时间约束的高层次数据流调度方法

为了研究时间约束下的高层次数据流调度问题,提出了遗传算法和蚂蚁算法动态融合的解决方案.给出了时间约束调度中遗传算法的编码方法、交叉、变异和适应度函数以及蚂蚁算法中的概率选择方法和信息素的更新规则.为了找到遗传算法与蚂蚁算法的最佳切换时机,还解决了2个关键问题:遗传算法的动态结束条件和蚂蚁算法中初始信息素的产生.实验结果表明,该方法所用的平均资源数目比遗传算法少5.2%,比蚂蚁算法少4.9%;运行时间比遗传算法少44%,比蚂蚁算法少31%.     

约束自适应粒子群优化算法及水厂调度

针对粒子群优化算法应用于约束优化问题时易陷入局部极小值的问题,提出了一种改进的粒子群优化算法. 该算法综合了约束优化问题的目标函数值和约束函数的违反度值作为粒子群优化算法的双适应度值, 采用了双适应值动态判断粒子群优化算法中粒子的优劣. 违反度值的计算引入了自适应加权系数,相应地提出了调整各权系数的自适应策略, 并改进了粒子群优化算法的粒子竞争选择策略,拓展了粒子群优化算法的单适应值的应用范围.应用约束自适应粒子群优化算法实现了城市水厂的节能优化调度. 结果表明, 该算法收敛速度快且结果可靠. 粒子群优化算法为解决工程约束优化问题提供了一条可行途径.     

箱型约束优化问题的免疫进化的微粒群算法

通过引入免疫进化项,提出一个求解箱型约束优化问题的新的算法—免疫进化的微粒群算法。该算法利用8个典型的测试函数进行数值实验,且与被动聚集的微粒群算法、全局版本的微粒群算法、局部版本的微粒群算法和具有压缩因子的微粒群算法进行计算比较,计算结果表明免疫进化的微粒群算法是求解箱型约束优化问题的一个高效的算法。     

箱型约束变分不等式的微粒群算法

对箱型约束变分不等式的简单光滑价值函数,给出了求解箱型约束变分不等式的微粒群算法。该算法具有计算简单、快速收敛到全局最优解和较高的计算精度等优点。数值计算结果表明,提出的算法可靠性高、有效性强,在计算精度上,都优于阻尼牛顿法和正则半光滑牛顿法     

箱型约束变分不等式的微粒群算法

对箱型约束变分不等式的简单光滑价值函数,给出了求解箱型约束变分不等式的微粒群算法。该算法具有计算简单、快速收敛到全局最优解和较高的计算精度等优点。数值计算结果表明,提出的算法可靠性高、有效性强,在计算精度上,都优于阻尼牛顿法和正则半光滑牛顿法。     

改进粒子群算法的动态空间调度方法

针对船体分段生产调度的多目标性和动态性,提出了一种改进粒子群算法的动态空间调度方法,确定船体分段在工作平台上的加工顺序和空间布局位置.算法以加工完成时间最短和空间利用率最高为目标,采用自适应惯性权重策略保证算法的收敛性,并引入遗传算法中的选择算子和变异算子增强算法的收敛速度和多样性,利用启发式定位策略确定分段的位置.最后,以船厂实际生产数据进行仿真验证.仿真结果表明,所提方法可以大大降低以手工方式制定调度计划的复杂度,并能有效地提高空间利用率达到70%,说明该方法是解决动态空间调度问题的一种有效方案.     

带多重加工前约束的单机MOPJ调度方法

为有效解决晶圆加工过程中带换模时间、品种间晶舟分配的不确定性以及参数调整等多重加工前约束的单机单作业多订单MOPJ(multi-order-per-job)调度问题,对问题域进行描述,以订单总完成时间最小为优化目标,建立数学规划模型.给出求解较优调度解的定理,并提出具有双层嵌套编码机制的混合差分进化的入侵杂草调度算法,该算法引入具有学习机制的算子以改善解的质量.为有效提高算法的收敛性,在变异及邻域操作中考虑自适应过程.仿真实验结果表明,该算法是有效且可行的,优化晶舟分配的调度较未优化的调度可提高至少10%的性能.     

多目标柔性作业车间调度的Pareto混合粒子群算法

针对多目标柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)的复杂性,建立了以总完工时间、所有机器总负载及最大机器负载为目标函数的多目标调度模型,提出了一种带有Pareto档案集的混合粒子群优化算法.该算法首先通过全局搜索、局部搜索和随机产生相结合的初始化方法产生高质量的初始种群,利用改进的快速排序法构造Pareto档案集,并给出了一种快速更新Pareto档案集的算法.既保持了种群的多样性,避免了算法陷入局部最优,又有效地提高了算法的收敛速度;算法中还引入逆转策略来进一步增加解的多样性.通过3个经典算例的实验仿真,验证了该算法的可行性和有效性.     

具有利润约束的数值型关联规则的发现

过程控制历史数据随着生产过程的演变,其不同时间产生的数据对有关参数的贡献也是不同的,对故障的影响也是不同的。本文提出了解决引入利润约束后多值数据库的数据关联问题。给出了具有利润约束的多值数据库的数据关联规则问题的性质,并提出了解决该问题的高效算法,解决了不相邻数值区间进行的合并关联问题。     

基于改进粒子群的航空军械保障调度优化

针对航空单机军械保障中出现的保障周期长、资源配置不合理等问题,在给出改进粒子群算法的基础上,分析单机军械保障问题中多约束条件,构建多资源约束下的军械保障调度数学模型.将改进算法应用于航空单机军械保障问题中,利用优先值方法编码,提出一种优先进度生成机制作为解码方式求解.通过对实际算例优化分析,得到单机保障的最小时间为64min,远小于未优化时保障周期,而且资源的使用基本趋于均衡,说明改进的方法能快速、正确地解决单机军械调度的优化问题.     

