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。     

一种面向卷烟生产线的优化调度策略

为了提高卷烟产品的质量和生产效率,通过分析卷烟生产线的工艺流程,提出了有关合理假设,利用图论中的网络流思想,将卷烟生产线抽象成了基于连续物料流的连通网络系统,并由此提出了卷烟生产线优化调度的概念,建立了卷烟生产线优化调度模型,包括生产线的生产率最优模型和每个工作日的初始状态最优模型,给出了具体的优化调度策略。该优化调度策略已用于实际卷烟生产线的作业调度中,取得了良好的应用效果。     

基于粒子群算法和仿真技术的RGV动态调度建模与优化

基于10台计算机数控机床(CNC)和1辆轨道式自动引导车(RGV)组成的智能加工系统,设计了RGV动态调度策略,包括CNC工序分配、CNC编号奇偶优先和RGV任务分派策略,建立了以系统作业效率最大化和RGV移动时间最短为优化目标的数学模型,设计了基于工序编码的粒子群算法。最后利用C++语言编程,通过对一个8 h班次两道工序物料加工过程的三组数据的计算,得出了在最优策略下一个班次三组数据分别生产熟料的数量、系统作业效率、RGV移动时间、奇偶优先策略引起的CNC工序排布变化。通过仿真对比和实例,验证了所提方法的有效性。     

生产计划与调度系统在卷烟生产中的应用

针对企业计划层和生产控制层之间的断层问题,阐述了制造执行系统(Manufacturing Execution System)在烟草行业的应用,并就其中关键模块-生产计划与调度系统进行了详细介绍,包括制丝生产计划制定、卷包生产计划制定、生产通知单派发、制丝生产过程控制、卷包生产过程控制等功能模块,并对系统的实现和应用效果进行了介绍.     

基于过滤定向搜索的Job-Shop调度算法及评价

对以Makespan最小为目标的Job Shop调度问题进行了研究。首先对Job Shop调度问题进行了描述,在此基础上建立了一种求解Job Shop调度问题的启发式优化算法———基于过滤定向搜索的算法,同时结合实例对算法的优化过程作了具体描述。最后通过不同规模的Benchmark实例对该算法进行了仿真评价,结果表明基于过滤定向搜索的算法搜索效率高,解的性能好,是一种有效的优化算法。     

面向多目标决策的车间生产调度仿真与优化

车间生产调度问题是先进制造和现代管理的核心问题。针对某企业机械加工车间现状,运用Flexsim仿真软件对该车间生产调度过程进行建模和仿真,发现未经调度优化的生产任务排序仿真结果中总完工时间、总提前时间、总拖期时间、生产成本等各项指标均很差。为了解决该问题,提出从生产效率、客户满意度、生产成本三个方面建立优化目标,调度优化后,各项指标较未优化前均有大幅度改善。因此,使用仿真软件进行面向多目标决策的车间生产调度优化,能为企业高层的管理与决策提供科学的量化依据,从而提升企业竞争力。     

超启发式文化基因算法优化生产与预维修集成调度问题

鉴于传统车间调度通常认为机器始终处于可用状态而有悖于实际生产环境的不确定性,考虑机器使用过程中需要周期性的进行预防性维修的情况,以最大完工时间和预防性维修总成本为目标,建立了机器预防性维修和柔性作业车间调度的集成优化模型。针对该模型设计了年龄模型下的3种不同的集成策略,并开发了一种超启发式文化基因算法,算法采用两层结构,顶层采用文化基因算法的搜索机制,底层是全局搜索算子库和局部搜索算子库,采用基于概率的改进的自适应算子选择机制。实验表明,该算法可以有效求解生产调度与预维修集成优化问题。通过对比可知,同步集成策略表现最优。将役龄模型应用于同步集成策略中,进一步优化了同步集成调度策略,在保证机器可靠性的前提下降低了最大完成时间和预防性维修总成本。     

基于免疫算法的生产调度现状与展望

为提高生产调度的效能,首先阐述了生产调度和免疫算法的概况,然后分类讨论了免疫算法在生产调度问题中的研究现状,最后分析了目前此类研究中存在的问题和不足,并探讨了基于免疫算法的生产调度问题进一步的研究方向.     

仿真优化在制造系统生产调度中的研究进展

在阐述了生产调度概念、分类和仿真优化基本原理、方法的基础上,介绍了国内外仿真优化技术在制造系统生产调度中的应用概况、研究成果,并分别进行分析,指出目前制造系统仿真优化研究中存在的问题以及主要发展趋势。     

基于仿真的生产调度优化技术研究

现有的调度方法无法同时达到既能建立精确的调度模型又能获得满意的调度结果.为此,提出了基于仿真的优化调度方法.该方法包括试验设计模块、遗传算法模块和仿真模型.首先由试验设计模块设计遗传算法的参数值的组合方案,然后由遗传算法采用每组参数值与仿真模型进行反复迭代,筛选出一组最佳的调度规则序列,以及与其对应的生产系统性能指标值.将该性能指标值反馈到试验设计模块,并选择下一组方案重新进行上述过程.当所有方案试验完毕后,对试验结果进行分析,确定最佳的遗传算法参数值组合方案,以及与该方案对应的调度结果.最后,以某研究所机加车间为例,验证了该方法的可行性和有效性.     

