基于关键链多项目鲁棒调度

为提高关键链项目调度解的鲁棒性,以鲁棒性指标最大化和多项目工期最小化为目标,提出基于关键链的多项目鲁棒性调度模型。在求解模型方面,为打破优先规则的局限,求解得到解的鲁棒性和质量鲁棒性均较优的关键链调度方案,提出一种关键链多项目调度混合优化算法,通过遗传算法寻找活动的优先权列表,结合基于优先权的关键链多项目调度算法,生成关键链多项目调度计划。通过算例验证并与其他算法进行比较,验证了所提模型和算法的有效性。     

基于近似动态规划的模具项目调度

模具制造工程中普遍存在任务工期不确定,以及多并行项目共享和竞争企业有限资源的情形,目前尚缺乏求解这类项目调度问题的方法。鉴于此,考虑了部分任务工期服从已知离散分布下的模具项目调度问题,基于马尔可夫决策过程理论构建了以总加权拖期成本期望最小为优化目标的数学模型。针对传统随机动态规划在求解大规模问题时面临的维数灾,分别提出了基于经典优先规则、遗传算法和近似动态规划的求解方法。通过随机生成的项目算例验证了所构建模型和方法的有效性。结果表明,所提近似方法能够在耗费较少计算资源的情形下获得可接受的次优或最优解,可用于求解工程实际问题。     

考虑资源置信度的跨企业项目伙伴选择方法

为最小化由伙伴资源不确定性带来的跨企业项目失败和拖期风险,引入资源置信度概念,提出了一个考虑资源置信度的跨企业项目伙伴选择模型.该模型综合考虑了资源置信度、子任务加工时间、项目先序关系网络图和项目工期等关键约束,设计了项目调度算法来评价各选择方案,并将项目调度算法嵌入到禁忌搜索方案中对模型进行求解,提出了两个优化算法分别对速度和最优率进行优化.计算实例表明,针对一定规模问题,所提方法能够在较短时间内以较高几率找到最优解.     

机器混合故障下柔性作业车间鲁棒调度方法

柔性作业车间机器在生产过程中时常发生退化故障和突发故障，针对这种混合故障，考虑用预防性维护来防止退化故障，通过插入缓冲时间的方式来吸收突发故障的影响。分别以工序最终完工时间期望值和各工序加工完成时间的延迟总和期望值为质和解的鲁棒性指标，建立柔性作业车间鲁棒性调度优化模型，并设计引入混合故障概率矩阵的改进遗传算法对模型求解，联合决策工序加工顺序、预防性维护位置和缓冲时间位置，同时优化调度方案的鲁棒性。最后通过数值实验与对比分析验证了此鲁棒调度方法能有效应对车间混合故障造成的扰动。     

多属性的虚拟企业串行协商项目规划

通过分析虚拟企业项目协商规划的工期与费用的不确定性，提出了工期一费用随机项目模型和工期～费用串行协商规划算法，以期望工期费用为优化目标，结合协商实例进行仿真规划，并解释其计算过程，说明了这一方法的有效性和可靠性。     

有限资源下时间不确定性项目的调度研究

研究了以工期最短为目标、具有不确定活动时间且资源有限的项目调度问题.采用六点模糊数表示不确定活动时间,将模糊理论嵌套到改进的遗传算法中来优化项目调度的过程.最后通过对某国际公司生产转移项目的实例研究,验证此方法在安排项目调度计划的有效性.优化后得到的调度计划大大缩短了工期,并明确了活动的开始时间、结束时间与资源的分配使...     

任务可拆分的多模式多项目调度模型与算法

针对多项目调度资源利用率低的问题,提出任务可拆分的多模式多项目调度模型。采用多属性效用函数对工期—成本—质量—资源均衡进行目标优化,以提高资源利用率、缩短工期,实现多项目调度整体效用的最大化。利用正态云模型云滴的随机性和稳定性的特征,设计云遗传算法并生成多项目调度各个活动的优先级,最终生成活动可拆分的多模式多项目调度计划。通过算例验证了所提模型和算法的有效性。     

模具虚拟企业项目调度遗传算法研究

为解决模具虚拟企业资源受限的多项目调度问题，提出了多项目调度的数学模型。在此基础上采用了一种混合遗传算法的求解方法，该方法分两个阶段进行：先采用优先规则启发式方法产生一组可行解，该过程可视为遗传算法解的初始化；然后对这组可行解采用遗传算法进行优化，以得到次优解或者近似最优解。最后通过实际算例所得结果并与其他方法的比较分析验证了该方法的有效性。     

