可重入生产系统的一种新型优化调度策略

针对闭环可重入生产系统，设计出一种新型优先级调度策略：并行顺流定级法（ＰＰＯＤ）。此策略应用简便，性能不低于已有较好策略。且具有良好的适应性。用线性规划方法对性能边界的计算结果及仿真结果均证明了以上结论。     

基于综合规则与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题,该文将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。首先针对系统的可重入性建立了一类综合规则,然后在设备分组与分时段的基础上,提出了基于一类综合规则组合的可重入生产系统调度策略,并采用遗传算法与过程仿真相结合的办法对综合规则组合进行优化,仿真比较验证了该调度策略的有效性。     

基于神经元动态规划的可重入生产系统调度的仿真框架

提出一个基于神经元动态规划解决可重入生产系统调度问题的仿真框架．根据可重入生产系统的特点建立状态集，并将调度问题表示成相应的马尔可夫决策过程．选择合理的性能指标，采用神经元动态规划产生每一步的调度，并在仿真中优化策略．仿真算例验证了该方法的有效性，三种调度策略的结果比较表明了神经元动态规划方法的优越性．本仿真框架还可拓展至其他类型的生产调度问题．     

基于Petri网与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题,该文建立了系统的扩展Petri网模型,并且将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。针对可重入生产系统生产过程的动态复杂性,首先建立了一类综合调度规则,然后提出了基于设备分组与分时段的综合规则组合的可重入生产系统调度策略,并采用遗传算法与基于Petri网模型的过程仿真相结合的方法对综合规则组合进行优化,仿真比较验证了该调度策略的有效性。     

可重入混合流水车间调度的拉格朗日松弛算法

为了有效提升多重入车间的生产效率,考虑了实际生产中检查和修复过程对于逐层制造的可重入生产系统的重要性,提出了基于拉格朗日松弛算法的可重入混合流水车间的调度方法.首先进行了问题域的描述,并在此基础上以最小化加权完成时间为调度目标,建立数学规划模型.针对该调度问题提出了基于松弛机器能力约束的拉格朗日松弛算法,使松弛问题分解成工件级子问题,并使用动态规划方法建立递归公式,求解工件级子问题.随后,使用次梯度算法求解拉格朗日对偶问题.最后,对各种不同问题规模进行了仿真实验,结果表明,所提出的调度算法能够在合理的时间内获得满意的近优解.     

可重入生产系统的平均报酬型强化学习调度

在可重入生产系统中,一个重要的问题就是对调度策略进行优化,以提高系统平均输出率.本文采用了一种平均报酬型强化学习算法来解决该问题,直接从所关心的系统品质出发,自动获得具有自适应性 的动态调度策略.仿真结果表明,其性能优于两种熟知的优先权调度策略.     

一种有效的遗传算法在重入式生产调度问题中的应用

在半导体生产中,圆晶的制造过程无疑是最复杂也是最重要的环节。这种大规模独立的处理过程包含上百台机器和处理步骤是高度重入式的。关于重入式生产调度的优化问题通常来说都是属于NP难问题。本论文提出了一个基于遗传进化算法的重入式流水车间调度问题的优化算法,即通过对变异方式的范围限定来有效地减小产品的总滞留时间。尤其地,此方法对于流水线中突发情况的产生有很好的适应性,能够根绝突变有效地进行重新排序。并且我们还将改进的遗传算法与局部搜索算法和FIFO算法分别进行了比较。最后实验结果表明,本文提出的改进算法能够有效地保证维种群多样和计算时间之间的平衡。     

区间数可重入混合流水车间调度与预维护协同优化

针对加工时间不确定的可重入混合流水车间调度与预维护协同优化问题,构建以区间最大完工时间、区间总碳排放和区间总预维护费用为优化目标的集成调度模型.针对问题特性,通过设计改进的可能度计算方法,定义区间意义下解的Pareto占优关系.提出一种改进的离散鲸鱼群算法,通过同步调度与维护策略,实现制造与维护的联合优化;设计个体间距离计算策略,寻找“最近较优个体”;设计个体位置移动策略以及多邻域搜索策略,有效地平衡全局搜索和局部搜索,提高收敛精度.通过大量的仿真实验和结果对比分析,表明了所提出的算法对于求解区间数可重入混合流水车间调度和预维护协同优化问题的有效性和可行性.     

