紧密衔接工序组联动的综合调度算法

由于现有的工序间存在紧密衔接条件的复杂产品综合调度问题, 采用的移动交换算法不易于软件实现且没有考虑移动工序后产生的连锁反应引起较高算法复杂度的问题, 提出将具有紧密衔接约束条件的工序组进行统一联动的综合调度算法.该算法利用将具有紧密衔接约束条件的工序分组的扩展加工工艺树模型, 按路径上属于工序组的工序个数多少确定所在路径工序组调度的次序, 通过降低对工序组的限制要求降低算法复杂度; 对于被调度工序组中各工序的前序工序, 按工序组中工序的加工顺序确定调度次序, 对某个工序的前序工序采用复杂度较低的拟关键路径法确定工序的调度次序; 调度完所有紧密衔接工序组后, 剩余的标准工序按拟关键路径法确定调度顺序; 采取工序首次适应调度算法调度标准工序和工序组, 由于工序组中工序采取按序紧密衔接的联动调度方式确定工序组的开始时间, 避免了二次调整, 进一步降低了算法复杂度. 分析和实例表明, 所提出的综合算法比以往算法复杂度更低, 调度结果更优且更易于实现.     

基于逆序信号驱动的紧密衔接综合调度算法

针对以往综合调度中紧密衔接调度算法只能处理单一紧前工序的情况,使算法具有局限性问题,提出基于逆序信号驱动的紧密衔接综合调度算法.该算法先建立设备和调度2个子系统,并通过相互间传递的信号驱动逆序调度;对于紧密衔接工序组包含非单一紧前工序的情况,将紧密衔接工序组定义为一棵特殊的紧密衔接子树,采用逆序调度的方式自顶向下对紧密衔接问题求解;当信号驱动时刻存在多个可调度工序(组)时,按最大可并行性选择策略选择子节点关键路径长的工序(组)调度;对于可调度工序直接锁定该工序的加工时间段;对于可调度工序组,则按锁定紧密衔接工序组的前沿贪心策略锁定工序组的加工时间段.由于采用逆序调度和锁定紧密衔接工序组的前沿贪心策略,可使各紧密衔接工序组独立调度,实现紧密衔接紧前工序数无限制的综合调度.     

基于信号驱动的多批处理综合调度算法

针对以往综合调度中批处理调度算法只能处理2个工序的批量调度,进行批量调度的工序不能具有2个以上的紧前工序,使综合调度具有局限性问题,提出基于信号驱动的多批处理综合调度算法.该算法先建立设备和调度2个子系统,并通过相互间传递的信号驱动;为了预判断可批处理工序,将工序分为可调度工序和准可调度工序,采用组合策略将可批量处理的工序形成组合工序一同加工;当可调度工序超过设备批处理量时,按最大并行性选择策略选择调度;当准可调度工序成为批处理工序时,无需考虑前续工序对工序批处理的影响,即对批处理工序的紧前工序数无限制;循环以上可批处理工序判断,实现多批量处理.     

工序间存在零等待约束的复杂产品调度研究

针对实际装配生产中工序之间存在零等待约束的复杂产品的调度问题, 提出了一种把存在零等待约束的工序虚拟成一个工序的方法. 该方法在提出复杂产品、标准工序、虚拟工序、零等待和扩展加工工艺树的概念基础上, 对扩展加工工艺树中的标准工序采用拟关键路径法和最佳适应调度的车间调度算法进行调度, 对虚拟工序采用移动交换算法在相应设备上分离调度, 将存在零等待约束的调度问题转化为存在虚拟工序的无零等待约束的调度问题. 实例表明, 所提出的调度算法能够较好地解决具有实际意义的工序间存在零等待约束的复杂产品的调度问题, 且易于实现.     

可动态生成具有优先级工序集的动态Job-Shop调度算法

为了在满足约束条件的前提下使不同时刻加入到作业集合中的全部作业所用的加工总时间尽可能地少,提出算法:根据动态的作业集合构造虚拟加工树,虚拟加工树上的叶结点代表最先加工的工序,虚拟根节点代表最后一道工序,边代表偏序关系;以层优先为虚拟加工树上的工序设置优先级,工序的优先级可作为调度过程中考虑的一个因素;除了在工序需要动态调整的情况下,在调度过程中始终遵循着机器忙原则.在调度过程中,首先根据虚拟加工树动态地生成备选工序集合,然后根据工序的优先级并且结合其它的调度策略从备选集合中调度工序,直到备选集合为空,即所有作业加工完毕.这里提到的调度策略包括短用时策略、长路径策略和动态调整策略.通过实例验证,该算法对于动态Job-Shop问题可以获得比较好的解.     

