发酵过程调度问题的约束指导模拟退火算法

针对实际的发酵生产过程,构造了基于STN(状态任务网)的MILP(混合整数线性规划)优化调度模型．提出了根据模型解的分析,利用约束作为指导而启发式地产生新解的约束指导模拟退火算法求解该模型,避免了不可行解的产生,加快了算法的收敛速度,提高了解的质量．使用该方法构成的生产调度系统已在实际制药企业实现．     

基于炼油过程生产特性的优化调度模型

针对炼油过程的平稳性和长期性等生产特性,研究了其优化调度问题。给出了平稳性和长期性的定义,并对生产特性进行了模型化描述。提出了生产的平稳度、长期度性能指标,以实现生产特性的量化表达和评价。在此基础上建立了炼油过程的广义析取规划优化调度模型。以某炼油过程生产调度为例,对比有无体现生产特性的优化调度仿真结果表明:基于炼油过程生产特性的优化调度模型能够提高生产特性性能,得到的调度方案更为可行和实用。     

混合流程生产系统优化调度模型

混合流程加工系统是一种集离散加工与流程加工为一体的生产加工系统，为对混合加工系统进行优化调度，提出了一种分层调度模型，这种建模方法简化了混合流程加工系统模型．根据分层建模方法建立了二层生产成本模型，上层为总体任务进入混合流程系统分批调度模型；下层为一批任务在混合流程系统内调度模型，这样可以使优化过程简单、可靠。     

基于连续时间的生产过程优化调度

为了研究印染生产过程的优化问题,分析包括烧毛在内的前处理工艺、染色工艺和后整理的整个印染生产工艺,得出染色工艺是整个印染生产过程优化调度的关键.针对染色工序,建立单阶段的基于直接前后序的连续时间混合线性整数规划(MILP)优化调度模型.该模型考虑有直接前后序加工关系印染产品颜色的深浅关系和这2个产品切换生产成本的因素,调度目标包括提前完工和延期完工惩罚因素.根据给出的案例,利用ILOG公司的求解器对模型求解.调度结果的甘特图表明,通过对染色机生产的优化调度,整个印染生产过程的各种资源得到优化,提高了生产效率,降低了库存成本.     

炼钢—连铸生产调度的研究

针对拥有连铸设备的钢厂生产调度问题进行了研究,提出了由计算机生成调度计划的方案,从而避免了人工编制调度计划的不足,并给出了仿真结果。     

染整生产优化排缸模型研究

根据印染企业生产计划流程,建立了以投入生产的染机染缸空闲量最少为目标,以有限生产资源为约束的染整生产过程排缸模型;并根据实际情况,将缸容量相同的染机归为一类机型可有效提高模型的求解效率.企业生产调度实例表明,所建立的模型能有效提高染机利用率,降低生产成本.     

多种产品生产决策的混合整数规划模型

多种产品生产决策通常利用线性规划进行决策支持;在产品成本中制造费用的比重比较大,并且成本信息由作业成本计算法提供时,给出了一个新的混合整数规划模型,同时也给出模型的求解方法和应用实例。     

资源受限的发酵生产过程调度优化

对发酵过程中空气供应量受限的资源受限调度问题进行了研究.建立了以总生产完成时间最短为目标的优化调度模型,提出了一种启发式的"离散-回缩"策略来计算在一定生产排序下发酵产品的总生产完成时间,并应用列队竞争算法计算产品加工的最优顺序.应用该方法对某生物农药厂的生产调度进行了计算,得到了满足空气供应量的要求且总生产时间最短的调度方案.     

磁性材料成型烧结生产调度优化方法及应用

建立以最小化提前和拖期时间、最小化炉重偏差为目标的混合整数线性规划模型, 解决磁性材料成型-烧结两阶段生产调度问题. 提出一种混合粒子群优化算法(HPSO)进行模型的求解,该算法采用基于订单的编码方式. 针对粒子群算法易陷入局部最优, 在迭代过程中引入模拟退火思想. 改进粒子群算法的全局极值和个体极值选取方式, 使算法尽快收敛到非劣最优解. 生产现场实际数据仿真结果表明: 该混合粒子群算法无论在求解精度, 还是求解速度上均优于普通粒子群算法和遗传算法.     

