混合流水车间负荷平衡调度的免疫算法

在混合流水车间调度中．优化目标通常是makespan最小化．会使同一阶段同类机器设备的加工时间出现很大的差异．这对机器的警理、维护和折旧都不利．对操作人员也很不公平．因此建立了机器负荷平衡的数学模型．对问题的求解设计了一种新颖的免疫调度算法．可以将同阶段机器负荷控制在给定的差别范围内．对有无负荷平衡的两种调度结果进行了比较．并通过数值计算验证了该算法．     

柔性作业车间调度问题的一种混合进化算法

目的 为了克服现有求解柔性作业车间调度问题的算法所存在的早熟现象、收敛速度慢等不足,提出了一种混沌遗传粒子群算法.方法 将遗传算法中的交叉变异策略引入到粒子群算法中,并在遗传粒子群算法中引入了混沌技术.结果 新的混沌遗传粒子群算法,提高了收敛速度和求解精度,有效解决了柔性作业车间调度问题.结论 通过一组测试函数比较了遗传算法、粒子群算法和混沌遗传粒子群算法的性能.仿真计算表明:混沌遗传粒子群算法具有收敛快、优化性能好的优点.     

用改进蚁群算法求解分布式车间调度问题

为解决分布式制造环境下的复杂产品的调度问题,提出一种改进蚁群算法。将禁忌搜索算法与蚁群算法结合,弥补蚁群算法搜索时间长和易陷入局部最优等问题。以两个车间的分布式调度为例进行仿真研究,并与传统蚁群算法、改进遗传算法、显性基因遗传算法的仿真结果进行比较,实验表明该改进蚁群算法具有较好的收敛性和稳定性,收敛速度较快。     

一个无等待流水调度问题混合禁忌搜索算法

针对以总完工时间最小为目标的无等待流水调度问题,提出了一个启发式算法与禁忌搜索算法相结合的混合禁忌搜索算法HTS(Hybrid Taboo Search):以启发式算法产生的解作为初始解,通过禁忌搜索提高解的质量.大量随机产生实例的实验结果表明:提出的HTS在性能上优于经典的RC1、RC2、PH1(p)和DS算法,问题规模不超过100h,计算时间约为50s.     

FSFIS问题的基于随机kick的ILS ＆ TS混合算法

提出了一种基于随机kick的迭代局域搜索算法(ILS)求解存储容量受限的流水车间问题(FSFIS)．该算法使用新颖的多对不交叉的交换移动构成kick移动，并采用回溯机制保证搜索在有利的空间内进行．通过应用4种邻域结构，每种情况下产生480组随机数据的试验证明该新型算法是快速有效的近优算法．设计了一种在原有的静态禁忌搜索算法中引入了基于随机kick的迭代局域搜索算法的混和算法，这种混合算法可以充分发挥原有的2种算法的各自优势，使目标函数进一步改进．     

免疫群体网络算法及其在电站风机故障诊断中的应用

为了快速、准确的识别电站风机的故障类型,基于克隆选择算法和免疫网络算法,提出一种免疫群体网络算法,该算法能对多个抗原群体同时进行局部和全局搜索,从而形成2层搜索机制,保证了算法的局部和全局搜索能力,有效克服了未成熟收敛现象,提高了群体的多样性,仿真结果表明,免疫群体网络算法能有效识别电站风机故障。     

基于危险理论的自适应免疫算法

针对克隆选择算法自适应能力和多值搜索能力较弱的不足,提出了一种基于危险理论的自适应免疫算法.算法中引人种群环境和抗体危险信号引导自适应免疫应答过程,增强了种群多样性,避免了算法过早收敛.利用Markov链证明了算法的收敛性,分析了算法的复杂度.针对经典benchmark函数的仿真实验结果表明,相比克隆选择算法,本算法具有良好的全局收敛能力和多值搜索能力,且具备较快的收敛速度和求解精度.     

