钢铁合同计划及其PSO-GA混合算法的研究

通过对钢铁一体化生产流程的分析,建立了合同计划的多目标自然数模型,考虑到交货时间窗提前/拖后期的惩罚、设备产能约束、合同取消惩罚以及生产费用,提出通过种群分割策略以及基于粒子群算法重构遗传算法的变异算子,形成粒子群、遗传算法混合算法对模型求解,使得生产周期最短、取消合同数量最少、热装比最大以及生产成本最小。通过实例证明,粒子群、遗传算法混合算法比经典遗传算法在解决多批次、小批量订单合同计划问题方面,收敛更早,算法性能更加稳定。     

分布式多工厂单件制造企业提前/拖期生产计划研究

描述了分布式多工厂单件制造企业交货期下的提前／拖期生产计划,以实现最小化提前／拖期惩罚费用、生产成本以及产品运输费用之和为目标,建立了０－１规划数学模型,利用分枝定界算法得到了生产计划调度方案。计算结果证明了模型的有效性。     

浇次计划编制的混合启发式—交叉熵算法

为得到最优浇次计划,包括浇次数量及各个浇次内炉次的选择与排序,提出浇次计划的旅行商问题模型及混合启发式—交叉熵算法。以最小化开浇费用、炉次间连浇惩罚费用及未被选炉次惩罚费用为目标,建立了浇次计划的旅行商问题模型。利用钢级连浇启发式规则对给定炉次进行分组,并根据炉次间连浇惩罚费用大小对初始状态转移概率矩阵的构造进行了改进,构建了混合启发式—交叉熵算法。通过实例验证了模型及算法在实际浇次计划编制问题中的有效性。     

多节点流水线制造车间订单接受与调度研究

在准时化生产(Just-In-Time,JIT)模式发展背景下,订单交货延迟惩罚以及产品库存费用受到越来越多关注。针对订单交货延迟惩罚与产品库存费用之间的平衡问题,在有限产能的前提条件下,建立了以总利润最大化为目标的订单接受与调度一体化决策模型。模型使用改进型双层编码遗传算法进行求解分析。最后经实例验证,通过与其他几种启发式订单选择规则进行对比,以及对改进前与改进后的算法对比,分别验证了模型与算法的有效性与可行性。     

面向用户多品种定制的分布式供应链调度

针对云制造面向分布式供应链环境中的多品种定制问题,提出一种多目标生产运输优化调度模型和基于改进混合蛙跳算法的求解方法。该模型考虑供应链中的制造/供应两阶段,以及不同企业间的运输时间和成本,得到成本最小、时间最短、生产空闲率最小、订单延迟最小的调度方案。同时,该算法重新定义原有算法的核心操作算子以适应离散调度问题求解,并结合模拟退火和极值优化算法的特性,进一步改进离散域的混合蛙跳算法的局部搜索性能。通过项目调度标准测试集验证了该改进算法的性能,并以6个品种定制需求为案例,验证了所提模型与算法的有效性。     

连铸机开浇炉次与时间决策的多目标优化

针对连铸机开浇决策中的炉次选择、排序与开浇时间确定的多目标优化问题,以炼钢厂生产批量计划执行情况的总惩罚、生产线积压金属量、优质铁水非有效利用量最小为目标函数,构建了连铸机开浇炉次与时间决策的多目标优化模型。针对该模型特点设计了改进的非支配排序遗传算法,以预选池内选择的炉次序号为基因的编码方式减小模型解的无效搜索空间,采取调整传统精英解集的计算顺序、限定计算拥挤距离个体数目的改进措施来减轻计算负荷,利用对Pareto解进行模糊选优的方法确定最终优化解。以某钢厂的生产实例数据测试表明,该模型有利于连铸生产炉次浇铸周期的稳定控制,算法效率优于传统的非支配排序遗传算法和强度Pareto进化算法。     

修复式约束满足算法求解流水车间订单投放问题

针对流水车间环境下受交货期影响的订单投放问题,通过建立以最小化总惩罚成本为目标的整数规划模型,对单个计划期内的订单投放和订单排序进行联合决策。针对问题的特点,提出改进的修复式约束满足算法(MRCS)对模型进行求解。算法结合问题的求解目标,采用改进的NEH(MNEH)算法产生初始解,基于惩罚函数的思想设计适应度函数,并定义了新的变量表示形式以及新增、变换、替换三种变量调整操作;在修复解过程中,考虑到解的冲突具有双重性,采用概率选择方式选择修复冲突变量集合,并设计了基于最大惩罚优先原则(PLP)的变量选择方法实现冲突最小化。实验结果表明,改进的修复式约束满足算法是能够在有限时间内实现订单投放总惩罚成本优化的一种有效方法。     

