基于NSGA-Ⅲ算法的多目标集成工艺规划与调度问题研究

为了减少工业制造中的碳排放,设计以生产过程碳排放最小、最大完工时间最小和总拖期最小为目标的多目标集成工艺规划与调度问题,建立相应目标的优化模型。针对建立的优化模型,提出一种改进的NSGA-Ⅲ算法,使用三段式编码方式解决工艺规划的柔性特征;使用变邻域搜索方法增强算法的局部搜索能力;引入Pareto解集更新策略,保存种群更新过程中的非支配解。在工艺规划阶段,以完工时间、碳排放最小为优化目标,为每个工件生成工艺路线非支配解集,并从中随机挑选非支配解输入到调度阶段;在调度阶段,对优化目标的模型进行优化,生成调度非支配解。使用测试实例对提出方法进行验证,并与现有算法对比,实验结果验证了本文算法找到的非支配解更接近真实的Pareto前沿。     

基于协同遗传算法的车间调度问题研究

遗传规划在实际问题中的应用是一个新的发展方向。文章根据车间调度问题的特点,对遗传规划算法进行了改进,借鉴了一种新编码策略将变长编码变成定长,减少了算法复杂度,提高了运算效率;同时设计了一种新的标记交叉算子,这种交叉算法可以有效地避免产生非法解。由于遗传规划问题的收敛性不高,文中将遗传规划和遗传算法有效地结合起来,提出一种协同遗传规划算法,实验表明,改进后的算法比传统算法能更有效地解决车间调度问题。     

城市配送车辆调度模型及算法设计

在分析城市货物配送和车辆调度特点的基础上,建立了追求总体效益最优的车辆调度多目标决策模型,并设计分派-节约启发式算法求解该模型。通过分派启发式算法保证最大程度地满足客户的要求,再利用节约算法保证了全局最优。最后对初始解进行局部和整体优化调整以得到较优解。基于该算法设计并开发了城市配送车辆调度系统,运行结果表明:该算法能够有效地解决城市配送的客户满意、总成本最低、配送车辆空载率最小的多目标决策问题。     

运用改进的SPEA2算法优化网格工作流调度方法

提出了一种QoS约束的多目标优化的网格工作流调度算法ISPEA2,该算法基于表达结构丰富的AGWL网格工作流模型,在SPEA2算法中引入约束检测对网格工作流调度问题进行优化,克服了当前网格工作流调度算法中大多只考虑DAG结构的网格工作流、涉及QoS参数较少及将多QoS参数聚合成一个单目标函数进行优化调度的缺陷,可供决策者根据用户的实际需求从产生的Pareto优化解集中选择最终的满意解。通过与采用原SPEA2设计的网格工作流调度算法OSPEA2的比较,表明ISPEA2算法所获得的Pareto优化解集都是满足QoS约束的非支配解,且获得了更优的平均结果。     

多阶段连续型柔性制药车间调度

针对包含易变质药品的柔性均衡制药车间调度问题,提出一种基于列生成框架的算法.通过设计面向虚拟作业对的排序策略,表征制药过程中的无等待现象,利用动态规划方法求解由原调度问题衍生出的价格问题,并设计改进的分支定界算法求得最终的调度方案.由不同规模的数值实验可知,对于规模较小的多阶段连续型柔性制药车间调度问题,提出的算法可求得最优解;对于传统优化软件难以求解的较大规模问题,该算法仍可在较短时间内得到高质量的药品生产调度方案,从而验证了该调度算法的有效性,并可为实际连续型柔性制药车间提供辅助排程决策.     

基于两阶段启发式算法的多场桥作业调度研究

场桥作业调度对集装箱码头整体运营效率具有重要影响。在分析多台场桥协同作业的基础上,考虑场桥实际作业中不可相互跨越与安全距离等特有约束,建立了场桥作业调度问题的混合整数规划模型。针对模型求解的复杂度,设计了两阶段启发式算法,最后通过数据实验对模型与算法的有效性进行了验证。     

柔性Job Shops集成调度启发式算法

为有效解决柔性作业车间(Job Shops)的加工与搬运集成调度问题,以最小化最大完工时间(Makespan)为调度目标,建立非线性规划模型,提出基于贪婪启发式策略的变邻域搜索算法(GRS-RVNS).根据准时(JIT)生产和均衡生产思想构建贪婪启发式策略快速求初始解.利用析取图表示可行解并根据析取图调度的性质定理构建有效的搜索邻域,进而利用随机变邻域搜索算法对初始解进行优化.对提出的算法进行仿真实验分析,结果表明:该算法求解时间短、调度方法有竞争性.     