集装箱码头装卸混合调度模型

为提高集装箱码头作业效率,建立装卸混合调度模型,并设计两阶段禁忌搜索算法的求解方法:通过禁忌搜索算法决定进口集装箱的堆存位置;基于堆存方案执行另一禁忌搜索算法,获得集卡的优化调度方案,然后再决定装卸桥作业顺序、计算装卸总作业时间,且将结果反馈到第一阶段的搜索过程,通过两阶段搜索过程的反馈优化装卸调度.算例表明,两阶段禁忌搜索算法可以获得满意求解结果;与装卸分别调度相比,装卸混合调度模型可以提高集卡利用效率.     

基于人工蜂群算法的生产调度研究进展

生产调度是制造和生产系统中最关键的环节之一,对生产效益有着显著影响。在过去十几年里,人工蜂群(ABC)算法已广泛应用于各类生产调度问题的求解,成为生产调度的主要求解方法。全面回顾了基于ABC算法的生产调度研究进展,给出了调度问题新的分类,系统总结了ABC算法在生产调度方面的相关研究成果并提出了未来研究方向。     

约束优化问题的实数制免疫-禁忌混合算法

针对免疫算法局部搜索能力较弱的缺点,提出了实数制编码的免疫-禁忌混合算法,在免疫操作后引入禁忌搜索算法来提高混合算法的爬山能力,从而提高求解精度和搜索速度,适合于约束优化问题的求解.在阐述混合算法计算原理的基础上,提出实数制编码方式、惩罚函数法和适应度函数构造方法.通过测试算例进行验算,计算结果表明,实数制编码的免疫-禁忌混合算法收敛速度快,计算精度高,特别适合计算复杂、时效性强的优化问题.     

基于混合教-学算法的汽车装配线物料供应调度

针对汽车装配线的物料调度问题,以装配线不缺货为约束,构建多设备联合配送的准时化物料供应模型.开展问题域的描述,以优化规划期内的线边库存水平为目标,构建数学规划模型.基于标准教-学算法（TLBO）的框架,提出求解这一复杂组合优化问题的混合教-学算法（HTLBO）.根据问题的特点,设计特定的编码与解码方法,确定各个设备的配送任务及排序.通过融合交换、反转和插入变异算子,构建局部搜索流程,以强化算法的全局开发能力.结合问题的性质,提出基于束搜索技术的剪枝方法,以强化算法的深度寻优能力.开展仿真实验,测试结果验证了该调度算法的可行性和有效性.     

求解非满载车辆调度问题的免疫遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题,由于它是一个典型的NP难题,传统方法的求解结果往往不能令人满意.曾有研究将传统的遗传算法用于求解非满载车辆调度问题,但是由于遗传算法在遗传后期的波动现象,导致了迭代次数过大和准确率不高.该实验根据生物免疫系统的机理提出的免疫遗传算法,结合了遗传算法的进化操作和生物免疫中的浓度机制,通过抗体的期望繁殖率实现对抗体的促进和抑制,改善未成熟收敛.该算法是在传统遗传算法全局随机搜索的基础上,借鉴生物免疫机制中抗体的多样性保持策略,改善了传统遗传算法的群体多样性,通过与遗传算法的比较,结果表明,该算法不仅收敛,而且具有更好的全局和局部搜索能力和收敛速度.     

基于混合免疫协同进化算法的模糊-PI优化控制

针对遗传算法诸如局部搜索能力差、早熟收敛、“退化”现象等问题，在协同进化算法(CA)的基础上融入传统的单纯形算法，同时引入免疫算子来防止“退化”现象，提出了混合免疫协同进化算法(HICA)，并设计了一种自适应交叉、变异算子以提高算法的运算效率；应用HICA对模糊 PI控制器的各个参数进行协同优化，设计了体现控制器综合性能指标的目标函数，仿真结果表明：提出的基于HICA模糊 PI控制优化方法可以获得满意的控制效果.     

