基于遗传算法的生产调度研究

生产过程中调度问题的研究具有重要的经济意义,然而又是最困难和最复杂的组合问题之一,目前尚无通用算法可循。调度的关键任务是寻找最优解,同时还需考虑具体领域的大量信息,这些信息更增加了调度问题的复杂性。自遗传算法问世以来,已被广泛用于各个领域。本文将遗传算法运用到生产调度中提出了一些做法。     

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。     

基于遗传算法的车间作业调度

提出了一种基于遗传算法的车间作业调度算法，详细讨论了染色体编码方法和遗传算法的设计，并构造了该算法的基本模型，给出的仿真算例表明了该算法解的有效性。     

基于遗传算法的车间作业调度

研究了遗传算法在车间作业调度问题中的应用,以遗传算法作为优化工具,给出了车间作业调度算法。最后给出了计算机仿真结果,并与启发式算法求得的结果作了比较,证明了该算法解的有效性和优越性。     

一种改进的基于遗传算法的中药生产调度系统

通过对中药制药工艺流程的分析,根据其生产过程的特点,研究了基于并行遗传算法与小生境遗传算法相结合的改进遗传算法解决中药制药调度问题,并应用于中药制药生产调度系统。通过对原型系统的测试,验证了系统的可行性和有效性。     

遗传算法在家纺企业生产调度中的应用

为解决家纺企业的生产调度问题,设计了一种新颖的遗传算法.算法采用自然的编码方式,能有效地反映实际调度方案,即清楚反映出每日每机器加工产品的顺序和数量,通过提出一种新的基于浓度的种群多样性更新选择方法,提高了种群多样性,且利用局部搜索算法对每子代得到的调度方案进行了局部调整,改善了种群质量,加快了收敛速度.仿真结果表明,此算法是有效的,适用于解家纺企业实际生产调度问题.     

基于遗传算法的批调度问题

对把独立的、可同时达到的工件组批，并同时在单机上确定批内序和批间序的批调度问题进行了研究。给出了问题的数学模型，并构造了一个有效的遗传算法。实验结果表明是有效的。     

自适应蚁群算法在Flow Shop调度问题上的应用研究

运用能自适应地改变挥发度系数的自适应蚁群算法研究流水车间作业排序问题,设计出解决该问题的算法步骤与流程。最后,通过仿真比较该算法与基本蚁群算法在解决该问题方面的性能,仿真结果表明,该算法在解决Flow Shop方面的问题上取得满意的效果。     

基于遗传算法改进的动态车间调度

由于经典的车间调度方法大都将生产系统中各种加工参数看作确定性的精确值,且将生产系统当作一个静态的系统,忽略了实际加工过程中的各种突发状况.因此从动态生产环境下生产运作和管理的实际需求出发,考虑到生产过程中的加工参数非确定性精确值、动态扰动等因素的影响,基于改进遗传算法开展了动态生产环境下的作业车间调度问题的研究工作.将模糊化参数引入调度模型,通过改进来避免一般遗传算法收敛过快的问题,从而寻求到动态车间调度的最优解.     

基于遗传算法的数据广播节目调度研究

针对数字广播系统的应用特点,在研究用户信息接收方式、信息实时阅读模型等内容的基础上,提出了数据广播信息发送的遗传调度算法,并结合数据广播系统的特点改进了该算法的调度实现,最后利用系统的真实数据进行了仿真实验,与其它算法的仿真结果进行了比较,验证了该算法的有效性.     

基于改进免疫遗传算法的网格任务调度

为改进网格计算中任务调度的低效问题,采用十进制的实数编码规则产生初始抗体群,由免疫遗传算法经过克隆和变异算子生成资源集合中的蚁群信息素,进而利用蚁群算法的并行性展开全局搜索,通过CloudSim仿真平台进行模拟,与粒子群算法及蚁群遗传算法进行对比,结果表明,改进的免疫遗传算法能够大幅提高网格计算任务调度效率,有效地解决网格任务调度问题.     

非量产模式下车间调度的改进遗传算法

将遗传算法用于求解模具制造的车间调度问题．通过改进基于工序的编码方法，采用实际工序和虚拟工序的概念，降低了遗传算法的编码难度．遗传运算中进行了基于位置交叉和互换代码变异．为降低统计误差，分别执行了随机选择和个体最佳选择操作．实验表明，改进后的遗传算法能够在较少的迭代次数下，以小规模种群获得满意解．     

带服务器的3台机器流水作业排序启发式算法

研究了带服务器的流水作业排序问题的复杂性和启发式算法.每个工件在机器上加工之前,必须由服务器先进行安装,在任何时刻服务器只能在1台机器上安装工件,目标是使最大加工时间达到最小.在只有3台机器的情况下,利用3-划分到该问题的一个归约来证明该流水作业排序问题仍然是强-困难的.为此,引入一个新的启发式算法,并证明该启发式算法的紧界为2.     

