基于瓶颈分析的优先权调度算法研究

制造执行系统在制造系统中的广泛应用,为实现生产车间的动态实时调度提供了可能性,也对实时调度算法提出了更高的要求。调度算法必须在考虑求解速度的前提下来求得满意解。根据优化生产技术的解决车间调度问题的思想,基于转移瓶颈启发式算法,提出了一种基于瓶颈分析的优先权调度算法,用于解决制造执行系统中的动态实时调度问题。     

不确定可重入定点装配车间集成生产计划与调度

为满足工厂—车间一体化管理需求,研究了不确定可重入定点装配车间生产计划与调度集成优化问题。在分析车间装配特点的基础上,利用期望值描述不确定可重入情况,建立了双层生产计划与调度集成优化随机期望值模型,上层为能力约束的生产计划模型,下层为不确定可重入定点装配车间调度模型。提出了一种具有双层结构的交替迭代式改进遗传算法,上层用精英遗传算法求解生产计划,代入下层后采用基于随机模拟技术的遗传模拟退火算法求解生产调度,然后将调度结果返回上层重新求解新计划,如此不断交替迭代以实现计划与调度的同时优化。通过算例仿真验证了模型及算法的有效性。为制定不确定可重入定点装配车间生产计划与调度提供了一种合理可行的方法。     

多工艺路线的批量生产调度优化

以优化生产周期为目标,研究了多工艺路线的批量调度问题,提出了一种基于工序优先级的调度算法,并将该算法嵌入到遗传算法中,得到了全局优化的批量调度算法。遗传算法搜索最佳染色体,调度算法把染色体解码为调度。在调度算法中,采用了3种提高生产率的策略,即区分批量启动时间与工序加工时间,在工件到达机床之前做好准备工作;把一批工件分成多个小生产批次,每批次独立加工:一批工件加工部分后就运向后续加工机床,缩小后续机床的等待时间。仿真表明,该调度方法能取得较好结果。     

基于交替迭代遗传算法的成批车间生产计划与调度的集成优化

研究了一类零部件混批生产车间需要加工准备的多周期成批生产计划与调度的集成优化问题,建立了生产计划和调度集成优化的非线性混合整数规划模型.并提出了一种交替式混合遗传协调优化算法求解该集成优化问题.其主要思想是给定计划用一混合遗传算法求调度,反过来给定已求调度用另一混合遗传算法求取新计划,如此不断交替使用两个混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

面向云制造的混流混合车间调度问题

为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。     

一种面向成本优化的生产计划调度算法

建立了一种车间层的生产计划的成本优化模型,该模型是一个在时间约束、可重复使用和不可重复使用资源约束下的多模式项目调度问题;给出了解的定义,设计了一种时间可行的成本优化调度算法,通过改进成本优化调度算法达到时间一成本双优的目的;给出了模拟试验结果。     

模具企业生产优化调度研究及软件系统实现

基于关键链项目管理（Critical Chain Project Management，CCPM），是利用一种混合智能优化算法求解多资源约束项目调度问题，解决传统调度优化算法的不足，提高这类问题的求解质量。首先运用一类启发式算法识别项目关键链，并设置缓冲区尺寸，其次以项目总工期和在制品库存为优化目标建立数学模型，设计一种混合智能优化算法求解调度中出现的问题。基于VisualC#．NET和SQL Server2000软件，开发了生产调度软件系统，并在企业运行，效果良好。     

基于育种粒子群算法的水库群防洪优化调度模型研究

在分析水库群防洪调度的模型和育种粒子群算法的基础上,提出了基于育种粒子群算法的水库群防洪优化调度方法,建立了数学模型,给出了具体求解步骤。实例计算表明,该算法不仅能有效地降低防洪控制点的洪峰流量,还大大缩减了计算时间,为解决水库群防洪优化调度问题提供了一种新的有效途径。     