带有活动重叠的多模式资源受限项目调度问题

为了缩短项目工期、优化资源利用效率,研究了带有活动重叠的多模式资源受限项目调度问题,构建了活动重叠—返工时间因子矩阵,对多模式下的活动重叠和返工时间进行了完整的数学描述,以最小化项目工期为目标,建立了带有活动重叠的多模式项目调度优化模型;设计了改进的遗传算法并对问题进行求解,在经典的双链编码遗传算法的基础上,设计对初始种群活动链的预处理阶段以加速算法的求解效率,并针对多模式活动重叠问题设计了专门的解码方法。通过实验研究验证了该算法较其他方法具有更好的求解能力和表现,以一个小规模算例演示了模型在处理工期缩短问题上的有效性。通过全因子实验设计分析了问题参数对缩短项目工期的影响,为项目管理者确定项目调度方案提供了决策依据。     

基于人工免疫算法的鲁棒满意项目调度

针对不确定的资源受限项目调度问题,采用模糊数描述不确定的项目活动执行时间和项目交货期,建立了以最大化客户满意度和调度鲁棒性为目标的鲁棒满意项目调度模型.针对这一优化问题,设计了一种人工免疫算法.仿真计算结果表明,所建立的鲁棒满意项目调度模型在提高项目调度鲁棒性的同时,并没有过多地降低客户满意度,该模型可以实现两个优化目标之间很好的折中.     

多属性虚拟企业部分并行协商项目规划

在虚拟企业环境下,制定基于盟主与合作伙伴协商的项目规划不仅要考虑任务时间与工期的可行性,而且要关注工期费用。在分析虚拟企业项目协商规划的工期与费用的不确定性的基础上,提出了多属性工期一费用随机项目模型,以及工期一费用部分并行协商规划算法,以期望工期费用为优化目标,结合示例阐述其计算过程。最后针对模具生产的特点,对模具虚拟企业的项目进行仿真规划,仿真结果表明了这一方法的有效性和可靠性。     

三层供应链联合调度算法研究

研究了由1个供应商、1个制造商和若干客户组成的三层供应链模型,提出将调度理论应用于供应链的优化管理.优化目标是通过供应商、制造商及运输的联合调度来提高客户服务水平,降低运输费用.通过分析得到了最优解中加工顺序和运输分批的性质,缩小了搜索范围,据此给出了一个动态规划求解方法,并对动态规划算法进行了复杂度分析,得出客户数为固定常数时,本模型的动态规划算法是多项式的时间算法.最后,通过两个示例分析了算法中参数对解的影响.     

基于Pareto排序和混沌加权的多目标项目调度

为综合考虑资源约束型项目调度问题的多个调度目标,有效获得该问题的近似非支配解集,建立了一种综合考虑可更新资源稳定性和工期的双目标项目调度模型。提出了一种基于Pareto排序和多目标混沌加权相结合的遗传算法,其中个体编码采用双链表结构,分别代表任务的执行顺序和执行模式,初始种群的生成包括随机生成和依据任务特性确定执行模式两种方式,设计了个体交叉和自适应变异算子,研究了基于Pareto排序法和基于多目标混沌加权法的个体适应度计算方法以及不可行解的修复和惩罚策略。利用项目调度问题算例库对该算法进行测试,数值测试结果验证了算法的有效性。     

不确定信息条件下的车间调度策略研究

为了在不确定的车间信息环境下做出正确的调度策略,提出了一种支持多目标和多优先级车间调度策略的随机规划模型,并给出了求解算法。该模型的求解通过包含3个步骤的混合智能算法来实现,首先利用随机仿真生成近似的样本数据,然后利用神经网络进行不确定目标和约束函数的逼近,并用遗传算法最终完成对多目标优化解的搜索。最后,通过一个汽车企业模具制造车间中调度问题的实例,验证了该模型和算法的有效性及实用性。     

工期确定及可变工期下的受限资源多项目调度建模

针对不确定性工期问题的研究方法无法正确和清晰地描述工序状态变化、只能近似求解的现象,提出一种扩展Petri网建模方法,对工期确定和可变工期受限资源多项目调度问题进行建模。该方法将托肯分为逻辑托肯与资源托肯,托肯的转移分别表示任务的执行和资源的分配。通过对库所和变迁的分类以及对库所的赋时,将库所分为活动库所、资源库所、等待库所和终极库所,将变迁分为协调变迁、资源调度变迁和资源释放变迁。等待库所和活动库所通过协调变迁连接反映任务之间的时序关系,通过资源库所、资源调度变迁与资源释放变迁,反映任务之间对资源的竞争、占用和释放。对于可变工期问题,通过增加库所和变迁种类以及修改变迁触发规则来描述实际系统。采用PSPLIBlibrary中的实例对提出的建模方法进行模型求解成功率分析、模型求解适应度能力分析和对比性实验分析表明,所提方法比其他方法具有更好的求解能力和表现,并通过一个实际工程应用求解验证了建模方法的有效性。     