基于改进遗传算法的柔性作业车间调度

应用遗传算法解决柔性作业车间调度问题,针对柔性作业车间问题的特点提出了一种新颖直观的双子串基因编码方法,并设计了独特的交叉和变异算子,从而取消了运用遗传算法求解作业车间问题时为使基因合法化而进行的基因修复和重建过程,仿真结果表明用该遗传算法解决柔性作业车间调度是有效的.     

基于改进遗传算法的QoS移动网格任务调度

移动网格环境具有高度的动态性,任意时刻都可能发生资源的变化,任务调度因此变得复杂,提出了一种面向服务质量(QoS)的移动网格任务调度策略.建立资源和任务模型,定义任务优先级,将任务分成若干子集,子集内调度采用改进遗传算法,选取时延和跨度为QoS指标,编码和遗传操作上体现资源对任务QoS的匹配调度,使最优解尽力满足任务QoS;同一资源上分配的任务,按优先级顺序执行.仿真结果表明,调度算法可以较好地满足用户的QoS,调度跨度也较优.     

一种求解作业车间调度问题的协同进化算法

提出一种用协同进化遗传算法求解作业车间调度问题的新方法.车间调度问题用传统的启发式算法很难求得最优解.协同进化遗传算法模拟生物界物种之间的竞争、捕食、共生及其相互作用下,各物种协同进化,使整个生态系统由低级向高级进化的过程.协同进化算法与传统的遗传算法相比,不仅加快了算法的收敛速度,且可提高算法的搜索能力,避免算法陷入局部最优.特殊的交叉操作更使所求得的解都为合法解.实例证明协同进化遗传算法是行之有效的算法.     

求解非满载车辆调度问题的免疫遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题,由于它是一个典型的NP难题,传统方法的求解结果往往不能令人满意.曾有研究将传统的遗传算法用于求解非满载车辆调度问题,但是由于遗传算法在遗传后期的波动现象,导致了迭代次数过大和准确率不高.该实验根据生物免疫系统的机理提出的免疫遗传算法,结合了遗传算法的进化操作和生物免疫中的浓度机制,通过抗体的期望繁殖率实现对抗体的促进和抑制,改善未成熟收敛.该算法是在传统遗传算法全局随机搜索的基础上,借鉴生物免疫机制中抗体的多样性保持策略,改善了传统遗传算法的群体多样性,通过与遗传算法的比较,结果表明,该算法不仅收敛,而且具有更好的全局和局部搜索能力和收敛速度.     

遗传算法在火力发电机组计划检修中的应用

使用遗传算法来制定大规模火力发电机组的检修计划,提出了改进遗传算法的几种方法．该算法考虑了检修中可能出现的约束条件,算例说明了该算法是可行和有效的．     

A two-stage flexible flow-shop scheduling problem with m identical parallel machines on one stage and a batch processor on the other stage

This paper considers a hybrid two-stage flow-shop scheduling problem with m identical parallel machines on one stage and a batch processor on the other stage. The processing time of job Jj on any of m identical parallel machines is aj≡a （j∈N）, and the processing time of job Jj is bj（j∈N） on a batch processorM. We take makespan （Cmax） as our minimization objective. In this paper, for the problem of FSMP-BI （m identical parallel machines on the first stage and a batch processor on the second stage）, based on the algorithm given by Sung and Choung for the problem of 1 ｜ri, BI｜Cmax under the constraint of the given processing sequence, we develop an optimal dynamic programming Algorithm H1 for it in max {O（nlogn）, O（nB）} time. A max {O（nlogn） , O（nB）}time symmetric Algorithm H2 is given then for the problem of BI-FSMP （a batch processor on the first stage and m identical parallel machines on the second stage）.     

用自适应遗传算法求解轧制顺序调度问题

在考虑提前和拖期惩罚情况下,提出热轧钢管厂轧制顺序调度模型.在应用自适应复制、交叉和变异的遗传算法求解过程中,提出多种交叉方式按概率随机选取的新交叉方式.仿真结果表明,此算法能够保证进化过程中种群的多样性和交叉因子的多样性,具有较强的全局搜索能力.