基于多代理和蜂群算法的车间调度系统研究

针对实际生产中的车间调度问题,提出了一种基于MAS(multi-agent-system)的车间生产调度系统.结合MAS的自主性、智能性等特性,综合运用蜂群算法、遗传算法实现对车间调度的优化.分析了调度的优化目标,实现了车间的智能化以及车间调度的自动化.     

基于混合遗传算法的分布式车间作业调度问题

分布式车间作业计划与调度是一个典型的组合优化问题,而组合优化问题是遗传算法求解的领域.本文描述了分布式车间作业调度问题及其调度方法,结合分布式车间生产模式的实际情况,将模拟退火算法引入自适应遗传算法,提出了混合遗传算法(GASA);详细地阐述了分布式车间作业计划与调度问题的解决策略和操作过程,并以甘特图的方式给出了计算结果.与其它方法比较,混合遗传算法是解决分布式车间作业计划与调度问题的更为优良的方法.     

基于遗传算法的柔性车间批量调度研究

针对一类柔性车间批量生产问题,提出了新的调度策略:区分工件的批量准备时间和加工时间;小批次调度策略.在此基础上,采用遗传算法作全局优化算法来实现最优调度,给出了批次调度策略下的遗传算法的编码、解码方案,以及一种特殊的交叉操作设计.仿真算例分析表明,一方面,所设计的遗传算法对解决柔性调度问题具有理想的效果,另一方面,在采用相同优化算法的前提下,分批次调度策略可以缩短工件的生产周期.     

PSO算法求解PFSP问题研究进展

粒子群优化算法作为一种基于群体的改进启发式算法,已初步成功地用于解决神经网络训练、模糊系统控制和组合优化等问题.近年来用以解决车间生产调度问题的粒子群思想和方法也层出不穷.为了促进粒子群算法的进一步发展,更好地解决流水车间调度问题以及为设计更好的算法提供参考,首先对粒子群算法进行了简单介绍,指出了解决置换流水车间调度问题的重点和难点;然后从粒子群算法涉及到的初始化种群的方法、粒子编码方法、目标函数设计和粒子速度及位置更新公式等几个主要问题的角度对近年来比较典型的用粒子群算法求解置换流水车间调度问题进行了总结,分析了各种方法的适用范围;最后探讨了粒子群算法求解置换流水车间调度问题有待进一步研究的若干方向和内容.     

基于启发式分支定界的单间作业车间优化算法

单件小批量生产形式下的作业车间调度是生产调度中具有广泛的应用.针对已有的求解车间调度问题的算法,引入动态规划思想,将车间调度按照机器分层化,引入了基于平衡生产和压缩空闲时间的启发函数,引导搜索方向,从而得到最佳调度方案.在C#环境下实现算法,并对其进行测试.结果证明,算法具有较高的收敛速度和精度.     

基于狮群算法的数字孪生车间调度问题优化

针对柔性作业车间调度问题,提出一种基于狮群算法的数字孪生柔性作业车间调度方法。基于实际生产过程的需求,使用狮群算法生成柔性作业车间调度初始方案,建立物理车间与虚拟车间实时交互的数字孪生柔性作业车间调度模型,在搭建的虚拟车间中对初始调度方案根据设备利用率进行方案优化。采用数字孪生模型解决设备故障等车间突发事件对生产进程的影响问题。通过使用真实车间数据对机加工车间生产调度过程试验,结果表明,采用狮群算法求解柔性作业车间调度问题,搜寻能力强,搜索速度快,可以在不同规模的问题中找到更优的解决方案;狮群算法结合数字孪生的柔性作业车间调度方案能够整体优化系统性能,有效处理扰动带来的延长生产时间问题。     

离散型制造企业生产管理系统车间调度管理模块设计

本文研究了以彼得罗夫——哈姆算法为优化算法的车间调度管理的新型方案,使生产调度问题顺利解决,简化了生产计划的冗余管理,实现了车间对各项任务的作业顺序合理安排。在完成计划任务的前提下,缩短生产周期,均衡设备负荷,提高操作人员的工作效率。本文研究的关键在于在正确理论的指导下,针对某公司机加工车间生产调度管理的实际情况,摸索如何应用先进实用的生产调度方法去解决企业长期存在的一些问题。     

一种改进混合遗传算法解决车间作业调度问题的研究

车间作业排序理论是生产管理与组合优化领域的重要研究方向,由于其固有的计算复杂性(NP-Hard),一般无法利用经典方法求出最优解.针对作业车间调度问题,提出一种求解作业车间调度问题改进的遗传算法.该算法对交叉算子和变异算子进行改进,并将遗传算法和启发式算法相结合,建立一种混合算法框架,能有效避免局部最优.通过实例的计算和分析,取得了良好的调度效果,论证了算法的有效性和稳定性.     

具有复杂缓冲的分段多流水车间调度问题

针对船舶分段生产调度过程中机器利用率低、阻塞时间长以及调度滞后等问题,分析了多流水车间的特点,提出具有复杂缓冲的分段多流水车间调度模型,并进行优化研究。模型综合考虑了缓冲中的重调度、分段返工以及阻塞时间的约束条件,目标是最小化分段的最大完工时间和阻塞时间,建立了分段在车间内部和堆场中的调度数学模型。针对问题的特殊性,设计启发式规则,用构造型启发式算法求解问题,并通过实例分析求证模型的合理性,用数值试验及通过与其他算法的对比分析验证算法的可行性和有效性。     

基于改进蚁群算法的智能调度系统设计与开发

蚁群算法是一种模拟蚂蚁群体智能行为的仿生优化算法,具有良好的正反馈、鲁棒性、群体性和并行性等特点.在研究柔性作业车间调度的基础上,针对企业实际生产情况,将改进蚁群算法应用于求解实际生产调度问题.笔者介绍了智能调度系统的需求分析、系统设计和主要功能模块的实现.系统实现时采用事件驱动调度策略,当调度任务发生变化时根据上次调度结果重新调度,同时对蚁群算法做出适当改进,添加机器选择策略,在搜索解路径的过程中,首先确定下一步可供选择加工的工件在哪台机器上加工,然后确定加工哪个工件.开发的智能调度系统能完成企业的动态柔性调度,能较好的解决机器变化和订单变化引起的重调度问题,提高企业生产效率.