基于候鸟算法的批量流混合装配流水车间调度

针对模具数量限制下装配车间生产计划的优化问题,在考虑不等量可变的批量划分策略情况下,研究批量流混合装配流水车间调度问题,并提出一种有效候鸟优化算法.在算法中,针对多种产品各生产阶段装配约束设计批量划分与排列顺序的2段编码机制;根据编码特征设计多种邻域结构,包含一种同时优化批量划分与排列顺序的邻域结构,并提出邻域结构自适应调节策略来提升领域结构搜索性能;设计竞争机制来提升算法优化效率.开展不同规模算例的仿真实验,结果验证不等量可变分批策略更有效,优于等量策略5%～6%.与其他多种算法进行比较,不等量策略可为车间提供更合理的生产计划,验证有效候鸟优化算法的有效性和鲁棒性.     

提高混合实时任务确定性的两级调度算法

为提高混合实时任务的确定性,提出了一种两级调度算法。先给出了调度算法的架构,通过增加一个调度模块实现周期性实时任务调度,非周期性实时任务则由系统内核调度。然后建立了任务模型,并对调度算法、任务集可调度性和抖动等进行深入研究。将提出的调度算法应用到基于Windows CE.NET的液压机控制系统中,分析了控制系统的硬件平台和任务划分。最后对调度算法进行验证,结果表明,该算法能保证混合实时任务的确定性,减小抖动,从而提高控制系统的精度。     

一种结合传染路由的缓存调度算法

延迟容忍网络是一种链路频繁断裂的无线网络,主要采用“存储-携带-转发”的方式来转发数据分组,不同于传统网络的“存储-转发”方式．然而在这种网络中,由于节点之间的接触时间周期较短,并且节点的缓存空间有限,在不考虑有效的缓存调度策略时,很容易造成网络中传输数据分组丢失．针对网络的这些特点,结合传染路由提出了一种基于当前节点的邻居节点与分组的目的节点之间的接触频率的按序转发数据缓存调度算法,并通过NS-2仿真工具进行性能评估．仿真结果表明,在网络资源有限的情况下,此算法能较好地提高数据分组交付率,降低传输时延,减少网络开销,使网络性能得到了较好改善．     

基于改进免疫遗传算法的网格任务调度

为改进网格计算中任务调度的低效问题,采用十进制的实数编码规则产生初始抗体群,由免疫遗传算法经过克隆和变异算子生成资源集合中的蚁群信息素,进而利用蚁群算法的并行性展开全局搜索,通过CloudSim仿真平台进行模拟,与粒子群算法及蚁群遗传算法进行对比,结果表明,改进的免疫遗传算法能够大幅提高网格计算任务调度效率,有效地解决网格任务调度问题.     

基于混合模拟退火的勤务编排技术研究

为了优化航空公司勤务编排结果,在考虑勤务编排规则、机组成本和人力因素的基础上,构建了勤务编排优化模型,且综合平衡了各项目标函数.运用局部搜索法获得初始解,并与模拟退火算法结合,形成求解勤务编排问题的混合模拟退火算法.最后通过启发式操作将不可行解转化为可行解.仿真实验表明,混合模拟退火算法能够有效缩小算法搜索空间,减少计算时间,提高运行效率.与基本模拟退火算法和遗传算法相比,混合模拟退火算法运算速度和运算结果均有明显地提高.     

基于GA-TS混合算法的多装配线调度建模

针对多装配线流水车间调度问题,考虑遗传算法的早熟收敛特性和禁忌搜索算法具有记忆能力的局部寻优特性,将遗传算法和禁忌搜索算法进行结合,提出基于遗传算法和禁忌搜索算法的多装配线混合调度优化算法.先用遗传算法进行全局搜索,改善种群质量,再以改善后的种群作为禁忌搜索算法的初始解,进行局部搜索.依据最小化总延迟和总完工时间的调度目标,建立了一个混合整数线性规划模型,并通过实例演算验证了该混合算法求解多装配线调度问题的可行性和有效性.