基于并行协同的多车间协同调度问题研究

传统企业在实际生产中,其多个关联车间之间的生产计划与调度存在难以协作的问题。为此,针对多车间协同调度问题建立了调度模型,提出了一种多车间协同调度的并行协同进化遗传算法(PCE-GA),并且采用该算法对上述模型进行了求解。首先,以最小化订单完工时间为目标,建立了单目标调度模型;然后,采用了并行协同进化遗传算法,对上述单目标调度模型进行了求解,基于工件、机器、装配关系的三层整数编码的染色体编码方案,提出了一种协同适应度值计算的方法;最后,以某液压缸生产企业为例,针对单目标调度问题,采用该算法与单车间遗传算法(JSP-GA)、并行协同模拟退火算法(PCE-SA)分别进行了求解,并对其结果进行了比较,以验证PCE-GA算法的优越性。研究结果表明：采用PCE-GA算法得到的优化率为13.3%,比单车间作业调度遗传算法求解的数据优化11.5%,该结果证明了PCE-GA算法在解决多车间协同优化问题时的优越性。     

基于交替混合迭代搜索方法的预制构件生产调度与工人配置集成优化

针对以往预制构件生产过程中工人指派与生产调度递阶求解方法的不足，研究了预制构件生产调度与工人配置的集成优化问题。在深入分析预制构件的生产工艺、工序约束、工人数量、工人技能水平等制约关系的基础上，首先以最小化拖期惩罚和工人成本为目标建立了预制构件生产调度与工人配置集成优化数学模型。随后，为降低问题求解困难，基于交替分解思想，通过集成构造启发式、群体搜索、邻域搜索和破坏—构造机制，提出一种混合遗传—迭代贪婪交替搜索算法(AHGA＿IG)来解决该问题。其主要思想是：首先利用启发式方法产生一个初始工人配置和生产调度解；随后固定生产调度方案，设计一种混合遗传配置算法用于优化工人配置方案；反过来固定工人配置方案，设计一种迭代贪婪调度算法用于优化生产调度方案，如此两阶段交替优化，直到满足终止条件。最后，针对不同规模算例对所提算法进行了测试。计算结果显示，所提算法具有较优的求解质量、鲁棒性和收敛性。与预制构件制造企业常用的基于经验的启发式方法相比，AHGA＿IG算法具有较大的改进率，有望产生显著的经济效益。     

基于遗传算法的作业车间调度优化

车间调度问题由于具有重要的理论和实用价值吸引了很多研究者的兴趣 ,但以前的大多数研究集中在经典的作业车间调度问题 ,忽略了很多重要的因素 ,离应用尚有不少的差距。本文结合实际的生产过程 ,考虑到工件的加工受到机床、工人和机器人等资源的制约 ,并且可以有多种可行的工艺路线。提出了一种与启发式调度规则相结合的混合遗传算法 ,调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性 ,算例表明该算法在求解性能和效率两方面均具有显著的优势     

基于元胞机和改进GA的大型零件柔性作业车间调度算法

针对大型零件柔性作业车间调度问题,采用改进遗传算法优化元胞机局部演化规则,提出了元胞机和改进遗传算法相结合的混合调度算法。依据总加工时间最短、各工位负荷率高、同一工位组各工位负荷平衡率高的优化目标,建立了离散化后单个静态调度单元的遗传算法优化模型,并结合算例具体说明了优化过程。通过文献实例演算验证了混合算法求解大型零件柔性作业车间调度问题的可行性和有效性。     

一种新调度类型及其在作业车间调度中的应用

研究改进遗传算法解决作业车间调度问题,问题染色体的编码采用基于工序的编码。针对传统的调度类型的局限性,提出全主动调度及其基于工序编码的产生机制。为了克服传统遗传算法求解调度问题易于早熟收敛的缺点,设计基于优先工序交叉(Precedence operation crossover,POX)和改进子代产生模式的遗传算法。用改进的遗传算法求解传统调度问题、交货期调度问题和提前/拖期(Earliness/Tardiness, E/T)调度问题,研究半主动、主动和全主动三种不同的调度解码机制对遗传算法提供解质量的影响。     