考虑随机故障的流水线调度问题前摄优化方法

研究带有随机故障的流水线车间调度问题,以质量鲁棒性和解鲁棒性的综合指标为优化目标,分析故障这一随机因素的影响,采用前摄优化理论求解问题.建立问题的随机规划数学模型,设计内、外两层嵌套式优化算法以联合决策工件调度顺序与缓冲时间大小.在外层,以NEH启发式算法为基础,结合邻域搜索决策工件加工顺序;在内层,采用遗传算法搜索缓冲时间并设计有效的代理指标作为解的评价方式.数据实验表明,提出的算法相比2种传统方法所得到的解的综合指标更优异,且允许决策者根据不同的偏好选择不同的优化解.加入缓冲时间有利于改善解鲁棒性指标,可以提高质量鲁棒性的稳定度.     

考虑周期预防性维护的异速并行机集成调度研究

针对异速并行机系统,考虑机器具有周期预防性维护的不可用约束,建立生产调度与预防性维护集成优化的混合整数规划模型。基于改进LPT的机器负载均衡技术与基于最小装箱松弛法的单机调度优化算法,设计了有效的启发式算法HCA,与Cplex的数据试验比较表明,对于中小规模问题其解与最优解或低界的百分比误差小于10％。设计了结合装箱算法的混合遗传算法HGA,与HCA对比的数据试验表明,对于大规模问题HGA表现更加优异。通过与独立决策比较的数据实验证明了生产调度与设备维护的联合决策模型效果更优,可有效协调车间生产与维修的总体计划。     

参数化活动调度及其混合免疫调度算法

提出了用来解决Job shop调度问题的混合免疫调度算法.首先构造了一种结合小生境技术的混沌搜索免疫算法,作为全局搜索算法来找到调度解空间中的较好解;然后,提出一种改进的禁忌搜索算法作为局部搜索算法,在该解所在局部解空间进行局部搜索.为了减小调度问题的解空间,采用参数化活动调度启发式算法将解空间限定在参数化活动调度集合内.多个标准算例的仿真结果表明混合免疫调度算法是解决Job shop调度的有效方法.     

FMS多智能体调度系统投标算法和评估模型

在FMS多智能体调度系统框架基础上,提出一种智能体生产招投标算法、评估模型和运输调度算法,招投标算法在个体利益最大化的情况下提出叫价策略,而为了防止陷入局部优化,在评估模型中引入信誉因子,该因子会抑制个体智能体的贪婪欲望,防止个体智能体陷入局部优化而影响整体目标.经过仿真证明,在规模不太大的情况下,该方法能够得到较好的调度结果.     

轴辐式网络快递货运问题的混合遗传算法求解

目前具有区域集散地群的轴辐式网络快递货运是快递运输的主要形式。此类网络的物流优化1＂-3题是快递公司获得最佳效益所面临的关键问题。本文分析了轴辐式网络快递货运的特点,提出了单一轴点轴辐式网络快递货运问题的混合遗传算法求解办法。该算法采用混合编码方式,并将货运站车辆调度算法嵌入到遗传算法中形成混合遗传算法。实验结果表明,本文算法给出的轴辐式网络快递货运集散地群划分方案和货运站车辆调度方案合理可行,能达到节省运营成本的目的,从而使企业获得较好的经济效益。     

Determining capacity of multimodal multi-commodities freight transportation network from critical link volumes

The commodity transportation capacity between all origin-destination (OD) pairs over the multimodal multi-commodities freight transportation network (MMFTN) is determined. A multi-objectives mathematical model is formulated for determining the OD capacity over the MMFTN according to a transporting capacity matrix that increased from the reference matrixes. The corresponding incremental factor for estimating the capacity matrix is obtained via the maximal likelihood estimation method that samples data of differences between the estimated commodity volumes and carrying capacities of the critical links. The proposed formulations are tested by an experimental highway and railroad freight transportation network in an existing literature. The relevant results of OD capacities are displayed and applicability of the algorithm is certified.     

