基于遗传算法的MES热轧型钢生产计划调度系统的研究

针对热轧型钢企业生产计划调度的约束复杂、易延误交货期、寻求最优解困难等问题,提出生产计划调度系统的结构功能设计方案,选用改进的批决策批调度策略建立计划调度模型,并利用遗传算法求解生产调度计划。以某热轧型钢企业设计实现的制造执行系统为依托,研究生产计划调度系统的执行情况,通过不同的订单数据以及不同的计划编制方法进行模拟计算和结果比较,验证了该改进型批决策与批调度模型的解可降低设备调度、节省生产时间、减少交货延误,以此来指导热轧型钢的生产可切实提高企业生产效率。     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。     

遗传算法在考虑能耗的单机批调度中的应用

能耗总成本已成为生产调度中一个重要考虑因素,需要在最大完成时间和能耗总成本之间进行权衡,论文将遗传算法（GA）应用到考虑能耗的单机批调度中,并建立同时优化最大化完成时间和最小化能耗总成本的差异工件单机批调度模型.通过遗传算法在考虑能耗（CEC）和不考虑能耗（IEC）下求出非支配解集,利用工件分批的优化和对遗传选择算子的改进,以保证搜索的效率.实验结果表明,与IEC相比,在CEC下使用遗传算法求出的解效果更好,且随着问题规模的增大和工件加工功率的增加,所得解的优势更加明显.     

具有提前ö拖期惩罚的热轧钢管批调度问题研究

建立了具有提前／拖期惩罚的热轧钢管批调度问题的混合整数非线性规划模型，提出并证明了给定合同排序下的最优组批方式，从而将原问题转化为易求解的合同排序问题．同时，建立了转化问题的数学模型并设计了遗传算法．仿真实验验证了模型和算法的有效性．     

模糊环境下的差异作业单机批调度优化问题的研究*

针对现实生产制造系统中存在的时间参数模糊化问题,本文用梯形模糊数表征时间参数,给出了一种具有模糊加工时间和模糊批次间隔的、以最小化制造跨度为目标的模糊差异作业单机批调度问题模型。在对模糊差异作业单机批调度问题进行有效求解方面,针对基本粒子群算法容易陷入局部最优的问题,本文给出了一种基于遗传操作的混合粒子群算法,利用遗传算法思想对粒子进行交叉、变异操作,增强了算法跳出局部最优的能力。仿真实验验证了该算法具有可行性和有效性。     

铁路集装箱中心站资源分配与作业调度联合优化

铁路集装箱中心站主作业区资源分配与作业调度联合优化对其经营效益和运作效率有重要影响.基于“轨道吊-集卡”协同装卸方案,引入轨道吊动态配置原则,以最大化作业均衡率和最小化作业成本为目标,构建多目标非线性混合整数规划模型,综合研究作业区域动态划分、贝位分配以及多轨道吊调度多层次联合优化问题. 根据问题特点,融合启发式规则、遗传算法和模拟退火算法,设计3层混合启发式算法求解模型.通过不同规模算例,对比Cplex与所设计算法的实验结果,验证模型的正确性和算法的有效性,并借助于不同划分原则、不同优化策略与不同间隔约束下的对比实验,验证优化模型与算法普适性.结果表明,新型装卸方案、动态作业区域以及联合优化策略可大幅度均衡轨道吊作业量,避免资源过度负载、降低中心站作业成本,为中心站的实际运营管理提供决策支持.     

基于自适应退火遗传算法的车间日作业计划调度方法

遗传算法、模拟退火算法、最优个体保护法在全局收敛性、种群早熟化、收敛速度慢等方面存在应用缺陷.文中提出了自适应退火遗传算法解决车间日作业计划的调度问题.该算法针对遗传算法中组成编码串的变异概率在整个搜索过程中是固定不变的,而且取值较小,促使算法的求解过程很长,且易走向局部最小值,提出自适应变异概率的概念与理论改善遗传算法的收敛速度;针对选择算子对种群多样性的影响,提出整体退火选择的方式(Boltzmann概率选择机制)选择杂交母体,以克服种群早熟化,避免过早收敛.最后结合车间日作业计划静态调度模型给出求解算法和求解实例.     

敏捷供应链插单调度优化的启发式算法

针对在敏捷供应链已有生产计划基础上进行的插单调度问题,以单工厂和多供应商组成的两级供应链系统为研究对象,采用时间槽表示可用调度时间,以最小化供应链总成本为目标,建立了调度优化问题的整数规划(IP)模型,设计了求解该模型的逐批选优启发式(OOSH)算法。通过算例将其与距离优先和作业周期优先决策算法比较,验证了启发式算法的有效性,显示了敏捷供应链协同调度可以有效提高供应链的市场竞争力。     

差异工件并行批调度问题中遗传算法研究

本文考虑了遗传算法在包含差异工件的并行批处理机调度中的应用问题.工件具有不同的尺寸和到达时间.首先基于问题假设提出了一个数学规划模型,并采用BF、ERT-LPT实现工件的分批排序调度.然后考虑到这是一个NP-Hard问题,设计了新的选择、交叉、变异操作并结合遗传算法进行求解.最后通过仿真实验对比,验证了算法的有效性.     

