面向作业车间调度的基于拓扑排序的二级嵌套蚁群算法研究

蚁群算法的出现,为求解作业车间调度问题提供了新思路。然而,由于作业车间调度问题的可行域属性非常复杂,目前,采用蚁群算法进行求解,还存在收敛可靠性差和优化程度不高的问题。针对以上两个问题,在对工序拓扑排序的约束特性进行分析的基础上,提出基于拓扑排序的二级嵌套蚁群算法,其基本思想是:以拓扑排序为基础,采用受限主路径覆盖可行域,从而降低搜索的规模和盲目性,提升收敛可靠性;将问题分解为工艺路径优化和设备遴选优化两个级别的问题,从而构造二级优化机制,采用工艺主路径与设备支路径嵌套递归的方式,实现工序排序与设备遴选之间的相互干涉,从而提升解的满意度。比较试验表明,与目前常用的蚁群算法求解方法相比,采用基于拓扑排序的二级嵌套蚁群算法求解作业车间调度问题,具有良好的收敛可靠性、求解效率和寻优能力。     

基于禁忌粒子群算法的混流装配线排序研究

为了更好地解决开放式作业域的混流装配线排序问题,建立了以最小化超载时间与平顺化零部件消耗为优化目标的混流装配线排序问题数学模型,并提出了一种禁忌粒子群算法求解该排序问题。针对标准粒子群算法在算法后期搜索精度不足以及容易陷入局部最优不能跳出的缺陷,引入了禁忌搜索算法建立了对最优微粒的重搜索机制来提高算法跳出局部最优的能力,同时给出了禁忌算法中候选解、禁忌表长度、禁忌对象、藐视准则的设置方法,并采用了随机权重的惯性权重更新方式来平衡算法的全局和局部搜索能力,最后建立了禁忌粒子群的算法流程。通过比较禁忌粒子群算法与遗传算法的实例计算结果,验证了禁忌粒子群算法在求解开放式作业域的混流装配线排序问题中的有效性和优越性。     

考虑多目标的工艺规划与调度集成问题研究

针对工艺规划与调度集成问题在多目标优化方面的不足,考虑将多目标优化集成到工艺规划与调度集成问题中。以最长完工时间、加工成本及设备最大负载为优化目标,对该多目标工艺规划与调度集成问题进行建模,并提出了一种非支配排序遗传算法,鉴于加工信息的多样性,使用多层结构表示可行解,对该算法的选择及遗传操作等步骤进行了设计。最后,以实例验证了上述模型的正确性及算法的有效性。     

基于改进NSGA2的柔性车间多目标智能调度问题研究

通过分析现有柔性车间调度问题特点和对相关算法进行研究,提出了基于改进非支配排序遗传算法(Non-Dominated Sorted Genetic Algorithm-II,NSGA2)的调度方法求解该问题。针对非支配排序遗传算法中存在种群多样性低、运算速度慢等缺点,提出了基于拥挤度的自适应交叉算子,并借鉴竞标机制思想,将竞争选择方法引入非支配排序遗传算法中,以提高求解质量。通过实验仿真以验证所提算法的有效性与可行性。     

复杂制造环境下的改进非支配排序遗传算法

针对柔性作业车间多目标调度问题,在考虑机器、操作人员等资源约束和交货日期不确定性的基础上,构建了以加工成本、客户满意度及生产总流程时间为目标函数的模糊调度数学模型。针对传统的加权系数方法不能很好地解决柔性作业车间调度多目标优化问题的缺点,提出改进的非支配排序遗传算法,采用改进的拥挤密度排序法改善同一非劣等级内个体的排序;提出自适应交叉和变异策略,克服了种群早熟化,改善了算法的收敛速度;采用改进精英策略保持种群多样性,改善了算法的搜索性能。将该算法应用于某机械公司的人机双资源多目标柔性车间模糊调度,仿真结果证明了该方法的有效性和可行性。     

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。     

考虑潜在起点的RP路径排序问题研究

充分考虑路径排序问题的一般性,建立了快速成形中扫描填充加工路径排序优化问题的两种完整数学计算模型,提出并证明了路径的遍历策略及简化定理。引入路径潜在起点的概念,设计了基于所有路径潜在起点（而非仅仅原始起点）的全局贪婪搜索求解算法。该算法不仅适用于所有路径排序问题,而且因为扩大了搜索范围,避免了一般贪婪算法对路径内节点初始排列次序的依赖性,求出了路径排序问题的全局更优解。     

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。     

带模糊排序的移动瓶颈法求解不确定调度问题

综合应用模糊排序法和移动瓶颈法（Shifting Bottleneck Procedures．SBP）来求解加工时间不确定的Job—shop调度问题。首先对移动瓶颈法作简要介绍,并给出将模糊数转换为确定数的相关方程式．然后通过一个实际的算例演示该算法的详细求解过程。结果表明,该算法可用来有效求解一类带模糊加工时间的Job—shop调度问题。     

基于MES的车间作业调度系统的研究

针对基于MES的车间作业调度问题,提出了基于规则的智能优化调度算法.通过相关约束建立生产调度问题的数学模型,选出适合的优先调度规则,将排序的过程分为初始排序与优化排序,开发出基于MES的车间作业调度系统.经实际应用表明,该方法计算时间短,调度结果令人满意.     

