柔性Job Shops集成调度启发式算法

为有效解决柔性作业车间(Job Shops)的加工与搬运集成调度问题,以最小化最大完工时间(Makespan)为调度目标,建立非线性规划模型,提出基于贪婪启发式策略的变邻域搜索算法(GRS-RVNS).根据准时(JIT)生产和均衡生产思想构建贪婪启发式策略快速求初始解.利用析取图表示可行解并根据析取图调度的性质定理构建有效的搜索邻域,进而利用随机变邻域搜索算法对初始解进行优化.对提出的算法进行仿真实验分析,结果表明:该算法求解时间短、调度方法有竞争性.     

煤矿井下燃油运输车辆调度多目标优化分析

为减少煤矿井下燃油运输车辆的尾气污染，降低能耗并控制运输成本，在考虑巷道坡度及车辆载重影响计算碳排放量的基础上，建立了车辆调度优化模型。该模型以运输总成本和碳排放量最小为目标，同时设计了基于动态拥挤度和启发式交叉算子的改进NSGA-II求解算法。实例仿真试验表明：多目标优化模型既可以保证煤矿企业的经济效益，也在一定程度上促进了节能减排。改进后的算法在总运输成本上平均节省超过4%,在碳排放量上最优值改进达到3.91%,表现出较好的求解性能。     

甩挂运输车辆调度模型及节约算法设计

采用整数规划方法建立了带时间约束的甩挂运输车辆调度模型。由于该问题的复杂性,在实际问题中若采用精确算法往往不能实现求解,因此提出了增加新策略的调整节约算法。仿真结果和实际案例运算表明,该算法是很有效的,比原来的传统运输方式更优,可以满足较大规模的甩挂运输车辆调度问题。     

集装箱集散的空重箱循环甩挂调度方法

在集装箱港区等局部物流网络中,相对于运输时间,货物装卸时间严重降低普通载货集卡的利用率。在集装化优势下,通过甩挂分离牵引车和集装箱挂车,提出在集装箱集散环境下空重箱循环甩挂的调度问题和两阶段优化方法。首先,引入虚拟任务建立集散任务的时间优先关系网络;然后,在总作业时间最小化的目标下,建立空重箱循环甩挂的混合整数规划模型。通过算例分析说明方法的有效性,演示线路作业任务序列分配,对运输里程增量和牵引车利用率等方面进行分析,为局部物流网络的甩挂运输调度提供参考。     

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NSGA-Ⅲ算法的多目标集成工艺规划与调度问题研究

为了减少工业制造中的碳排放,设计以生产过程碳排放最小、最大完工时间最小和总拖期最小为目标的多目标集成工艺规划与调度问题,建立相应目标的优化模型。针对建立的优化模型,提出一种改进的NSGA-Ⅲ算法,使用三段式编码方式解决工艺规划的柔性特征;使用变邻域搜索方法增强算法的局部搜索能力;引入Pareto解集更新策略,保存种群更新过程中的非支配解。在工艺规划阶段,以完工时间、碳排放最小为优化目标,为每个工件生成工艺路线非支配解集,并从中随机挑选非支配解输入到调度阶段;在调度阶段,对优化目标的模型进行优化,生成调度非支配解。使用测试实例对提出方法进行验证,并与现有算法对比,实验结果验证了本文算法找到的非支配解更接近真实的Pareto前沿。     

城市配送车辆调度模型及算法设计

在分析城市货物配送和车辆调度特点的基础上,建立了追求总体效益最优的车辆调度多目标决策模型,并设计分派-节约启发式算法求解该模型。通过分派启发式算法保证最大程度地满足客户的要求,再利用节约算法保证了全局最优。最后对初始解进行局部和整体优化调整以得到较优解。基于该算法设计并开发了城市配送车辆调度系统,运行结果表明:该算法能够有效地解决城市配送的客户满意、总成本最低、配送车辆空载率最小的多目标决策问题。     

基于随机交箱序列的集装箱堆场出口箱箱位优选

为了优选客户提交箱时间不确定条件下的集装箱堆场出口箱箱位,降低作业成本,提出了基于随机交箱序列的堆场箱位优选方法,即两阶段随机规划模型和基于禁忌搜索的启发式算法.模型通过优选贝位和堆栈最小化堆场龙门吊行车成本和翻箱量,探讨了随机交箱序列条件下的翻箱量和龙门吊行车成本求解方法,并针对模型最优解特点开发了基于禁忌搜索的启发式算法.模拟实验表明,该方法能够有效利用不确定集装箱交箱序列信息改善调度效果,算法能够在合理时间内获得满意解.     