柔性资源流水线最优计划的选择

将柔性资源应用于流水线生产中，可以最大限度地发挥资源本身的潜力，使流水线产生更高的效率，但同时也使生产计划的制定过程更加复杂。在FRFS问题模型的基础上，将分枝定界法与平行切线法相结合，选取最优资源投入量，进而得到最优计划，完善了柔性资源计划问题的解法。     

Jerk-limited feedrate scheduling and optimization for five-axis machining using new piecewise linear programming approach

In this paper, a new computation method and an optimization algorithm are presented for feedrate scheduling of five-axis machining in compliance with both machine drive limits and process limits. Five-axis machine tool with its ability of controlling tool orientation to follow the sculptured surface contour has been widely used in modern manufacturing industry. Feedrate scheduling serving as a kernel of CNC control system plays a critical role to ensure the required machining accuracy and reliability for five-axis machining. Due to the nonlinear coupling effects of all involved drive axes and the saturation limit of servo motors, the feedrate scheduling for multi-axis machining has long been recognized and remains as a critical challenge for achieving five-axis machine tools' full capacity and advantage. To solve the nonlinearity nature of the five-axis feedrate scheduling problems, a relaxation mathematical process is presented for relaxing both the drive motors' physical limitations and the kinematic constraints of five-axis tool motions. Based on the primary optimization variable of feedrate, the presented method analytically linearizes the machining-related constraints, in terms of the machines' axis velocities, axis accelerations and axis jerks. The nonlinear multi-constrained feedrate scheduling problem is transformed into a manageable linear programming problem. An optimization algorithm is presented to find the optimal feedrate scheduling solution for the five-axis machining problems. Both computer implementation and laboratorial experiment testing by actual machine cutting were conducted and presented in this paper. The experiment results demonstrate that the proposed method can effectively generate efficient feedrate scheduling for five-axis machining with constraints of the machine tool physical constraints and limits. Compared with other existing numerical methods, the proposed method is able to find an accurate analytical solution for the nonlinear constrained five-axis feedrate scheduling problems without compromising the efficiency of the machining processes.     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.     

航空货站自动化存取系统作业调度优化

为从作业调度角度提高航空货站自动化存取系统运作效率,在分析双板作业和防冲突避让对指令序列完工时间影响的基础上,以指令序列完工时间最短为优化目标,建立了航空货站自动化存取系统调度优化模型,并设计了一种改进的蚁群算法对模型进行求解.为避免算法在搜索过程中陷入局部最优,在引入权重信息素和随机扰动策略的基础上,提出了具有变异率的状态转移参数,用于在寻优过程中决定蚂蚁的移动方向.仿真结果表明:改进的蚁群算法较基本蚁群算法和遗传算法具有更好的全局搜索能力和求解精度,所提出的调度优化方法获得的指令序列完工时间较先到先服务调度策略有至少37%的改进.     

现代地下货物运输系统的研究与进展

对地下货物运输系统进行研究,以期为我国城市交通运输的发展提供有益的建议．从阐述地下货物运输的概念及分类入手,介绍了地下货物运输系统在国外的研究、应用现状和进展情况,对地下货物运输系统的适用范围、潜在优势和应用前景进行了分析．分析表明,地下货物运输系统是改进城市交通的有效措施,提高运输速度和运行效率;有效减少城市环境污染;提高城市交通的通达性;节约城市用地,促进城市可持续发展;能提高货物配送效率,降低运输和库存成本．在大城市发展现代地下货物运输系统是一个具有战略眼光的研究和发展领域,是解决未来交通难题的发展思路．     

多跳Ad Hoc网络中支持MIMO的广播传输调度算法

针对当前支持MIMO的多址协议仅支持点对点传输,提出多跳Ad Hoc网络中支持MIMO的广播传输时分多址接入协议,其核心算法是保证每个节点无冲突传输广播业务且保证最小帧长的时隙调度算法,充分利用了MIMO系统并行数据流传输的特性,该特性可使发生传输冲突的节点集从两跳范围内的邻节点减小到一跳范围内的邻节点,从而提高网络容量．结果表明该协议可极大地提高网络容量和减小平均分组时延．     

考虑碳排放下的集装箱物流运作策略研究

以绿色物流为理念,以降低环境污染为目标,对港口多式联运的路径与运输方式进行研究。采用有别于只考虑成本与时间因素的思维,建立最小CO2排放下的装箱物流网络路径及运输方式选择模型,论证了该模型与只考虑成本和时间模型相比的优势。最后建立了CO2排放约束下合理安排运输路线和选择最佳运输方式,且使总的运输成本最小化的模型。其结果有利于更好地兼顾企业成本和政府对于企业CO2排放限制要求。