前移存在调整时间综合调度工序的算法

针对目前存在调整时间的综合调度算法只考虑快速插入调整时间实现调度方案,没有考虑调整时间会随工序次序改变影响调度结果的问题,提出通过改变工序调度次序前移存在调整时间综合调度工序的算法。该算法在保证相关工序不后移的条件下,通过改变相同加工设备上具有相同工艺紧后工序的工序调度次序,从而改变工序之间的调整时间,使调整工序最晚结束时间提前,使其工艺紧后工序开始时间有可能提前,从而实现提高设备利用率,提前产品最终完工时间。实例表明该算法可获得存在调整时间的综合调度问题的更优解。     

An approach to process production reactive scheduling

Process manufacturing has some characteristics that make it different from other types of industry. In practice, there are many examples of process industrial settings where production resources are shared and there is no intermediate storage between two processing units. Perhaps the most important issue usually to be excluded from the academic discussion of process production scheduling/control problems is the uncertainty of the duration of real chemical processes. These properties of process manufacturing result in blocking, no-wait, and other constraints that must be taken into account during designing the production scheduling system. The first part of the paper addresses some features of process manufacturing and their influence on production scheduling. The main part of the paper analyzes the scheduling problems under the presence of typical process constraints and unpredictable process duration times and introduces a simple and reliable approach to avoid these problems. The proposed concept is presented on a case study of an industrial two-stage washing batch subprocess. It is considered that the presented approach would be relatively easy to implement in a process production scheduling system and that it can contribute to more effective process production scheduling.     

面向配做的柔性生产线调度

配做是精密加工中常用的方法,它增加了调度约束和调度的难度。为解决这一难题,在对各种调度约束标准化的基础上,进行了适于配做的调度操作标准化技术和启发式调度算法的研究,保证了调度解的正确性并实现了调度解的快速生成,在此基础上进行了调度解优化技术和调度评估方法的研究,最终实现了人机协同的调度、评估一体化,为配做生产提供了有效的调度工具。     

生产调度的启发式规则研究综述

启发式规则是求解生产调度问题比较简单有效的方法,与其他生产调度算法相结合,在过去50多年里得到了深入研究和广泛应用。首先综述了国内外对生产调度启发式规则的研究状况,阐述了启发式规则及其分类,介绍了启发式规则性能评价指标和鲁棒性,进一步分析了新提出的启发式规则。在总结启发式算法的基础上,给出了启发式规则应用于智能优化调度算法的一般性框架。最后展望了生产调度启发式规则的进一步研究方向。     

网络控制系统中信息调度的研究进展

由于网络带宽的限制以及控制系统的时限要求，网络控制系统的性能不仅取决于控制算法的设计，而且取决于网络信息的调度，以实现各个网络节点资源分配。文中综述了网络控制系统中信息调度的研究进展，主要内容：首先比较了单处理器的任务调度与网络控制系统的信息调度；介绍了单处理器的RM和EDF两种实时调度算法以及多处理器的调度算法；讨论了调度的单独设计和调度与控制的共同设计；最后探讨了若干待解决的问题及发展趋势。     

大规模生产调度问题的研究现状与展望

为解决大多数已有调度算法无法直接应用于大规模生产调度的问题,以典型生产调度问题为背景,综述了现阶段已有大规模生产调度问题的算法。分析了大规模生产调度问题规模增长的因素,重点介绍了基于问题分解的各类方法、拉格朗日松弛／分解法及智能优化算法。在此基础上,展望了大规模生产调度问题的研究发展趋势。     

A hybrid multi-objective GA for simultaneous scheduling of machines and AGVs in FMS

A carefully designed and efficiently managed material handling system plays an important role in planning and operation of a flexible manufacturing system. Most of the researchers have addressed machine and vehicle scheduling as two independent problems and most of the research has been emphasized only on single objective optimization. Multiobjective problems in scheduling with conflicting objectives are more complex and combinatorial in nature and hardly have a unique solution. This paper addresses multiobjective scheduling problems in a flexible manufacturing environment using evolutionary algorithms. In this paper the authors made an attempt to consider simultaneously the machine and vehicle scheduling aspects in an FMS and addressed the combined problem for the minimization of makespan, mean flow time and mean tardiness objectives.     

基于遗传算法的多资源作业车间智能优化调度

提出一种基于遗传算法的调度算法，用于解决作业车间的加工受到机床、操作工人和机器人等多种生产资源制约条件下的优化调度。以生产周期为目标进行的优化调度，将遗传算法和分派规则相结合，通过交叉、交异等遗传操作，得到目标的最优或次优解。最后对算法进行了仿真研究，并给出了算法运行结果，仿真结果表明该算法是可行的。     

单件小批量生产作业计划的倒排产算法研究

提出一种用于单件小批量生产中编制作业计划的算法模型———倒排产算法 ,并建立一套包含此模型的作业计划及调度监控集成系统。在科龙等企业的生产部门进行实施 ,获得良好效果     

不确定信息条件下Job-shop调度的混合智能算法

目前大多数生产调度的研究往往聚焦于经典调度问题的优化算法而忽略了车间中大量存在的不确定性，因而难以应用于实际车间调度。采用随机变量来描述真实车间中存在的一些不确定信息，在基于不确定规划理论的基础上建立了相应的不确定性调度模型，并研究了解决此类问题的混合智能算法。开发了混合智能优化原型系统，并结合仿真工具对该调度模型和混合智能算法进行了验证。