一种改进的遗传算法在车间调度中的应用

研究现代生产先进制造车间调度问题 ,对于发挥先进制造车间的高效性和灵活性具有十分重要的意义。生产过程的计划调度问题 ,是实现制造系统运筹技术、管理技术与优化技术的核心。因此 ,优化调度算法的性能直接影响到FMS的生产效率和应变能力。本文在传统的遗传算法的基础上 ,对车间调度算法进行了深入的研究。基于机床负荷平衡的思想 ,提出了面向先进制造车间的平衡遗传算法 ,并与传统的遗传调度算法进行了对比。实验表明 ,该调度方法具有较高的可行性、有效性和稳定性。保证了各个机床的负荷平衡 ,满足了交付期的要求     

RECONFIGURABLE PRODUCTION LINE MODELING AND SCHEDULING USING PETRI NETS AND GENETIC ALGORITHM

In response to the production capacity and functionality variations, a genetic algorithm (GA) embedded with deterministic timed Petri nets(DTPN) for reconfigurable production line(RPL) is proposed to solve its scheduling problem. The basic DTPN modules are presented to model the corresponding variable structures in RPL, and then the scheduling model of the whole RPL is constructed. And in the scheduling algorithm, firing sequences of the Petri nets model are used as chromosomes, thus the selection, crossover, and mutation operator do not deal with the elements in the problem space, but the elements of Petri nets model. Accordingly, all the algorithms for GA operations embedded with Petri nets model are proposed. Moreover, the new weighted single-objective optimization based on reconfiguration cost and E/T is used. The results of a DC motor RPL scheduling suggest that the presented DTPN-GA scheduling algorithm has a significant impact on RPL scheduling, and provide obvious improvements over the conventional scheduling method in practice that meets duedate, minimizes reconfiguration cost, and enhances cost effectivity.     

基于遗传算法的服装生产流水调度研究

针对服装生产流水线调度问题,以最小化最大流程时间为目标,将具有全局优化特点遗传算法应用于服装生产流水线调度中.算法采用基于工序的编码方式和具有简单操作的单亲遗传算子,并在调度实例应用中取得满意的效果.仿真结果表明:该算法优化了调度方案,缩减了最小化完工时间,能够有效、高质量地解决服装生产流水线调度问题.     

求解Job shop调度的协同优化算法

针对量子粒子群算法、遗传算法在求解车间调度存在的局部收敛的问题,提出用量子粒子群算法与遗传算法相结合的协同优化方法求解该问题。该算法采用量子粒子群算法与遗传算法的并行搜索结构,通过迁移算子把各个种群联系起来。仿真结果表明,该算法收敛速度快,且具有较高的求解质量。     

基于遗传算法的行星轮减速器优化

遗传算法可以通过模拟自然进化的过程来搜索最优解,只需目标函数及适应度函数,不需要依赖梯度或其它辅助信息,多用于函数优化、组合优化、生产调度、自动控制、机器人学、图像处理、遗传编程等诸多方面。文中利用遗传算法对行星轮减速器进行了多目标函数的遗传算法优化分析。     

一类资源负荷均衡问题的优化调度模型及其算法

针对多个独立任务在多个不完全同等的处理机上处理时,处理机的最大负荷为最小的非抢先调度问题,建立了一类资源负荷均衡问题的优化调度模型。该模型引入0-1方案矩阵和时间负荷矩阵,分别描述了独立任务分配问题和负荷调度问题;针对部分处理机不能处理某一个独立任务的情形,假定其单位处理时间负荷趋于无穷大,从而避免优化调度中出现伪解。采用遗传算法对模型进行了求解。为了提高遗传算法的运算效率,采用整数方案描述和二进制间接编码的方法对方案染色体进行编码。最后,通过一个案例对模型和算法的有效性进行了验证。     

工艺路线可变的双资源双目标车间调度优化

将遗传算法与启发式调度规则相结合 ,研究了工艺路线可变的双资源双目标的作业车间调度优化问题。在探讨过程中 ,不仅考虑到了每个工件有几条可行的工艺路线 ,而且考虑到了工件的调度受到机床、工人等资源的制约 ,以及在加工过程中发生的储存费用、机床的加工费用和工人的劳动费用对工件调度的影响 ,设计了以生产周期和生产成本综合优化为目标的适应度函数。启发式调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性。最后给出了算例 ,并对计算结果进行了分析和讨论