信任驱动的网格作业调度遗传算法

作业调度是网格计算的关键技术之一.近年来,人们将信任机制融入到作业调度算法中,以满足作业调度对网格服务质量提出的需求.根据一信任模型,设计了求解基于该信任模型的遗传算法,该算法在保持种群多样性的同时,提高了局部搜索能力.仿真结果表明,该算法可以获得较好的调度结果,且收敛速度快.     

Benefits and Drawbacks of Redundant Batch Requests

Most parallel computing platforms are controlled by batch schedulers that place requests for computation in a queue until access to compute nodes is granted. Queue waiting times are notoriously hard to predict, making it difficult for users not only to estimate when their applications may start, but also to pick among multiple batch-scheduled platforms the one that will produce the shortest turnaround time. As a result, an increasing number of users resort to “redundant requests”: several requests are simultaneously submitted to multiple batch schedulers on behalf of a single job; once one of these requests is granted access to compute nodes, the others are canceled. Using simulation as well as experiments with a production batch scheduler we evaluate the impact of redundant requests on (1) average job performance, (2) schedule fairness, (3) system load, and (4) system predictability. We find that some of the popularly held beliefs about the harmfulness of redundant batch requests are unfounded. We also find that the two most critical issues with redundant requests are the additional load on current middleware infrastructures and unfairness towards users who do not use redundant requests. Using our experimental results we quantify both impacts in terms of the number of users who use redundant requests and of the amount of request redundancy these users employ. This work was supported by the NSF under Award 0546688.     

带批量分割的多级批处理调度自组织优化

针对一类带批量分割的多级批处理调度典型问题的特点,提出一种自下而上的自组织优化方法.模拟人类群体"业务办理"机制,构建了带批量分割的批处理过程调度的自组织优化模型,分析了由批次转换和批量分割引起的复杂性,提出了基于友好度的自组织选择策略和基于最小响应的批量分割策略,在此基础上,给出了自组织调度优化算法.该方法能够和短时间内获得问题的最优解或近优解,并通过调度实例求解结果验证了该方法的有效性和优越性.     

Scheduling Parallel Machines for the Customer Order Problem

This paper considers scheduling problems where jobs are dispatched in batches. The objective is to minimize the sum of the completion times of the batches. While a machine can process only one job at a time, multiple machines can simultaneously process jobs in a batch. This simple environment has a variety of real world applications such as part kitting and customer order scheduling.A heuristic is presented for the parallel machine version of the problem. Also, a tight worst case bound on the relative error is found. For the case of two parallel machines, we examine two heuristics, which are based on simple scheduling rules. We find tight worst case bounds of 6/5 and 9/7 on the relative error and show that neither procedure is superior for all instances. Finally, we empirically evaluate these two heuristics. For large problems, the methods find solutions that are close to optimal.     

A batch scheduling scheme for the workcenter that supplies parts to a mixed-model assembly line

The factory considered in this study consists of a mixed-model assembly line and a workcenter. The mixed-model assembly line (main line) simultaneously produces different product models whose assembly parts are provided in batches by the workcenter. The main purpose of this study is to develop a batch scheduling scheme for the workcenter. The objective function of the scheduling is to provide parts for the main line without delays. The problems that make the scheduling challengeable are as follows: (1) different product models being simultaneously produced on the main line require different parts and (2) space for part inventory in the workcenter is limited. This study presents two batch scheduling approaches used to build a real system for the workcenter.     

一种监控与调度集成的滚动式算法

给出一种通过滚动调度将动态调度与监控集成的方法，分析了在实际调度中改变调度策略的必要性和可行性，对滚动调度中的滚动窗口进行了描述。仿真实例表明该算法是有效的。     

基于Petri网的批处理调度研究

批处理过程存在于复杂的动态环境中,来自主客观的干扰及问题固有的易变性,会导致各种过程参数的变化,因此,需要研究对意外事件作出快速反应的动态调度方法,以捕捉生产环境的实时变化。该文针对批处理过程中最常出现的操作处理时间波动,提出了基于Petri网仿真技术的批处理过程动态调度方法。仿真结果表明,该方法能有效地改善调度性能,为批处理过程动态调度的研究提供了新思路。     

化工批处理过程调度

阐述了化工批处理过程调度问题的基本框架，综述了近年来这一领域取得的进展和存在的问题，并讨论今后的发展方向。     

Online scheduling on batching machines to minimise the total weighted completion time of jobs with precedence constraints and identical processing times

This article studies online scheduling of equal length jobs with precedence constraints on m parallel batching machines. The jobs arrive over time. The objective is to minimise the total weighted completion time of jobs. Denote the size of each batch by b with b?=?∞ in the unbounded batching and b? m , where ρ _m is the positive solution of ρ ^m+1???ρ?=?1. The algorithm is also best possible when the jobs have identical weights. For the bounded batching version with identical weights of jobs, we provide an online algorithm with a competitive ratio of 2.     

间歇生产过程优化调度的新方法

本文提出了间歇生产过程在线生产调度算法的评价指标，该指标较好地综合了间歇过程等待时间和操作单元闲置时间对经济效益的影响；并提出基于预测的短期生产调度在线校正算法ＰＯＭＡ，改进了以往算法的“近视“效应。仿真结果表明，ＰＯＭＡ算法具有很好的效果和很强的鲁棒性。该算法原理简单，对间歇工业生产过程优化调度具有较大的实用价值。