公路港甩挂运输优势运距研究

甩挂运输是一种具有竞争优势的公路运输组织形式,合理的运输距离能优化甩挂运输资源的配置,提高运输效率,实现甩挂运输经济效益最大化.为测算公路港甩挂运输优势运距,从两个角度出发分别建立模型.一是基于货运企业获利的角度,分析甩挂运输的固定成本和变动成本并建立利润模型.二是基于甩挂运输与铁路货运竞争的角度,分析运输成本和装卸成本并建立费用模型.根据实际情况确定模型中的参数值,计算出公路港甩挂运输的优势运距为49～468 km,属于中短途运输.     

基于ILOG平台的求解动态车间作业调度问题优化算法研究

研究了基于约束规划和启发式搜索算法结合求解动态车间作业调度的问题。以最小化制造周期费用与总拖期惩罚费用之和为优化目标,通过建立调度模型、分析问题的优化特性,提出了基于约束规划的禁忌搜索启发式算法,根据与另外两种算法的比较结果,验证了此算法的有效性。     

基于混合模拟退火的勤务编排技术研究

为了优化航空公司勤务编排结果,在考虑勤务编排规则、机组成本和人力因素的基础上,构建了勤务编排优化模型,且综合平衡了各项目标函数.运用局部搜索法获得初始解,并与模拟退火算法结合,形成求解勤务编排问题的混合模拟退火算法.最后通过启发式操作将不可行解转化为可行解.仿真实验表明,混合模拟退火算法能够有效缩小算法搜索空间,减少计算时间,提高运行效率.与基本模拟退火算法和遗传算法相比,混合模拟退火算法运算速度和运算结果均有明显地提高.     

多阶段随机选址库存模型研究

为了在存在多种不确定因素的多阶段战略周期中,确定最优的库存、选址和分配决策,提出了一类多阶段的随机选址库存模型.该模型不仅考虑了风险分摊的效益,而且还利用情景规划考虑了整个多阶段战略周期中各参数的不确定性.该模型的目标是寻找一个最优解,使得整个战略周期内系统的总期望成本(包括库存、运输和选址成本)最小,使用基于拉格朗日松弛与次梯度的启发式算法对该模型进行求解.多个算例的计算结果表明,该算法是求解所提出的多阶段随机选址库存模型的有效算法.     

定位路线与库存组合优化问题研究

定位路线问题是定位配给和车辆路线问题的集成决策,库存水平对定位和路线问题有重要影响。本文在分析物流系统总成本的基础上,建立了随机需求的定位路线与库存组合优化问题的数学模型。针对模型的NP-hard属性,设计了两阶段启发式算法：第一阶段用先路线后定位的方法求得初始解;第二阶段用交换法对初始解进行改进,库存控制变量在每次路线优化时根据订货费用、缺货费用和运输费用而迭代求得。最后通过实例计算,定位—路线—库存集成优化结果与定位—路线和库存独立优化时的方案相比,大大降低了物流系统成本,从而证明了物流系统优化时考虑库存策略的重要性,同时表明了该算法在求解此类问题时的可行性和有效性。     

考虑真实场景动态事件的动态取送货问题

实时城市配送决策高度依赖于环境的变化,须及时处理配送系统中由各种动态事件带来的需求和环境变化. 综合考虑新请求逐渐出现、旧请求修改或取消、交通拥堵状况和车辆抛锚4种动态事件对车辆路径规划和配送服务的影响,重新建立考虑实时场景多项动态事件的取送货（DPDP-MDE）动态车辆路径规划模型. 设计动态算法框架求解该模型,给出调度时域内静态子问题执行规则和计算规则;针对具体静态子问题,采用构造型启发式算法生成初始可行解,分别采用禁忌搜索算法和自适应大规模邻域搜索算法2种智能优化算法,改善初始可行解质量;在更新路径规划方案时,运用未固定动态插入法,解决处于规划中的未固定请求和新请求同步处理问题. 数值实验表明,所提出的模型及设计的动态算法框架能有效解决带时间窗的动态取送货问题（DPDP-TW）.     

