并行机调度问题粒子群优化研究

采用粒子群算法优化并行机调度问题,提出了基于机器和粒子位置取整的粒子编码方法和基于工件和粒子位置次序的粒子编码方法,并给出了两种不同粒子编码方法所对应的粒子群算法的步骤.通过对两个并行机算例的计算说明,基于两种不同编码方法的粒子群算法都能有效地对并行机调度问题进行优化,其中,基于工件和粒子位置次序的粒子编码所对应粒子群算法的优化性能要好些.     

基于SA的PSO自动化仓库拣选作业路径优化方法

自动化立体仓库是现代化大生产的必然产物,立体仓库制造业是我国新兴的高科技产业.本文分析自动化立体仓库拣挑算法的路径优化问题,提出基于模拟退火的粒子算群算法,求解拣选作业路径优化问题,得到了较好的效果.     

基于粒子群优化和变邻域搜索的混合调度算法

提出了用于解决作业车间调度问题的离散版粒子群算法.该算法采用基于工序的编码和新的位置更新策略,使具有连续本质的粒子群算法直接适用于调度问题.同时,针对粒子群算法容易陷入局部最优的缺陷,利用粒子群算法和变邻域搜索算法的互补性能,设计了粒子群-变邻域搜索算法、改进的粒子群算法、粒子群-变邻域搜索交替算法和粒子群-变邻域搜索协同算法4种混合调度算法.仿真结果表明,混合算法能够有效地、高质量地解决作业车间调度问题.     

基于粒子群算法的并行多机调度问题研究

将港口拖轮作业调度问题描述为一类带特殊工艺约束的并行多机调度问题,采用粒子群算法求解该类调度问题,提出了一种2维粒子表示方法,通过对粒子位置向量进行排序生成有效调度,并采用粒子位置向量多次交换的局部搜索方法来提高算法的搜索效率。最后,通过计算验证了混合粒子群算法的有效性。     

置换流水车间调度粒子群优化与局部搜索方法研究

采用粒子群优化算法求解置换流水车间调度问题,提出了一种基于工件次序和粒子位置的二维粒子编码方法.为提高粒子群算法的优化性能,在描述了面向置换流水车间调度问题的粒子邻域结构后,提出了三种基于粒子邻域操作的局部搜索方法,分别是基于互换操作、基于插入操作和基于逆序操作的局部搜索方法.计算结果说明,粒子群算法的优化性能好于遗传算法和NEH启发式算法.三种局部搜索算法均能有效地提高粒子群算法的优化性能,采用基于互换操作局部搜索的粒子群算法的优化性能要好于其它两种局部搜索算法.     

拣选式自动化仓库堆垛机作业路径简易优化算法

分析了自动化仓库堆垛机拣选作业的运行特点，给出了堆垛机拣选作业旅行商数学模型的常用优化算法。结合拣选作业的数学模型和固定货架的物理结构，构造了一种适合工程应用、编程简单的环状作业路径，并将该算法与最近邻居法和混合遗传算法进行了分析比较。仿真实验和工程实际应用表明，该算法能有效提高系统的工作效率。     

基于混合粒子群算法的汽车零件精冲车间调度研究

针对传统遗传算法在车间作业调度问题难以解决求解约束优化问题时存在难以同时兼顾求解质量和收敛效率这一问题,通过采用了基于工序编码的方式生成可行调度及借鉴遗传算法单点交叉方法,生成基于工件的交叉算子作为粒子的更新方式,将改进后的粒子群优化算法用于求解精冲零件车间调度问题,并在算法中通过利用局部搜索的方式提升粒子群中粒子收敛效率。通过对典型的调度测试问题进行模拟实验,证明了改进后的混合粒子群算法对于求解车间调度问题的适用性及具有不错的求解性能。     

自动化仓库旋转货架拣选优化

对自动化仓库旋转货架拣选优化问题进行了描述,提出了求解该问题的分层遗传算法（HGA）。根据具体问题对低层和高层采用了不同的进化策略,详细介绍了HGA算法的原理。通过实际算例运算及分析,表明HGA对解决自动化仓库旋转货架拣选优化问题的有效性。     

大型周转型自动化仓库的倒库算法

为提高出库效率,优化自动化仓库的货物布局,提出了基于分层序列法思想的自动化仓库倒库优化算法。根据“货物距离出口最近”和“空筐距离出口最远”原则生成仓库货物的最佳布局位置,以单目标序列优化法对倒库作业进行优化。该算法已应用于某机场大型自动化周转仓库监控管理系统,提高了出入库效率。     

国家自然科学基金资助项目成果介绍

项目名称:群体智能理论与粒子群优化算法在作业车间调度中的应用研究项目负责人:高亮项目批准号:50305008所在单位:华中科技大学研究成果:本项目以群体智能理论为基础,在传统粒子群优化算法基础上进行改进,并采用改进后的粒子群优化算法