作业车间调度规则的挖掘方法研究

针对作业车间调度问题(JSP),提出基于决策树的调度规则挖掘方法,用于从基于传统优化方法所获得的优化调度方案中提取新的调度规则,指导作业车间调度过程.将时间Petri网络用于描述作业车间的调度过程,给出基于Petri网建模的分支定界算法用于搜寻优化调度方案.结合数据挖掘中的决策树分类技术,提出一种新的调度规则挖掘方法.该方法用于提取隐藏在优化调度方案中的调度模式,并将其用作新的作业车间调度规则.针对最小化最大完工时间(makespan)性能指标,在一组测试案例和一组benchmark问题上的对比实验结果表明:相对于已有的同类调度规则和传统的优先调度规则,利用该方法所构建的决策树调度规则能够生成更小的makespan值,从而证明了该方法的可行性和有效性.     

混合流水车间的遗传算法调度策略

应用遗传算法对混合流水车间的总作业时间最小的调度问题进行了研究。混合流水车间是一类特殊的流水车间环境,但其每一级可以有多个机床。所提出的算法基于表调度原理,首先给出在第一级工件的排列顺序,并在其后的各级采用先入先出（ＦＩＦＯ）方式。试验表明,所提出的遗传算法调度策略优先于原有的启发式及随机搜索方法。     

基于关联规则的作业车间调度问题改进遗传算法研究

针对初始种群对遗传算法求解作业车间调度结果影响较大的问题,提出基于关联规则的作业车间调度问题改进遗传算法(association rules improvement genetic algorithm,AR-GA),以提升算法性能。首先,在遗传算法种群初始化阶段借助关联规则获取基因序列中的频繁工序块;其次,在交叉阶段根据频繁工序块在待交叉种群的分布中设计3种交叉方式;最后,在变异过程中结合分段海明距离引导子代种群变异,并且在每次迭代后更新频繁工序块信息。标准案例测试结果表明,改进后的算法在求解作业车间调度问题时求解效率更高,稳定性更好。     

基于自适应遗传算法的混合流水车间调度研究

混合流水车间调度问题具有建模复杂性、动态多约束、计算复杂性、多目标性等特点,近些年,各种演进化算法被运用到生产调度中,特别是遗传算法的应用。本文提出了自适应遗传算法求解混合Flow-shop调度问题的方法,应用Matlab对算法进行编码,并利用实际的生产数据进行了仿真。通过仿真实验,仿真调度数据验证了自适应遗传算法用于求解大型流水车间调度的可行性和有效性。     

基于混合蛙跳算法的作业车间调度优化

针对作业车间调度问题,提出改进的混合蛙跳算法.采用基于工件操作的蛙体结构,定义青蛙的相似性和距离,构造相应的青蛙移位策略,有效克服工件机器顺序的约束限制,保证青蛙新位置的可行性.通过经典算例仿真计算结果表明,该算法能有效求解较大规模的作业车间调度问题.     

解决车间作业调度问题的嫁接遗传算法

针对现有遗传算法在解决大规模车间作业调度问题时存在收敛速度过慢与早熟的局限,基于植物学的嫁接思想,提出了一种改进的混合遗传算法——嫁接遗传算法. 算法通过引入嫁接种群和交叉概率矩阵,在明显加快收敛速度的同时,还增强了避免早熟的能力. 最后通过经典的调度例子测试表明了算法的有效性和高效性.     

基于GASA的柔性作业车间动态调度研究

针对柔性作业车间调度在机器故障扰动情况下的动态性及工件交货期模糊的情况,研究采用基于事件与周期混合驱动的滚动窗口再调度策略,并运用线性加权和的方法,以最大完工时间最小、能耗最小、客户满意度最大为目标,建立多目标柔性作业车间动态调度模型,并设计了遗传算法与模拟退火算法结合的GASA算法。将算例仿真结果与遗传算法取得的结果进行对比,验证算法的有效性。     

优化递价组合规则的方法

递阶组合规则是一种优化车间作业调度结果的方法,但其构成方式较为复杂。本文讨论了递阶组合规则的组合方式,提出了一种基于遗传算法的递阶组合规则构造方法,建立了该算法的基本模型,最后的仿真算例表明了该算法的有效性。     

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。     

基于演化算法的车间作业调度问题的求解方法

提出一种以演化算法为基础的车间作业调度(JSP)问题的求解新方法.基于JSP问题的混合整数模型,把调度问题的求解归结为一般的混合整数非线性规划(MINLP)问题.分别采用遗传算法和演化策略方法,讨论了混合整数非线性规划问题的求解步骤.基于惩罚函数以及Deb策略,讨论了混合整数非线性规划问题约束条件的处理方法.仿真结果表明,该方法在求解调度问题时,算法的编码,遗传、演化算子的设计,以及解码都比较简单,无需对于待求解的问题做具体深入的了解,使得该方法的适用范围更广泛.     