制造业入厂物流短驳合并运输问题的优化研究

针对整车装配企业入厂物流中短驳合并运输问题,本文将短驳合并运输抽象成多产品单供应商单目的地的联合补货问题,并以短驳合并运输的总成本最小为目标,在采用间接组合的策略下,建立数学优化模型,并利用粒子群算法求解,同时,以某汽车制造厂的入厂物流为例进行仿真实验。仿真结果表明,与决策变量相关的可变供应成本的平均最优解为2 189 070,比文献[2]中两种算法求得的结果分别降低了5.2%和0.2%;与决策变量相关的可变供应成本最优解为2 165 700元,比文献[2]中BFD启发式算法降低6.2%,比文献[2]中的整数箱子编码的组群遗传算法降低1.3%。说明间接组合策略比直接组合策略更能有效降低供应成本,体现了该模型的优越性。该研究对大型装配企业入厂物流活动的组织优化具有一定的参考意义。     

一种求解汽车整车混载算法研究

运用改进的C—K节约算法的基本思想,将汽车整车装载与运输路线优化问题相结合统筹考虑,设计一个有效的启发式算法,求解运输车辆的多种车型合理配载及发运路线优化问题,得到较优解,在运输任务要求的时间内使运输费用降到最低,有效地解决汽车整车物流中多种车型的混装运送问题。     

求解VRPSDP的变邻域混合遗传算法

针对卸装一体化车辆路径问题,提出一种结合变邻域下降搜索和遗传算法的混合启发式算法(GA_VND).利用随机生成的初始种群,通过遗传算法的交叉变异操作生成弱可行解种群,选择其中的最优值作为变邻域深度搜索的初始解.在变邻域深度搜索的过程中通过两种不同的局部搜索算子对解进行局部搜索和迭代优化.通过对54个算例的求解,仿真结果表明GA_VND更新了54个已知最好解中的8个,表明了该算法是解决卸装一体化车辆路径问题的一种有效方法.     

基于改进NSGA-Ⅱ的多目标绿色作业车间调度问题研究

针对多目标绿色作业车间调度问题(green job shop scheduling problem,GJSP),以最大完工时间、总碳排放量和总拖期时间为优化目标,建立多目标绿色作业车间调度问题模型,提出一种改进的NSGA-Ⅱ算法来对模型进行求解。模型中设计总碳排放量目标函数,考虑工件更换装夹方式时机器调整状态的碳排放量;算法中设计基于N5邻域结构和非支配排序的局部搜索策略,结合实际设计GJSP测试实例,对提出的算法进行验证。计算结果显示,对于多目标优化,改进后的NSGA-Ⅱ求得均衡解非支配等级相对更高,获得了更优的单个目标值。研究表明,改进的NSGA-Ⅱ具有更好的优化效果,验证了提出算法的有效性。     

道路运输企业发展甩挂运输效益及路径

甩挂运输是一种先进的运输组织方式,是提高道路运输效率的重要手段,对于促进节能减排,推动道路运输业的发展具有重要意义。文章对道路运输企业实施甩挂运输产生的社会效益和经济效益进行研究,实践证明,甩挂运输不仅可以减少碳排放,而且能够降低道路运输企业的运输成本,提高其运输效率和运营效益。最后在此基础上提出了甩挂运输的发展路径,即调查运行线路、改造场站建设、配置合适车辆和完善信息系统。     

一种智能高效的并行护士排班算法

护士排班问题是多约束条件下的NP难优化问题,好的排班对提高护士工作效率、优化医院人力资源配置具有重要意义。然而,目前大多数算法不仅在计算时间和求解质量之间难以有效达到平衡,而且很难在可行的时间内求解这类大规模问题。针对上述问题,提出了一种新的智能高效两步并行护士排班算法。第1步采用启发式调整排序随机生成问题的初始解,以获得高质量的算法初始解;在此基础上,第2步采用并行智能多样化变邻域搜索和增量式计算来快速寻优。同时,采用随机扰动使算法逃离局部最优,并引入禁忌列表以避免冗余计算。大量的标准测试数据集上的仿真实验结果表明:这种算法在平均解质量和运行时间上均优于现有最好的护士排班算法,且更适合于大规模护士排班问题的求解。