基于粒子群算法的车间作业调度问题

通过对车间调度问题的描述,针对传统算法寻优效率低的弱点,提出了一种基于粒子群算法的车间作业调度问题的解决方案.对粒子群算法的基本原理进行了阐述,并对粒子群算法的编码、参数的选择以及解码进行了研究,以最小化最大流程时间作为评价算法的性能指标,将其用于编程求解典型调度问题.仿真结果表明,粒子群算法在求解车间作业调度的应用上是十分有效的.     

基于遗传算法的柔性车间作业调度

目前柔性车间作业调度问题已成为研究热点,本文采用遗传算法求解该问题。针对柔性车间作业调度问题的特点设计了染色体编码方法,即将基于工序的编码和基于机器的编码方式结合。同时在遗传操作方面设计了相应的交叉和变异算子。这些改进方法可以保证遗传操作每一步产生的染色体在工艺约束和选择机器方面都是合法的,避免了传统柔性车间作业调度中繁琐的染色体合法化修复工作。为了得到活动调度,在进行适应度计算时对染色体中的基因序列进行调整。仿真结果表明设计的遗传算法求解柔性车间作业调度是有效的。     

考虑运输时间的柔性作业车间调度问题研究

针对工件实际加工过程中工件转移的重要性,对运输时间的柔性作业车间调度问题进行优化研究,建立了以最小化最大完工时间和总碳排放量为优化目标的调度数学模型,并提出了一种改进的NSGA-Ⅱ算法。算法采用基于工序和机器特征的双链式编码方法,设计了针对工件运输时间的插入式解码操作;为探索到更优的前沿解设计了一种局部邻域搜索策略;基于非支配解引入了节能低碳策略进行排放量调整;通过仿真实验对比结果,表明了改进NSGA-Ⅱ算法及其求解考虑运输时间的柔性作业车间调度问题的有效性。     

一种改进的贪心遗传混合算法在车间调度中的应用与研究

确定每台机器上各工件的投入顺序与投入时间是车间作业调度所要解决的问题,这种顺序必须和技术约束相容,使某一性能指标达到最优是其最终目的 .寻找高效的调度方法,可以极大的提高资源的利用率和生产效益。遗传算法具有自组织性,并行性和自适应性,对于组合优化问题的求解有着自己的独特的优势,很快便被引入到了车间调度问题的研究领域车间调度问题是典型的NP难题,为了克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法,即贪心算法与遗传算法相结合,并通过实验数据证明了该方法的有效性。     

带运输资源约束柔性作业车间调度问题的人工蜂群算法

本文针对一类柔性作业车间调度问题,综合考虑运输资源约束、工件间准备时间约束等条件,以最小化最大完工时间和能耗为目标,提出了一种改进的人工蜂群优化算法.为求解该问题,算法采用二维向量编码,即调度向量记录工件的调度顺序,机床分配向量记录工件分配可用机床情况,解码过程充分考虑运输资源、工件间准备时间等约束条件.在局部搜索策略...     

基于改进遗传算法的单目标柔性作业车间调度系统的研究

单目标柔性作业车间调度问题是经典作业车间调度问题的重要扩展,对其的研究有着重要的理论意义和工程实践意义。首先对单目标柔性作业车间调度问题进行了描述;然后结合FISP问题,改进设计了遗传算法;接着应用Visual Studio 2008开发工具设计开发了原型系统,并对系统进行了测试,得到了运行结果;最后对全文工作进行了总结。     

基于人工鱼群算法的MES车间动态调度问题研究

作业车间存在诸多不确定信息和干扰的生产。为解决作业车间环境下制造执行系统的动态调度问题,文中介绍了基于人工鱼群算法的制造执行系统动态调度方法的设计,并深入研究了人工鱼群算法的应用。为使人工鱼群算法能应用于离散的生产调度问题中,依据实际情况对算法进行了部分修改。最终将改进后的人工鱼群算法应用于制造执行系统的车间动态调度中,优化了调度结果的质量。     

求解约束优化问题的自适应精英捕鱼算法

在对捕鱼算法迭代过程进行研究和分析的基础上,针对将该算法用于求解约束优化问题时存在收敛速度慢、求解精度不高等缺点,提出了一种自适应精英捕鱼算法。该算法通过采用自适应撒网半径设置策略和精英个体保留策略来改善和提高算法搜索性能。最后,通过使用三个经典的工程设计问题实例对算法进行性能测试。实验结果表明,改进算法在收敛速度、求解精度和稳定性方面均有明显提高。因此,使用自适应精英捕鱼算法来求解约束优化问题是有效且可行的。     

改进麻雀搜索算法求解DFJSP问题

针对分布式柔性作业车间调度最小化最大完工时间问题的特性,提出一种改进麻雀搜索算法(ISSA)。该算法中,编码采用基于工序序列的编码方案,利用随机生成和反向学习混合的策略初始化种群以增加种群的多样性。针对麻雀搜索算法(SSA)易陷入局部最优,结合莱维飞行、学习更新策略、正态云模型优化SSA,同时通过交叉和变异算子提升算法的全局和局部搜索能力。进一步地,通过扩展的18个标准算例分别对2家工厂、3家工厂生产调度进行仿真实验,将ISSA与现有算法进行对比,验证了所提算法求解DFJSP的有效性。     

云制造模式下多目标柔性作业车间调度研究

为了解决实现云制造模式过程中的柔性作业车间调度问题，在进化算法的基础上提出了IM-MOEA/D算法。该算法为了减少运算，种群使用双编码模式，初始化种群分两步策略和六种规则，采用两类五种变邻域搜索并设置搜索阈值，以提升算法的全局和局部迭代寻优能力。最后用算例验证了IM-MOEA/D算法的有效性，有助于改善云制造环境下柔性作业车间调度的制造效率。