优化递阶组合规则的方法

递阶组合规则是一种优化车间作业调度结果的方法 ,但其构成方式较为复杂。本文讨论了递阶组合规则的组合方式 ,提出了一种基于遗传算法的递阶组合规则构造方法 ,建立了该算法的基本模型 ,最后的仿真算例表明了该算法的有效性     

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。     

求解JSP问题的改进遗传算法

作业车间调度是一类求解困难的组合优化问题，使用改进的遗传算法来求解。GA有新解产生盲目性的特点，以搜索效率为目标提出了一种改进的遗传算法，在解的搜索过程中，通过禁忌表操作来评价种群。改进的遗传算法在保持群体多样性的同时，加快了遗传算法的收敛速度，将该算法用于典型作业车间调度问题的测试，找到了已公布的最优解，对超大规模的问题还有待进一步研究。     

以利润和熵为性能指标的车间生产调度

为解决以往研究中车间调度指标考虑因素不全面的问题,将时间、质量、成本、能耗和环境5个因素统一为利润指标、提出了以利润作为调度指标、熵作为调度方案有效性的评估指标、基于遗传算法的柔性制造车间调度方法.该方法以利润指标作为遗传算法的染色体适应值,经多次寻优,求解出一组次优调度方案,对次优调度方案集进行利润与熵为指标的基于熵权的多目标决策,决定最终的最优调度方案.应用实例和程序进行验证,结果表明,与传统调度方法相比,所提出的方法在指标的全面性及实用性上有一定优势.     

时间槽在印染车间调度中的应用

面向作业调度在当今实际生产企业作业车间调度中得到普遍的应用,其基本思想是将作业一个个地安排到工作机器上。该文介绍了一种印染行业的作业车间调度模型及其处理过程,并给出了基于时间槽的求解算法。该算法通过将指定工序的可行调度起始和结束时间以逆排方式安排到有限能力的工作机器上以达到最大接近交货期的目的,通过对每一机器有效时间槽的操作来减少在每一机器上可行时间槽的搜索时间,从而提高了计算效率。     

求解多目标柔性作业车间调度问题的离散人工蜂群算法

作业车间调度问题是一类典型的组合优化问题,要求多个作业在不同的机器上进行加工,目的是获得最好的作业加工序列,以满足特定的性能指标。柔性作业车间调度问题是对传统的作业车间调度问题的进一步扩展,由于求解的复杂性,使得传统方法很难在有效的时间内获得问题的最优解。人工蜂群算法是近年来提出的一种受生物行为启发的优化算法,该算法主要通过模拟蜜蜂的觅食来实现问题的求解。提出了一种离散的人工蜂群算法于求解柔性作业车间调度问题,算法通过交叉方式来搜索潜在的更好的蜜源,并采用自适应的变异策略来降低早熟收敛的可能性。最后通过对比实验证明算法对于求解多目标柔性作业车间调度问题是有效的。     

求解模糊Job Shop调度问题的改进禁忌搜索算法

目的提出一种改进的禁忌搜索算法，解决传统禁忌搜索算法优化效果对运行次数和初始解依赖的不足。提高这类问题的求解质量．方法根据模糊JobShop调度问题解的特征，提出基于关键工序的邻域选择方法，采用此邻域选择方法构造禁忌搜索算法。当无邻域时，重新产生初始解进行禁忌搜索．结果采用改进的禁忌搜索算法对以13个难的benchmarks问题经模糊化得到的实例进行求解。得到的平均满意度8个优于TSAB算法。得到的最优满意度5个优于TSAB算法、4个与TSAB算法相同．结论采用基于关键工序的邻域结构构造的改进TS算法具有较强的搜索能力．     

Dynamic Scheduling of Flexible Job Shops

Aim of this research is to minimize makespan in the flexible job shop environment by the use of genetic algorithms and scheduling rules. Software is developed using genetic algorithms and scheduling rules based on certain constraints such as non-preemption of jobs, recirculation, set up times, non-breakdown of machines etc. Purpose of the software is to develop a schedule for flexible job shop environment, which is a special case of job shop scheduling problem. Scheduling algorithm used in the software is verified and tested by using MT10 as benchmark problem, presented in the flexible job shop environment at the end. LEKIN software results are also compared with results of the developed software by the use of MT10 benchmark problem to show that the latter is a practical software and can be used successfully at BIT Training Workshop.     

基于动态一致性增强技术的Job Shop调度算法研究

为降低CSP调度算法的计算复杂度和减少搜索过程中回溯发生概率,采用动态一致性增强技术来预先修剪和过滤搜索空间。通过基于顺序约束的动态一致性增强算法,将当前搜索状态下的工序取值结果沿工艺路线向上下游工序传播,从而有效修剪了同一零件内剩余待调度工序的开工时间窗;针对Job Shop调度问题中最难满足的能力约束,采用基于能力约束的动态一致性增强算法,根据当前搜索空间的工序取值对竞争同一机床的其它剩余待调度工序的开工时间窗实施修剪。仿真实验证明:这2种方法的综合运用可以显著提高CSP调度算法的搜索效率,从而为CSP调度算法求解大规模Job Shop调度问题提供可能。     

作业车间中人力资源柔性研究

建立了具有柔性人力资源约束的作业车间模型，并进行了计算机仿真。仿真结果表明，全柔性资源能够显著提高作业车间系统绩效；部分柔性资源在某种资源分配规则下有可能提高系统绩效，起到全柔性资源的效果，但也有可能降低系统绩效；不同人力资源柔性配置与系统绩效之间是环境依赖的关系；作业到达时间的紧迫性、到达作业类型的不确定性以及作业加工时间对资源数量的依赖性等都会影响具有不同柔性人力资源约束的作业车间系统绩效。