基于带精英策略的NSGA-Ⅱ遗传算法的车间作业调度研究

研究了带精英策略的非劣前沿分级遗传算法，优化了算法终止条件。针对多目标车间作业调度优化无法找到唯一最优解的问题，提出了基于带精英策略的非劣前沿分级遗传算法的多目标车间作业调度的优化策略和实现方案。仿真结果表明，基于带精英策略的非劣前沿分级遗传算法是求解多目标车间作业调度问题的有效算法。     

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。     

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。     

基于混合遗传算法的多目标柔性作业车间调度问题研究

针对柔性作业车间调度问题,提出一种改进的遗传算法,该算法考虑车间生产实际,使交货期短、成本降低、生产效率提高、资源利用率提高等建立多目标优化模型。对传统遗传算法进行一系列改进,在遗传算法的基础上,改进编码方式和遗传算子,结合精英保留策略和小生境技术,使算法的收敛性和多样性进一步优化,采用权重系数变化法计算染色体的适应度。仿真分析表明,提出改进后的混合遗传算法能有效解决柔性作业车间多目标调度优化问题。     

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%。     

改进的初始种群的遗传算法在柔性车间调度中的应用

针对柔性作业车间调度中单纯的遗传算法容易陷入局部陷阱问题,结合柔性作业车间调度的特点,采用模拟退火算法融合遗传算法对调度领域进行了研究。应用模拟退火算法能跳出局部陷阱的能力及克服了遗传算法过早熟的现象,很大程度上降低算法的收敛速度,同时提高了全局的收敛性。基于Matlab2012b软件编程实现混合调度算法,文中仿真实例用混合调度算法,将结果与单纯的遗传算法得到的结果进行比较,证明了混合算法的优势。     

面向单件小批量生产的车间分层调度算法

针对车间调度领域,研究面向小批量生产具有交货期约束的作业车间调度(job-shop scheduling)算法,结合实际生产情况提出了一种分层调度算法,该算法将预排产和精益排产有机结合,在预排产层中,系统根据遗传算法以企业的日产能和交货期约束制定粗略的日产计划,精益排产层以预排产层得到的方案为基础,以最小化最长加工时间为目标函数运用遗传算法迭代出一个精益的生产作业计划。经生产验证,该算法符合实际生产状态、容易实现,可以应用于工程生产中。     

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。     

基于遗传算法的航空航天环锻件混合流水车间调度优化

航空航天环锻件的生产特点趋于批量小、定制化和种类多，针对其生产过程中的混合流水车间调度问题进行了优化研究。将优化目标函数设为最小化的整体完工时间，选择搜索能力较高的遗传算法，在Matlab2019b软件中模拟仿真实验，并将实验结果与环锻件的实际生产数据进行对比，验证了算法的有效性和可行性。结果表明：提出的基于遗传算法的调度优化方法的整体完工时间，相较于传统人工排产的略有减少，约提高生产效率10.09%,为优化航空航天环锻件混合流水车间调度问题提供了可能。     

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。     

基于免疫机制解决JSP调度问题算法研究

遗传算法的两个遗传算子都是随机、没有指导的搜索,容易产生超级抗体,引起早期收敛,本文针对这些问题提出了一种遗传算法框架下引入免疫机制来解决车间调度问题的新算法,该算法通过引进克隆选择、细胞超变异等机制构造免疫进化算法,克服了遗传算法中存在的缺陷.通过实例证明,本算法是解决JSP调度问题行之有效的方法.     

基于遗传算法的零件多工艺流程生产决策

针对具有多工艺流程的零件生产,提出采用遗传算法来解决车间生产的排产问题。以满足用户交货期等为约束,以生产成本最低为目标,建立多工艺流程零件排产的决策模型。采用遗传算法对调度求解空间中的加工路径在搜索规则的约束作用下进行遍历,最终寻找到能够满足要求的最优的调度方案。最后,用实例验证了该方法的可行性。     

Review and classification of hybrid shop scheduling

Hybrid shop scheduling has gained popularity due to the rapid rise of market demand and development of production technology. It is a combination of more than one classical shop scheduling, such as flow shop scheduling, job shop scheduling, open shop scheduling, parallel machine scheduling, and multiprocessor task scheduling. In this paper, a classification of hybrid shop scheduling problem based on the criterion of machine environment is proposed. The problem is classified into hybrid shop scheduling with parallel machines, hybrid shop scheduling with multiprocessor task, and other hybrid shop scheduling such as the mixed shop scheduling. The citation analysis method is used to give a brief review of hybrid flow shop and job shop with parallel machines. At the same time, for hybrid shop scheduling with multiprocessor task and other hybrid shop scheduling, a detailed overview is given because of its relatively few researches. Finally, some research directions for the hybrid shop scheduling are also discussed.     

一种车间作业计划方法的研究

讨论了ＣＡＰＰ与车间作业计划集成的必要性，针对多品种小批量的单件生产车间提出基于多工艺方案的车间作业计划方法。在此基础上，建立了基于多工艺方案的车间生产作业计划决策系统。     

车间管理系统的设计与实现

对于制造型企业,车间管理是一个复杂的系统工程.车间管理系统设计的目的就是灵活管理产品的加工流程,跟踪生产线上的各种半成品,使得生产计划人员能够及时合理的安排生产,管理者能够随时查看当前的车间生产情况,以及操作者管理产品的加工.文章分析了车间系统的总体业务流程,结合物料编码、BOM、工艺路线等基础提出了相应的设计方案,使得车间管理系统能与ERP系统中其他各部分有机的结合起来,并根据企业的实际情况,进行了系统的实现.     

用蜂群算法实现动态作业车间调度

目前多数作业车间调度算法考虑的是静态调度,但在实际生产中车间总是处于动态变化中.文章研究利用蜂群与环境交互的模型来进行动态调度,提出了有关的算法,仿真实验结果表明这种方法适用于多批次以及各批次工件到达时间不定的情况下的作业车间调度.     

基于粗粒度并行遗传算法的JSSP研究

针对车间作业调度问题(JSSP)进行研究,利用粗粒度并行遗传算法(CGPGA)对JSSP进行有效求解。该算法首先将多个子群体以不同的编码方式进行进化计算,然后引入迁移因子进行群体间的信息交互。利用迁移因子把子群体中的优良个体传播到其余子群体,替换相邻子群体中的最差个体并继续进化而获得最优解。仿真实验表明:该方法简单且易于实现,求解效率远远高于经典遗传算法(GA),并可有效防止早熟现象的发生。     

基于自适应遗传算法的模具制造动态调度研究

模具生产工艺复杂,生产过程动态多变,为有效求解模具制造动态调度问题,设计动态调度算法。文章首先建立简化模具企业车间作业调度问题模型,利用自适应遗传算法确定模具各工件各工序的加工方案。其次,考虑模具生产中的不确定因素,提出了局部更新和全局更新相结合的、基于滚动窗口技术的动态调度方法。最后,将算法用于求解实际模具企业车间作业调度问题,结果表明,该算法通用性强,可行性高。     

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。