可回退抢占的设备驱动综合调度算法

针对基于拟关键路径法的综合调度算法按路径长度确定工序的调度次序,形成工序组间的并行处理, 使设备产生较多空闲时间的问题,提出可回退抢占的设备驱动综合调度算法. 该算法以每次工序加工结束作为一次可调度工序的寻找事件,若此时新出现的可调度工序具备抢占能力,则产生回退事 件进行重调度;若不产生回退事件,如果可调度工序唯一,则调度此工序;如果可调度工序不唯一, 选择父结点路径长的工序;如果父结点最长路径相同,选择用时长的工序. 由于该算法在调度工序时形成工序间的并行处理,缩小基于拟关键路径的综合调度算法形成的并行处理单位,进而减少加工过程中产生较多的设备空闲时间,提高设备利用率;同时,由于采用抢占式的回退调度策略,优先调度对调度结果有重要影响的长路径工序,达到对拟关键路径法的扬长避短,进一步提高设备利用率.     

工件工序可并行的作业车间调度模型与求解

针对传统作业车间调度模型没有考虑工件工序存在并行性的不足,提出一种以最小化完工时间为目标的工件工序可并行作业车间调度模型,且在模型中考虑了工序加工设备柔性;设计了基于遗传算法的调度算法,其中染色体编码采用分段编码方式,并提出一种适用于工件工序存在并行性的染色体解码方法.实验结果表明,文中算法能够有效地解决工件工序可并行的作业车间调度问题.     

存在多工序同时结束的综合调度算法

针对实际生产中存在多工序同时结束约束条件的复杂产品综合调度问题, 提出了存在多工序同时结束的综合调度算法。该算法将具有同时结束约束条件的工序虚拟成一个工序组, 在提出虚拟工序组概念的基础上, 对虚拟工序组的前、后序标准工序, 采用拟关键路径法和首次适应调度算法确定工序的调度顺序和开始加工时间; 对虚拟工序组中工序采用预计晚结束优先策略和同时结束策略确定调度顺序和开始加工时间。实例表明, 所提出的综合调度算法不仅能在较低的复杂度时解决具有实际意义的工序间存在多工序同时结束约束的复杂产品综合调度问题, 而且调度效果更好。     

基于剪枝分层的柔性加工车间调度算法

针对柔性作业车间调度中工序间存在的冗余调度次序约束关系问题和工序-设备间存在的多加工模式情况,提出基于剪枝分层的柔性加工车间调度算法.该算法首先用有向无环图表示工序及工序间的调度次序关系,采用剪枝法消除图中的冗余弧,采用分层法对图中结点分层;其次对加工模式进行分类,制定工序-设备预约策略和工序-设备预分配策略;最后,采用事件驱动策略,驱动时刻按所提出的柔性加工策略调度工序加工.理论分析和实例表明,所提出的算法具有较好的调度效果.     

基于多动作深度强化学习的纺机制造车间调度方法

纺机制造车间调度问题是一种具有复杂工艺约束和序列相关设置时间的柔性作业车间调度问题,为了保证调度方案的质量,提升企业的订单准时交付能力,提出了一种以最小化最大完工期为优化目标的多动作深度强化学习算法。首先,将调度问题建模为多马尔可夫决策过程。然后,针对纺机制造车间调度的工件选择和机器选择两个子问题,分别设计了用于定义工序选择策略和机器选择策略的两个编码器,以预测选择不同工序和机器的概率分布。其中,在工序选择编码器中,采用图神经网络对析取图进行编码,以降低问题规模对解的质量的影响。其次,提出了一种具有多动作空间的强化学习训练算法,用于学习两个子策略。最后,经某纺机制造企业的实际生产案例验证,该方法的性能受问题规模影响较小,与其他对比算法相比,能够获得较高质量的调度方案,训练的模型具有较好的泛化能力和稳定性。     

Time‐selective integrated scheduling algorithm with backtracking adaptation strategy

Currently, integrated scheduling algorithms schedule processes using fixed rules, making it difficult to balance serial and parallel processes in product craftsmanship trees while conducting complicated single product scheduling. To solve this problem, we propose a time‐selective integrated scheduling algorithm with a backtracking adaptation (TISAWBA) strategy. The proposed process sequence sorting strategy aims to determine process scheduling sequences based on the overall structure of the machining craftsmanship tree. The proposed time‐selective scheduling strategy aims to select the process portfolio with the minimum total elapsed time for machining from a process portfolio set based on craftsmanship tree structure. The proposed backtracking adaptation strategy conducts backtracking adaptation to find process portfolios having a total elapsed machining time greater than the “scheduling reference time.” Finally, illustrative use cases verify that TISAWBA guarantees parallel processing for parallel processes and elevates the proximity of serial processes, generating optimized integrated scheduling results.     

Multi-batch integrated scheduling algorithm based on time-selective

Based on the problem that the integrated scheduling algorithm cannot fully consider the impact of the scheduling process on the subsequent process so that the scheduling results are impacted, this paper presents a multi-batch integrated scheduling algorithm based on time-selective. This algorithm proposes a process sequence sequencing strategy,it divides the whole structure of the process tree into several process sequences and determines the scheduling order according to the path length. The multi-batch time-selective scheduling strategy generates several process combination plans. It presents the process combination selection strategy chooses the combination plan most close to scheduling targets among the different combination plans. The analysis and example show that this algorithm is better in multi-batch integrated scheduling.

