求解船体分段堆场调度问题的改进遗传算法

为有效解决船坞／船台完工分段堆场调度问题,给出了以缩短整船周转周期和提高场地资源利用率为优化目标的时空三维调度问题模型。在有效处理多维约束条件的基础上,设计了求解本问题模型的改进遗传算法,即以分段的吊装计划节点为基准约束,采用分层遗传算法进行优化,并通过不断自适应调整算法在运行时的交叉和变异概率来有效优化种群进化速度,从而改良了算法整体运算性能。通过算例的对比分析,验证了该改进算法的可行性和有效性。     

基于仿真的船舶分段建造动态空间调度

为缩小船舶分段空间调度计划与实际作业安排之间的差别,提出了一种基于仿真的船舶分段建造动态空间调度方法。针对分段建造的不同阶段,在分析影响因素的影响形式基础上提出了动态调整策略,包括定位延时策略、进度控制策略和吊运等待策略,调整分段建造过程以适应影响因素的作用。构建了船舶分段建造仿真模型,实现了分段建造在影响因素作用下动态空间调度的仿真。以实际数据为输入进行仿真分析,结果表明,该方法制定的调度计划与实际作业情况接近,且能够为分段生产计划优化调整提供指导。     

基于虚拟流水的船舶曲面分段建造空间调度方法

针对具有时空耦合特性的船舶曲面分段生产调度问题,提出以充分利用场地资源为目标的基于虚拟流水生产方式的空间调度方法,建立了曲面分段生产调度流程。通过分析曲面分段具有不规则外形轮廓、空间和时间双重占用以及虚拟流水生产方式的特点,建立了曲面分段空间调度的总体框架。提出虚拟流水生产方式与空间调度相结合的调度方法,形成了分段生产顺序与空间调度过程相互衔接的机制,解决了曲面分段空间调度过程中分段建造顺序的问题;提出碰撞检测算法与优化规则筛选相结合的曲面分段空间布局方法,解决了不规则轮廓的曲面分段空间排布问题;提出基于虚拟流水生产的人力资源分配方法,实现了资源围绕固定工位的流转生产。通过应用曲面调度实例对以上关键技术进行了验证。     

虚拟单元下船舶分段缓冲区调度优化模型研究

在虚拟单元制造生产方式下,对船舶制造企业的分段缓冲区的调度问题进行研究,提出了考虑缓冲区时空占用率和承载设备移动成本率的缓冲区资源优化函数调度模型,应用人工蜂群算法进行模型求解,实现了调度方案的全局优化。根据某船厂实际生产数据应用MATLAB软件进行仿真,验证了该模型的可行性和有效性。     

分段式车间作业调度算法

车间作业调度问题是制造系统运筹技术、管理技术与优化技术发展的核心。本文对离散作业型 (Job Shop)车间中的作业调度问题做了探讨 ,并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法。通过对一个实际车间作业调度仿真比较 ,此算法运算速度比最短加工时间 (SPT)和最少工作量剩余 (L WR)算法快 ,其调度结果具有可执行性     

船舶平面分段的非完全混合流水线调度

针对船舶平面分段流水线生产中存在的计划不准确、调度滞后、生产效率低等问题,分析平面分段流水线的特点,提出一类非完全混合流水线调度模型,并对该类调度问题进行优化研究。同时,综合考虑非完全混合流水线调度问题的特殊性及船舶建造的复杂性,以分段最大完工时问最小化为优化目标,建立两阶段的非线性整数规划模型,并利用分支定界法优化求解。结合某船厂实际数据进行实例验证和多次数值实验,并与混合遗传算法进行对比。结果表明,该模型和算法能有效解决平面分段流水线调度中存在的问题。     

基于时间约束网络的动态规划调度算法

为解决与时间有关的规划调度问题,提出了一种基于时间约束网络的动态算法。该算法与传统的计算最短路径方法不同,它只需计算受到新增约束影响的局部网络。同时,给出了算法的最坏时间复杂性,并进行了证明。最后,以Job—Shop调度系统为例进行了仿真验证,结果表明,该算法可快速地判断约束网络的一致性,并计算每个工序的最早可能开始时间。     

模拟退火算法在企业铁路车辆调度中的应用

指出了企业铁路站内存在的调车路径的问题,介绍了模拟退火算法的原理和应用范围,讲解了运用模拟退火算法求最优路径的实现步骤,最后以实例进行了仿真验证。     

一种基于改进蚁群算法的混合型调度算法

针对混合型制造业车间生产调度及时性、合理性、科学性及应用结合性上的不足,提出了一种基于改进蚁群算法的混合型调度算法,结合混合型生产的特点,首先给出了混合型生产调度问题细化模型,然后对传统生产调度模型中的蚁群算法进行了改进,最后通过在具备混合型生产特点的汽车玻璃制造企业测试应用后,验证了该算法的可行性及有效性。     