成批生产计划调度的集成建模与优化

针对多品种批量生产类型,建立了调度约束的生产计划与调度集成优化模型。模型的目标函数是使总调整费用、库存费用及生产费用之和最小,约束函数包括库存平衡约束和生产能力约束,同时考虑了调度约束,即工序顺序约束和工件在单机上的加工能力约束,保证了计划可行性。该模型为两层混合整数规划模型,对其求解综合运用了遗传算法和启发式规则,提出了混合启发式求解算法。最后,针对某机床厂多品种批量生产类型车间进行了实例应用,对车间零件月份作业计划进行分解,得到各工段单元零件周作业计划,确定了零件各周生产批量与投产顺序。     

车间多行布局精准建模与多目标优化研究

基于车间布局总物料搬运成本最小和面积利用率最大的设计原则,同时考虑制造车间主干道、功能区横竖放置及自适应行距等因素,建立了生产车间多行直线布局的多目标优化精准数学模型,采用改进的多种群遗传算法(multiple population genetic algorithm, MPGA)进行求解。在求解过程中,采用移民算子联系种群,实现种群间的信息交换和协同进化,研究交叉和变异概率控制参数,以确保全局和局部搜索的精度。实例结果表明,该模型实用性强且求解算法稳定性好、收敛精度高。     

基于Pareto最优的多目标集成协作计划与调度

针对现有制造系统中协作计划、生产计划和调度方案不能同步制定的问题,考虑在供应链环境下有协作的计划与调度,构建了一种多目标集成协作计划与调度优化模型。提出一种基于Pareto最优的多目标优化算法,设计了包含协作染色体的基于作业的集成编码方案,通过惩罚操作实现协作计划与生产计划的同步协调。考虑供应链协调中常见的完工时问、总成本、总拖期时间、平均流经时间四个性能指标对模型进行整体优化。通过仿真实验验证了模型及其算法的有效性。     

考虑资源约束的预制构件多目标生产调度优化

为优化装配式建筑预制构件生产调度问题,从生产供应的角度对预制构件生产流程进行分析,同时考虑生产过程中的资源约束,构建了以生产完工时间和惩罚成本为目标的预制构件生产调度数学模型.设计了一种新颖的多目标混合共生生物搜索算法对模型进行求解,以合理安排预制构件的生产顺序和资源配置,达到降低成本、提高生产效率的目的 .通过装配式住宅项目的 一个实例验证了模型和算法的有效性.     

基于混合整数规划的高级计划排程方法研究

针对目前离散制造企业普遍存在的MRP计划和车间调度相脱节的问题,本文提出了高级计划排程(APS)的数学模型和近似求解算法。以订单的提前/拖期总惩罚成本最小为目标函数,构建了包含BOM结构、零件加工次序、机器析取约束等的APS混合整数规划模型;采用遗传算法对APS模型进行近似求解,该算法采用随机键编码方式、轮盘赌选择方法、两点交叉法、精英保留策略等遗传操作;最后用算例验证了APS模型和求解方法的有效性。     

基于生鲜品多中心联合配送的半开放式车辆路径问题

针对生鲜品的物流配送问题,提出一种半开放式的多配送中心联合配送模式。考虑到生鲜品运输的时效性要求,设计了相应的时间窗及惩罚成本,构建了以车辆运输成本、派遣成本、时间惩罚成本及生鲜损耗成本等总和最小的优化模型,并设计了蚁群算法对其进行求解。通过算例对比验证了模型与算法的有效性。算例实验表明,半开放式多配送中心联合配送模式优于以往单配送中心独立配送模式,能快速对客户的生鲜需求做出响应,提高物流配送效率,减少生鲜品的损耗,进而降低总的物流配送成本,促进生鲜物流的快速发展。     

基于改进微粒群算法的模具多项目动态调度

针对模具多项目执行过程中任务拖期导致的调度计划变更,提出了一种启发式动态调度算法.利用改进的微粒群算法构建一个加权工期之和最小的初始调度计划,并基于关键链管理方法对初始调度计划进行合理地缓冲设置.建立了以调度计划变更费用最小为优化目标的启发式动态调度模型,并用改进的微粒群算法进行求解.通过仿真计算分析了算法的町行性与可靠性,并与标准的微粒群算法进行了比较.     