     

信息处理单元测试系统并行测试技术研究

针对信息处理单元测试的功能需求,设计实现了基于PXIe总线的测试系统,系统包括测控单元、供电单元和接口单元三个组成部分,并完成了测试系统的软件设计;根据信息处理单元测试系统实际的测试流程和所需资源的使用情况,将并行测试技术引入到系统中,重新对相互独立的测试任务进行了并行化分析,构建了该测试系统的任务调度数学模型,提出了一种改进的自适应遗传算法(即IAGA算法),解决了并行测试模块中复杂且难以优化的任务调度问题;对任务调度模型进行了算法仿真验证和实验结果分析,验证了所得解的全局性,所得出的执行序列与串行测试相比,测试效率提高了43.57%,并与其他算法进行了对比,验证了IAGA算法的可行性与优越性;最后将IAGA算法嵌入到了测试系统的软件当中,实现了该优化策略的实际工程应用。     

柔性作业调度的串并行模型对比与求解

作业处理中的柔性使得作业调度更为灵活,作业中操作的执行顺序满足拓扑排序是作业调度的前提。是否允许没有优先关系的操作在不同的机器上同时执行是区分串行和并行调度的条件。文中以共生进化算法求解一个复杂的作业调度模型为例,给出了算法实现串行调度和并行调度的具体区别,并给出了串行和并行调度的结果。结果表明,并行相对于串行对算法效率的提高与柔性大小相关,与作业的规模成反比。     

考虑多目标的柔性工艺与调度集成优化算法

针对工艺规划与车间调度集成优化问题,在考虑零件的加工工序柔性、工序次序柔性及加工机器柔性的基础上,以最大完工时间、总加工成本和总拖期时间为优化目标,对多目标柔性工艺与车间调度集成问题建模,提出一种基于改进人工蜂群算法的多目标柔性工艺与车间调度集成优化策略,并提出邻域变异操作以及全局交叉操作,对种群进行更新。引入Pareto方法,通过对适应度评价、贪婪准则、Pareto最优解集构造和保存以及解得多样性维护等方面进行改进,设计了一种基于Pareto方法的多目标人工蜂群算法。最后,通过采用基本人工蜂群算法及改进人工蜂群算法对六个工件、五台机床的柔性工艺与车间调度集成问题进行优化,验证了改进算法的有效性。     

混合EDA求解三阶段异构并行机装配集成调度问题

本文提出一种混合分布估计算法（hybrid estimation of distribution algorithm，HEDA）用于求解带载重约束的三阶段异构并行机集成调度问题（three-stage heterogeneous parallel machine integrated scheduling problem with capacitated constraint，THPMISP_CC），第一阶段为加工阶段，即带释放时间的多工序异构并行机调度问题；第二阶段为带载重约束的运输阶段，即多维背包优化调度问题；第三阶段为装配阶段.本文研究工件从加工、运输到装配三阶段的集成调度优化问题.首先，本文构建了THPMISP_CC的数学模型，其优化目标为三阶段整体最大完工时间（Makespan）；然后，提出的HEDA用于优化THPMISP_CC；最后，对算法运用于THPMISP_CC模型的结果进行分析和比较，验证模型的可行性及算法的有效性.     

一种基于Hadoop的动态树增量更新方法

为适应真实环境中数据量大、流程复杂、计算密集的数据挖掘需求,提高传统树增量更新挖掘效率,改变已有算法的串行执行方式,提出一种基于Hadoop的动态树增量更新方法。介绍云计算、模型与执行流程等基本概念,针对现有Hadoop平台中任务调度的随机分配策略,设计一种动态云平台中的资源调度与分配算法,以期达到成本消耗的最小化,给出树增量更新挖掘算法以及2个并行算法（DeleteFreqTree和FindNewTree）,完成树数据的增量挖掘工作。实验结果表明,该并行算法有效可行,具有高效性与良好的扩展率,能够对海量树数据进行更新挖掘。     

基于改进GSO算法的柔性作业车间E/T调度问题

针对机器资源和加工路线可选择情况下的柔性车间调度,以最小最大完工时间和时间惩罚成本为目标建立柔性车间E/T调度模型.根据问题特点,提出一种改进的萤火虫算法（GSO）,算法设计了一种具有贪婪思想的编码策略,一个萤火虫个体表示工序加工顺序和工序加工位置;采用自适应选择策略,使步长自适应,提高算法精度;引入POX交叉、邻域交换和反序排序方法提高算法局部和全局寻优能力,并利用贪婪思想,提高算法的收敛速度.通过经典算例和实例验证算法性能,实验结果表明改进的萤火虫算法求解柔性车间调度问题的有效性.     

满足偏序约束的在线调度

具备偏序关系的实时调度要求调度算法产生的执行序列既要满足任务的实时约束,又要满足任务间执行的偏序约束。基于并行拓扑排序,提出一种新的在线调度算法,该算法通过同时考察任务间执行的串行性和并行性来进行优先级设置,能够处理释放时间任意的任务集。给出该算法的原理和设计,并通过示例分析和比较对算法进行验证。