一种基于改进蚁群算法的混合型调度算法

针对混合型制造业车间生产调度及时性、合理性、科学性及应用结合性上的不足,提出了一种基于改进蚁群算法的混合型调度算法,结合混合型生产的特点,首先给出了混合型生产调度问题细化模型,然后对传统生产调度模型中的蚁群算法进行了改进,最后通过在具备混合型生产特点的汽车玻璃制造企业测试应用后,验证了该算法的可行性及有效性。     

一种基于最佳优先搜索算法的集装箱堆场场桥调度策略

集装箱堆场管理承担着集装箱码头较多的业务,对整个集装箱码头的运作效率有着较大的影响．由于堆场中各箱区作业量是实时变化的,因此对堆场设备的动态调度就显得尤为重要．在以提供一种新颖的场桥调度策略为目标的情况下,构建了一种基于整数规划的场桥动态调度模型,该模型以各箱区各时段预测的工作量为前提,以达到各时段中剩余的总工作量最小的目标．由于该模型的求解属于NP（nondeterministic polynomial）难问题,所以采用了一种启发式算法：最佳优先搜索算法,来作为求解该模型的算法．最后,通过对某集装箱码头堆场的仿真来说明该系统,结果表明该模型和算法的有效性和实用性．     

基于混合遗传算法的Job-Shop调度问题的研究

Job-Shop调度问题是最困难的组合优化问题之一,由于其固有的计算复杂性,一般无法利用经典解析算法求出最优解。结合实际生产情况,建立了Job-Shop调度问题的模型,并基于遗传算法与局部搜索启发式算法相结合的混合遗传算法的思想给出了求解此模型的算法过程。     

多生产线作业协调调度的PSOGA混合优化算法

为了求解多目标多生产线调度问题,采用协同进化思想,提出了多种群PSOGA混合优化算法(MC-HPSOGA)。以最小化最大完工时间、最大化生产线利用率和最大化客户满意度为目标函数,建立了多生产线作业协调调度问题的多目标批量调度数学模型,并且设计最小批量动态分批策略,将MC-HPSOGA算法应用于BSPT公司角磨机装配线的多目标多生产线调度问题实例中,通过与粒子群(PSO)和遗传算法(GA)的比较,验证了MC-HPSOGA算法和模型的有效性。     

基于遗传算法的配送车辆优化调度

分析了汽车运输的特点和成本,针对配送企业,建立了实际的物流配送,并量化各项评价指标,给出了采用遗传算法进行优化调度的数学模型,并结合两阶段法和改进的遗传算子编写了实现算法。     

基于混合量子进化算法的自动化制造单元调度

为解决传统智能优化算法在求解自动化制造单元调度问题时易出现早熟、陷入局部最优等问题,提出了混合量子进化算法.该算法采用序列染色体和量子染色体相结合的混合编解码策略,利用构造启发式算法生成初始种群,避免了不可行解的大量产生;为提高算法的优化性能,进化过程中采用序列染色体和量子染色体同步交叉变异策略,并引入了基于图论的不可行解修复策略.通过与遗传算法、基本量子进化算法的对比实验,验证了算法的有效性.     

基于多Agent的多任务协作时间调度算法研究

为了合理安排多任务合作中的时间,设计了基于多Agent通信的多任务协作时间调度算法,实现了额外代价最小化和窗口时间内完成任务最大化。其中,算法的求解过程利用了0-1背包问题的最优值和最优解;对0-1背包问题的求解利用了改进的编码和进化的遗传算法,提高了运算的准确性。多任务协作时间调度算法的应用,有效地最小化了系统的额外代价,实现了多Agent系统的优化。     

提高输煤系统堆场总容量的改进

针对浙江北仑发电厂3期输煤系统自投产以来堆场总容量一直无法有效提高的问题,从堆场的煤种数量,堆煤长、宽、高4个因素进行分析,找出堆场总容量偏低的主要原因。同时结合现场生产实际,经过详尽的分析和计算,提出了在已有的堆场面积上,合理设定和提高堆场容量的改进方案。     

基于面向对象遗传算法的柔性车间调度研究

针对柔性车间作业调度问题,基于面向对象思想设计了一种遗传算法。该算法将实际操作封装成基因类,工件封装成工件类,机床封装成机床类,调度方案封装成染色体类,基于堆栈思想设计了染色体的创建方式,提出了全新的染色体解码方式及变异方式。通过仿真实例证明了该算法的有效性和实用性。     

基于混合遗传算法的车间调度问题的研究

作业车间调度问题是最困难的组合优化问题之一，也是计算机集成制造系统中的一个关键环节，在实际生产中具有广泛应用。为此，提出了实现车间调度的混合遗传算法的设计方案，把遗传算法与模拟退火算法相结合，充分发挥遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的特性。通过实验验证了基于GASA混合算法的作业车间调度方法显著提高了搜索效率，改进了收敛性能。