆调度方案有效提高了运输效率,降低了运输成本,对于促进企业降本增效及环境保护都具有重要意义。     

实时车辆调度系统研究

车辆的运输和调度在整个供应系统中发挥着至关重要的地位,伴随着市场竞争的加深和客户需求的多样化,企业不可能完全根据掌握的消息才制定出调度计划,就算是制定好也有可能因为外界环境的很多影响而不能正常实施。在这种形势下,对实时车辆调度的研究越来越受到研究者的重视。本文首先对实施车辆调度的意义入手,分析了车辆调度的功能要求,并在此基础上研究出实时车辆调度模型。     

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。     

考虑动态行驶时间的无人驾驶车辆调度问题研究

利用无人驾驶车辆进行物流配送有助于降低物流运输成本,提高运输效率。研究考虑动态行驶时间的无人驾驶车辆路径问题,提出动态行驶时间与时变速度相关。综合分析实际中的车辆速度、时间、剩余里程和充电时间,建立以总配送时间最短为目标的数学模型。最后,结合京东在某城市物流配送项目中的实例,运用不同的算法合理有效地完成了车辆配送路径规划。通过实例验证了搭建的数学模型的准确性和设计算法的优越性。     

城市生活垃圾收运车辆调度干扰管理研究

针对城市生活垃圾收运中的车辆故障问题,根据干扰管理思想,提出干扰辨识方法和基于初始计划偏离的扰动度量方法,并以最小化与原方案偏差为目标,构建了干扰管理模型。最后,通过对实例问题进行仿真实验,并与传统干扰处理方法进行对比,验证了干扰管理模型的有效性和优越性。     

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。     

共享策略下甩挂车辆调度问题的分析及求解

目的为了克服现阶段下甩挂货运过程中存在的空载率高、牵引车利用率低等问题,从服务点间的货运关系出发,对货运单循环系统中共享策略下甩挂车辆调度问题进行设计研究。方法以牵引车行驶总里程为目标函数,构建共享策略下甩挂车辆调度模型,并基于模拟退火算法对其进行优化求解。结果以山东省的2家小型运输企业为案例进行了仿真分析,与普通车辆调度模式分析比较可知,共享策略下调度模式的空载率、单位货运成本、单位货运油耗、牵引车利用率分别优化了79.6%,50%,22.6%,171.4%。结论文中构建的共享策略下甩挂车辆调度模型及其求解算法可行有效,在减少空载行程、提高燃油利用率等方面具有良好的效果。     

Scheduling with multi-attribute set-up times on unrelated parallel machines

This paper studies a problem in the knitting process of the textile industry. In such a production system, each job has a number of attributes and each attribute has one or more levels. Because there is at least one different attribute level between two adjacent jobs, it is necessary to make a set-up adjustment whenever there is a switch to a different job. The problem can be formulated as a scheduling problem with multi-attribute set-up times on unrelated parallel machines. The objective of the problem is to assign jobs to different machines to minimise the makespan. A constructive heuristic is developed to obtain a qualified solution. To improve the solution further, a meta-heuristic that uses a genetic algorithm with a new crossover operator and three local searches are proposed. The computational experiments show that the proposed constructive heuristic outperforms two existed heuristics and the current scheduling method used by the case textile plant.     

循环取货带有时间窗约束的入库道口车辆调度

研究了循环取货模式下带有时间窗约束的入库道口车辆调度问题,为使车辆运输成本和取货时间成本、卸货时间成本最小,建立混合整数规划数学模型,设计了两阶段算法求解模型,第一阶段产生满足容量约束的较好初始解,第二阶段通过发车时间与路径同时编码的模拟退火算法进行求解,根据某汽车制造商循环取货的实际运作情况,构造算例并验证了该模型和算法的有效性。结论表明,制造商处的道口限制对循环取货发车时间与路径调度有较大影响,同时对发车时间和路径进行调度更有利于降低循环取货的运输费用。     

带准备时间的作业车间分批调度算法

研究了带有准备时间的作业车间分批排序问题,通过模拟计算将3种算法进行了对比分析.结果表明,遗传退火两阶段算法不受等分批限制,产生的各子批大小可以不同,这使得解空间更大,因而得到满意解的可能性大大增加.     

Synchronization of yard truck scheduling and storage allocation in container terminals

Yard truck scheduling and storage allocation, as two separate subproblems in port operations, have been extensively studied in the past decades. However, from the operational point of view, they are highly interdependent. This article proposes an integer programming model in which yard truck scheduling and storage allocation problems are formulated as a whole for heterogeneous import containers. Different stacking times at yard blocks is modelled as well. The objective of the proposed model is to reduce the congestion and waiting time of yard trucks in the terminal so as to decrease the makespan of discharging containers. Owing to the inherent computational complexity, a genetic algorithm and a greedy heuristic algorithm have been designed. Computational experiments show that the proposed genetic algorithm and greedy algorithm are both effective in solving the studied problem.     

基于密度峰值聚类的VRPTW问题研究

提出一种密度峰值聚类 (density peak clustering, DPC)与遗传算法(genetic algorithm, GA)相结合的新型混合算法(density peak clustering with genetic algorithm, DGA),求解带时间窗的车辆路径问题。首先应用DPC对客户进行聚类以缩减问题规模,再将聚类后的客户用GA进行线路优化。结果表明：DGA在9个数据集上的平均值比模拟退火(simulated annealing, SA)和禁忌搜索(Tabu)分别提高了13.41%和4.7%,单个数据集最大提高了26.4%。这证明了该算法是求解车辆调度问题的高效算法。     

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.