基于禁忌搜索的水电检修项目资源调度仿真优化研究

中小型水电站一般地处偏远,在多个水电站同时进行检修时,资源调度中的路径不可以忽略不计。针对水电检修项目中物流成本较大的问题,以物流成本最低为目标,建立水电检修项目调度模型,采用启发式方法生成项目调度方案并建立仿真模型,通过项目的调度和资源的调度两种手段,用基于禁忌搜索的仿真优化算法求解,资源调度最常见有三种规则,最后以一个实例对三种资源调度规则下的优化调度方案进行比较,得出中小型水电站资源优化中的最优调度方案,同时证明本研究的可行性。     

基于改进离散蜉蝣算法的双资源柔性车间可持续调度方法

在目前对柔性车间调度问题所进行的研究中，大多忽略了工件运输时间这一因素，并且也很少对可持续发展的经济、环境和社会3个要素进行综合优化。针对这些问题，提出了一种考虑运输时间的双资源柔性车间调度问题(DRCFJSPT)模型。首先，以完工时间、生产成本、能耗和人体工程学风险为优化目标，构建了柔性车间调度数学模型，并结合多目标模型的特点，设计了一种改进离散蜉蝣算法(IDMA),并对模型进行了求解；然后，采用熵值法评价了帕累托解集，基于三层编码并考虑了运输时间的插入式解码方式，设计了混合初始化方法，离散改进了蜉蝣更新方式；最后，为了验证IDMA求解DRCFJSPT的性能，采用MATLAB,对某机床零件加工企业生产数据进行了实验，并将其结果与采用非支配排序遗传算法(NSGA)-Ⅱ得到的结果进行了对比分析。研究结果表明：改进算法的解集质量和收敛性能均显著优于参考算法，通过改进算法求得最优解的最大完工时间为35.94 h,加工成本为6 003.95元，能耗为2 054.54 kW·h,人体工程学风险值为138.16;该结果可为实际复杂的柔性车间调度环境提供清晰准确的调度方案。     

多属性的虚拟企业并行协商项目规划算法

制订基于协商的虚拟企业项目规划不仅要考虑任务时间与工期的可行性,而且要关注费用与资源的优化。 通过分析虚拟企业项目协商规划的工期与费用的不确定性,首先提出了多属性随机项目模型;接着提出了工期- 费用并行协商规划算法,以期望工期费用为优化目标,结合示例解释其计算过程;最后针对模具生产的特点,对 模具虚拟企业的项目进行仿真规划,说明了这一方法的有效性和可靠性。     

分布式混合优化调度方法研究

在敏捷制造环境下车间组织模型不再只是物理上集中在一起的生产作业车间，其制造资源分散在不同地域的企业联盟中。引入了部分全局优化调度的概念，将作业按其紧迫程度进行分组并完成优化；针对分布式调度中优化与动态响应的冲突问题，提出了一种将优化调度和分布式动态调度相结合的混合调度控制方法；设计了多Agent的动态调度系统结构，描述了处于不同角色Agent的运作过程；详细阐述了系统中可能遭遇的随机干扰事件及其动态应对策略。给出了算例，对计算结果进行了分析。     

双资源约束的鲁棒Job Shop调度问题研究

针对机器-工人双资源约束下加工时间具有随机性的Job shop调度问题(Job shop scheduling problems,JSSP),考虑工人熟练程度差异和工人数量不足的约束,采用鲁棒调度的方法建立机器-工人双资源约束的鲁棒Job shop调度模型(Dual-resource constrained robust JSSP,DR-RJSSP).鉴于DR-RJSSP同时考虑工人合理指派和双目标优化,提出机器-工人两阶段指派方法,在主动降低加工时间随机扰动的同时最小化工人约束对调度性能的影响.其次,提出多目标混合分布估计算法求解DR-RJSSP,以得到兼顾调度性能和鲁棒性的Pareto解集.最后,采用8组仿真算例将所提出的兼顾工人熟练程度和负载均衡的指派策略与基于熟练程度的指派策略和随机指派策略进行对比,验证了所提指派策略的Pareto优化性能.此外,通过对制造企业调度案例的仿真分析,验证了基于两阶段指派策略的MO-HEDA求解DR-RJSSP的有效性.