基于遗传算法柔性制造系统生产调度的优化与仿真

通过对柔性制造系统中流水车间生产调度问题的分析和研究,开发了基于遗传算法的生产调度方法.采用了一套新的编码方法以保证编码的合理性与计算的方便性,并针对遗传算法中传 统适应度比例选择方法的过早收敛和停滞现象,采用适应度排序法较好地解决了这个问题.仿真结果证明基于排序法的遗传算法可以有效地解决流水车间生产调度优化问题,并依据此优化结果,采用VB软件编程实现了调度过程的动态仿真和实时监控.     

基于遗传算法和代理的集成调度系统框架

基于多代理系统分布式调度和集中式调度的优点,提出了将二者有机结合的系统框架,分为总体调度和多代理调度网络。前者采用遗传算法优化筛选不同的调度方案,后者则由加工资源代理和协作协议构成的代理网络,保证调度对动态制造环境的适应性。每个生产订单优先级编码为一个染色体基因,每个染色体代表一个调度方案,由多代理调度网络按照订单优先级和调度协议安排工序加工时间,然后采用提前／拖期惩罚计算染色体适值,并以此为基础优选出较优染色体,经过若干代后得到最终调度方案（订单优先级和工序时间）。最后,给出了调度实例,验证了该框架的可行性。     

Optimization of multi-objective integrated process planning and scheduling problem using a priority based optimization algorithm

For increasing the overall performance of modern manufacturing systems, effective integration of process planning and scheduling functions has been an important area of consideration among researchers. Owing to the complexity of handling process planning and scheduling simultaneously, most of the research work has been limited to solving the integrated process planning and scheduling (IPPS) problem for a single objective function. As there are many conflicting objectives when dealing with process planning and scheduling, real world problems cannot be fully captured considering only a single objective for optimization. Therefore considering multi-objective IPPS (MOIPPS) problem is inevitable. Unfortunately, only a handful of research papers are available on solving MOIPPS problem. In this paper, an optimization algorithm for solving MOIPPS problem is presented. The proposed algorithm uses a set of dispatching rules coupled with priority assignment to optimize the IPPS problem for various objectives like makespan, total machine load, total tardiness, etc. A fixed sized external archive coupled with a crowding distance mechanism is used to store and maintain the non-dominated solutions. To compare the results with other algorithms, a C-matric based method has been used. Instances from four recent papers have been solved to demonstrate the effectiveness of the proposed algorithm. The experimental results show that the proposed method is an efficient approach for solving the MOIPPS problem.     

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.     

网络队列调度算法的NS仿真

为了提高网络资源和解决网络拥塞,网络的调度机制的选择至关重要.采用网络仿真工具NS2的方法,对Droptall,RED,REM,SFQ和DRR五种队列调度机制进行模拟,得到它们的拥塞窗口、平均队列长度、丢包率、吞吐量性能对比图.结果表明:相对于其他队列调度机制,RED算法在拥塞窗口、平均队列长度、丢包率上性能更优,但在吞吐量上略差.     

基于CAN总线的调度算法的仿真性能评价

实时调度算法是实时系统中的关键技术，本文主要对常用的动态优先级调度算法EDF和LLF进行了深入分析，进一步在基于CAN总线协议的环境中建立这两种算法的仿真模型，并对这两种算法应用于CAN总线系统的效果进行了仿真分析。     

基于遗传算法和模型仿真的调度规则决策方法

为了完成特定生产环境下的调度规则选择问题,提出一种将遗传算法和过程仿真相结合的调度规则求解方式。在该求解方式中,遗传算法采用分段整数编码,每个染色体都代表一组可用于描述具体调度方案的规则组合;遗传操作包括选择、交叉、变异三种类型;为获得适应度函数值,利用基于某扩展Petri网的生产过程模型进行仿真,以在每一代种群中,得到与每个染色体相对应的各项性能指标值,进而以一种集成层次分析法和方案模糊评判的决策优化方法求取相应的适应度函数值。另外,为了改善串行遗传算法不切实际的解答时间,用主从式并行遗传算法代替传统遗传算法,保证了解在时间上和质量上的可行性。     

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.     

求解分布式混合流水线调度问题的改进双层嵌套式遗传算法

针对分布式混合流水线生产的生产调度问题,模拟实际排产中的排产到线和排产到时的排产策略,提出了基于改进双层嵌套式遗传算法的两层优化模型。外层依据流水线分配平衡和准时交货等基本原则总体上解决生产订单在流水线之间的分配问题,内层以最小生产时间为主要目的求解流水线的生产订单生产次序问题。考虑到双层嵌套式遗传算法的时间复杂性,基于模糊逻辑理论设计了一种模糊控制器来动态调整遗传算子,并采用主动检测停止方法,提高算法效率。使用某空调工厂的实际生产数据验证了算法的可行性、计算结果的准确性及排产策略的有效性,为高级计划与排程(Advanced Planning and Scheduling,APS)中大规模复杂供应链调度问题提供了可借鉴的方法。     

多层集成动态生产调度系统

为解决钢铁企业的生产计划与控制问题,分析了其独特的技术和管理特点.根据生产计划与控制的不同层次需求,从计划和物流两条线入手分析了企业生产计划调度的组织方式,构建了多层能力平衡、多层计划、多层调度的集成动态生产调度系统.从系统结构、功能以及运行机制角度探讨了该系统的可行性,并结合生产实际对该系统的运作逻辑进行了讨论.最后,通过在东北某特钢企业中的应用对所提系统进行了验证.