Scheduling algorithm of dual-armed cluster tools with residency time and reentrant constraints简

To solve the scheduling problem of dual-armed cluster tools for wafer fabrications with residency time and reentrant constraints, a heuristic scheduling algorithm was developed. Firstly, on the basis of formulating scheduling problems domain of dual-armed cluster tools, a non-integer programming model was set up with a minimizing objective function of the makespan. Combining characteristics of residency time and reentrant constraints, a scheduling algorithm of searching the optimal operation path of dual-armed transport module was presented under many kinds of robotic scheduling paths for dual-armed cluster tools. Finally, the experiments were designed to evaluate the proposed algorithm. The results show that the proposed algorithm is feasible and efficient for obtaining an optimal scheduling solution of dual-armed cluster tools with residency time and reentrant constraints.     

Try and error-based scheduling algorithm for cluster tools of wafer fabrications with residency time constraints

To improve the productivity of cluster tools in semiconductor fabrications, on the basis of stating scheduling problems, a try and error-based scheduling algorithm was proposed with residency time constraints and an objective of minimizing Makespan for the wafer jobs in cluster tools. Firstly, mathematical formulations of scheduling problems were presented by using assumptions and definitions of a scheduling domain. Resource conflicts were analyzed in the built scheduling model, and policies to solve resource conflicts were built. A scheduling algorithm was developed. Finally, the performances of the proposed algorithm were evaluated and compared with those of other methods by simulations. Experiment results indicate that the proposed algorithm is effective and practical in solving the scheduling problem of the cluster tools.     

考虑处理机释放时间的可分任务调度优化模型

Divisible-load scheduling has become an increasingly hot subject in the research on information technologies in recent years. Most existing divisible-load scheduling models assume that all processors are idle at the beginning of workload assignment. In fact, many processors may still in the busy state when a new workload arrives. Processors may have different waiting times from the busy state to the idle, that is, processors have different release times. This paper proposes a new release time aware divisible-load scheduling model with hybrid time constraints and designs an effective global optimization genetic algorithm to solve it. Finally, experimental results show the effectiveness of the proposed model and the efficiency of the proposed algorithm.     

加工时间线性递减的链约束单机排序问题

讨论了工件的加工时间是开工时间的线性递减函数、工件之间有平行链约束的单机排序问题.对于链可中断和不可中断两种情况,给出了极小化总完工时间的最优算法.     

关于"模糊数的最近的区间近似值"一文的注释

本文讨论了P.Grzegorzewski在Fuzzy Sets and Systems杂志上提出的一个有关模糊数区间近似的方法,用实例显示了,这一方法存在着严重的错误.     

加工时间不确定的船体分段空间调度方法

针对调度过程中存在的不确定性因素及调度对象存在关联约束关系,提出了一种加工时间不确定的船体分段空间调度方法.以旁板这一类分段关联件的加工时间的变动作为不确定影响因子,建立了船体分段在不确定环境下的空间调度模型,目标为最小化由不确定因素造成分段提前、拖期的时空占用成本.该模型考虑了船厂实际生产过程中的随机加工时间以及分段和关联件的约束关系,结合某船厂的实际生产数据进行实例验证,结果表明,该模型能对加工时间不确定条件下的船体分段空间调度给出较优的调度解,而且在空间调度解的质量和模型应用范围等方面更贴近船厂现实生产情况.     

热轧生产过程加热炉优化调度模型及算法

钢铁生产中的加热炉调度问题是一类复杂的组合优化问题。本文进一步考虑不同轧制位对应的候选板坯集存在交集的生产实际,建立了以板坯住炉时间最小为优化目标的数学模型,提出了三阶段的启发式算法,确定各轧制位板坯的入炉和出炉时间。仿真实验表明,给出的模型和求解算法对加热炉调度问题的优化效果很好。     

效费比视角下相控阵雷达多波束跟踪调度策略

由于相控阵雷达跟踪工作模式占用其大部分资源,为了解决提高目标跟踪精度和容量相矛盾的问题,提出了一种兼顾跟踪精度和雷达时间资源的波束波形调度策略。首先,给出了目标跟踪模型; 进而定义了波束调度效费比和调度函数,在检测概率和跟踪精度的约束下,预测了当前所有目标的调度函数值,依据调度函数值选择当前时刻待调度的目标序列;随后,在有限资源和多波束方式跟踪的约束下,选择目标进行跟踪;最后,与常规波束波形调度和单波束调度两种方法进行比较。仿真验证了上述方法中调度函数和多波束跟踪方式的有效性和优越性。在跟踪目标数量不变的情况下,该调度策略有效地提高了目标平均跟踪精度和平均采样间隔时间,降低了失跟率。     

资源约束下多项目调度的迭代算法

项目实施过程中往往涉及到不同项目之间的资源共享与冲突,因此在资源受限的情况下如何调度项目以满足不同项目的资源要求并缩短各项目工期是一个重要的问题．在对该问题进行分析的基础上,建立了资源约束下的多项目调度问题的数学模型,并在单项目调度迭代算法的基础上进行扩展和改进,设计了多项目调度的迭代算法．该算法结合了串行进度计划生成机制和逆向算法的优点．在保证项目任务紧前关系与资源约束的条件下,能够合理优化多项目的资源分配,从而有效地缩短多项目的总工期．通过具体实例的应用和与其他算法的比较,说明了迭代算法可以得到较好的项目进度计划．