多状态系统的生产计划与预防性维修计划的集成优化

为准确构建生产系统中生产计划与维修计划之间关系,以生产计划模型为基础,引入基于维修次数的退化模型和基于系统可靠性的非周期预防性维修模型,建立了系统运行与维修费用最少为目标的生产计划与维修计划的联合模型,从而在保证系统产量的前提下,减少系统运行的总成本。利用计划维修矩阵和通用生成函数(UGF)求解出系统的计划维修费用和生产率。通过算例表明,将生产计划与维修计划综合考虑比分开考虑更具经济价值。     

冷轧薄板生产线组批调度模型与算法

针对冷轧薄板生产线流程长,产品种类多的特点,为提高合同的交货准确度,将一段时期内的生产合同进行组批处理,并对合同各批量的机组作业时间进行模糊预测,建立了具有模糊处理时间的冷轧生产线合同组批调度模型.模型将批量合同作为基本调度单元,将其归结为一类模糊Job Shop问题,并采用改进的单亲遗传算法与特殊的邻域搜索策略相结合的方法进行求解.通过上海宝钢冷轧薄板厂大量的生产数据进行仿真实验,批量平均交货期满意度达到90%以上,表明该调度模型与算法能够达到较好的应用效果.     

多品种汽车发动机两阶段模糊再制造生产计划

针对多品种发动机再制造生产过程中存在的不确定性因素,以最小化生产成本为目标,基于可信性理论建立了不确定环境下汽车发动机两阶段模糊再制造生产计划模型。该模型考虑多品种产品回收情况下,拆解零件的再制造加工数量、加工成本、新零件采购数量以及市场需求的不确定性对再制造加工生产计划的影响,将生产过程分为两个阶段,并采用补偿函数逼近方法,将具有无限支撑的无限维优化模型转化为有限维优化问题进行求解,设计了基于逼近方法的粒子群算法来求解两阶段模糊生产计划问题。以曲轴飞轮总成为仿真实例,验证了该混合智能优化算法解决两阶段模糊规划问题的有效性和合理性。     

计及需求响应的含DG配电网协调优化调度策略

针对多元新技术元素大量接入配电网带来的经济性和安全性问题,提出一种计及需求响应的含分布式电源配电网协调优化调度策略.根据需求响应资源的差异性分析其平抑风电波动的特性,在利用虚拟负荷制定的分时电价峰平谷时段基础上建立优化调度模型,该模型日前调度考虑向上级电网购电费用、DG发电运维费用、需求响应中断电的补偿费用、断电惩罚项以及弃风光惩罚项,以系统的总运行成本最小为优化目标,日内协调优化考虑配电网的运行条件以配电网整体负载率指标最小为优化目标.对南方地区某10 kV配电网进行算例分析,结果表明,所提方法可以有效降低配电网的总运行成本和整体负载率.     

带时间窗的多中心半开放式车辆路径问题

针对多中心协同配送下的车辆路径问题,建立了总成本最小化模型,所建模型满足多中心、多需求点和半开放式的特征。考虑到问题的复杂性,设计了一种三阶段求解算法：将K-mediods聚类算法用于原始数据分解,将原规模较大的多配送中心路径问题转换成多个单配送中心路径问题;设计了改进多蚁群算法来求解单配送中心路径问题,得到初始方案;在调整阶段,利用节约算法优化初始方案。分析了算例,并同其他文献的算法求解结果进行对比,结果表明,所提算法比GA-ACO算法求解得到的单中心配送最优路径值减小32.16%,总成本减小30.42%;比狼群算法解得的最优路径值和总成本均减小8.99%;比蚁群算法求得的最优路径值减小24.76%,最小配送成本减小3.40%,从而验证了所建模型的合理性和所设计多阶段算法的有效性。     

以可靠性为中心的多部件系统预防性维修优化研究

分析了生产设备各单部件最优的预防性维修策略,在此基础上给出了多部件成组预防性维修的经济性优化模型,提出了多部件设备非周期预防性维修计划的优化方法.模型中除了考虑预防性修理和更换等预防性维修的主要环节之外,还考虑了对于非预期故障所采用的小修环节,以及预防性维修造成可靠性下降的情况.为了减少维修停机损失,将多个维修作业按照机会维修阈值进行归并.分析了多部件系统预防维修费用构成,建立了以可靠性为中心的多部件系统预防性维修费用的优化模型.用Matlab编程仿真,求解出了满足设备多部件可靠性要求且维修成本最小的预防性维修计划.仿真结果表明,相比对每个部件单独进行更换或修理,所提出的方法可以节约维修成本.