基于经济性和环保性的区域综合能源系统优化调度研究

发展区域综合能源系统是提高能源利用率、缓解可再生能源消纳问题及改善环境的重要途径。对区域综合能源系统各类设备进行了建模,以经济性最优及一定环保性为目标,建立了区域综合能源系统优化调度模型,然后采用混合整数线性规划模型对实例问题进行求解,并以夏季典型日为例,分析说明了优化调度结果,以验证模型和优化算法的可行性和经济性。     

采用轮盘赌法的造纸企业生产调度排产模型的优化设计

在传统生产调度模型的基础上,对造纸企业生产调度的排产模型进行了优化设计,引入了一种激励机制,并将工人的心理因素应用到多目标造纸企业生产调度问题中.针对传统方法中权值分配不合理会导致某个目标下非支配解遗失的问题,采用了均值自适应法求解方法,并对交叉和变异策略进行了改进,即采用轮盘赌和精英选择策略保留了优良的个体,使遗传算法中权值系数的设置得到了很大程度的改善,提高了多目标下遗传算法的优化性能.     

分布式网络管理中的任务管理与任务调度的研究

分布式网络管理是现在网络管理的重要发展方向，而任务管理与任务调度又是分布式网络管理的核心问题．本文从计算机网络管理角度出发，利用网络管理的方法，实现任务的主动管理，并通过调度算法对任务进行有效调度，解决网络中大部分的计算机资源因未被充分利用而造成的浪费及单个计算机中多个大任务的执行花费过多时间的问题．不仅使多个大任务在最短时间内完成．而且最大限度地利用网络资源。     

多产品、多流程、多工序的生产作业安排

试图通过网络分析和动态规划来解决现代企业中普遍存在多产品、多流程、多工序的生产作业安排问题．方法的计算过程包括总体生产能力安排，单台设备时间片安排和合成调整三个阶段．提出的方法能达到降低成本，提高效率等目的，适用于零部件加工装配企业和其他企业．     

生产调度中时间不确定性及其控制策略

针对生产时间的不确定性因素建立了相应的定量评价模型,提出了在生产计划调度中时间不确定性控制的定量方法,从而能够更准确地实现车间生产调度.     

面向多核的时间帧加权公平调度算法

多核系统在移动终端、多媒体设备上的广泛应用对于多核系统的调度提出了新的要求,由于这些多核设备中大量的周期性与实时动态任务的执行,使得传统的Pfair和ERfair等经典算法产生了大量的任务迁移,同时对于动态任务调度并不能提供良好的支持。因此,在Pfair经典调度算法的基础上,结合EDF等局部调度算法,以时间帧的模式轮转多任务的周期执行,并采用处理器时间帧间的任务固定来降低任务的迁移率。仿真实验表明,在对任务调度公平性影响很小的情况下,大大降低了任务的迁移率并能更好的处理动态任务,具有更高的效率和更为广泛的使用范围。     

一类带工艺约束生产调度的随机梯度遗传算法

随机梯度遗传算法(Stochastic Gradient Genetic Algorithm简称SGGA),在求解多目标优化问题方面显示了很强的优越性.本文把SGGA算法应用于单目标优化问题.首先将多目标综合优化问题,利用权系数法转化为单目标优化问题,然后将标准遗传算法与SGGA算法有机结合,对一类带工艺约束的生产调度方法进行了优化设计.实验证明:SGGA算法可用于单目标优化问题,且能得到较好的最优解.     

改进的DBSCAN聚类算法在云任务调度中的应用

针对云计算环境中任务调度中存在的执行效率低的问题,提出了一种基于改进的基于密度的聚类算法(DB-SCAN)的云任务调度策略.首先使用改进的基于密度的聚类算法DBSCAN对云任务进行聚类,然后与已经分类的资源进行匹配,解决资源与任务匹配程度低的问题.实验结果表明,对任务进行聚类后进行任务调度,任务在终端上的平均执行时间减少了大约35.2％,任务的调度时间也有了明显减少.     

基于遗传算法的针织染色生产调度方法

为解决针织染色过程中人工进行染色排缸效率低、合理性差的问题,提出一种新型调度方法。通过对染色生产过程的分析,建立了相应的生产调度模型,并采用启发式算法和遗传算法相结合的方法对模型进行求解。应用该方法可以在实现自动排缸的前提下,满足生产的实际需要,并优化生产调度,对提高染色生产的自动化有一定实际意义。     

系统工程排队论优化地下矿采掘计划计算机模拟法

根据作者完成的一项科研成果报告改写而成。文中系统介绍了应用系统工程排队论和计算机模拟技术编制地下矿山采掘进度计划的理论、方法和原理，主要包括以下内容：①排队论的应用和模拟模型的建立；②图形输入与输出；③数字模拟与交互式模拟；④动画式技术的应用。该成果经实际应用，收到了良好效果。