基于混合遗传算法的重入式流水线调度研究

针对可重入式生产流水线的大规模调度优化问题,提出了一种改进的混合遗传算法。在计算适应值的过程中利用信息素算法的正反馈机制,解决工件在重入环节的竞争问题。并将禁忌搜索算法中独有的记忆功能引入到遗传算法的交叉与变异的进化过程中,可以有效的避免算法早熟和迂回搜索。通过实例仿真,表明改进后的算法相比于普通的遗传算法不仅有较强的收敛性,并且具有更快的寻优功能,是解决复杂调度问题的有效算法。     

基于遗传算法的某航空发动机装配车间优化调度

航空发动机装配车间装配生产线的调度问题,是一类比较典型的混合Flowshop问题,同时还带有工件可重人等特点,这就区别于一般的Flowshop和Jobshop调度问题,因此,将可重入混合车间调度问题划为第三类调度问题。关于重入式混合车间生产调度的优化问题通常来说都是属于NP难问题。文中通过某航空发动机装配车间生产线的研究,以最小化最大完工时间为目标函数,借助随机矩阵的编码方式和改进的交叉方法与变异方法,提出了基于遗传算法的调度优化方法。最后实验结果表明,文中提出的改进算法能够有效地实现装配车间调度的优化。     

Simulation Framework of Scheduling Re-entrant Lines with Nuero-Dynamic Programming

I. INTRODUCTION With the rapid development of semiconductor manufacturing, its particular re-entrant feature brings complicated scheduling problems, which have become the focus of research. After semiconductor manufacturing is abstracted as re-entrant lines by Kumar[1], various scheduling schemes are presented by scholars. Because of the shortages of scheduling methods of heuristic algorithm, dynamic scheduling methods have attracted much attention. The classical dynamic scheduling metho…     

生产作业计划仿真优化研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化。仿真优化结果说明了该集成优化方法是有效性的。     

关于车间调度优化问题的仿真与设计

研究多目标柔性车间调度优化问题.由于传统车间调度存在局限性,造成车间多目标调度优化困难.为此,结合实际生产过程的特点和约束条件,构建了以最大完工时间、加工成本为目标函数的柔性车间调度模型,提出了多种群自适应免疫遗传算法.在初始种群中采用多个种群同时进化,能够有效保持种群的多样性;在算法中将自适应策略用于免疫操作中,提出动态自适应提取疫苗,以提高算法的执行效率,使算法更具灵活性和自适应性.仿真结果表明,改进算法对大规模复杂问题具有搜索速度快、稳定性强的特点,提高了调度的效率.     

基于多目标数学规划的网络多源数据调度仿真

传统的目标网络多源数据调度方法通常以时间或费用为单一调度优化目标,无法实现任务完成时间以及任务执行成本之间的均衡,造成系统资源利用率较低。针对上述问题,提出一种基于多目标数学规划的网络多源数据调度方法。使用DAG构建网络多源数据流,确定多源数据调度任务模型的信任关系,以任务完成时间、任务完成成本、资源利用率为优化目标,建立多目标调度任务模型。对模型进行求解,在遗传算法变异操作中加入粒子群算法,对数据变异的方向与幅度进行调整,完成网络多源数据调度。仿真证明,所提方法相较于传统方法,在多源数据的调度上成本更低、资源利用率更高,并且调度任务目标完成时间更短。     

流水作业批调度问题优化算法研究

为解决流水作业环境作业尺寸有差异的批调度问题,建立了基于混合整数规划方法的最大时间跨度模型,分析问题的计算复杂性,给出设备数、作业数既定情况下的可行解规模.设计一种混合蚁群算法对最大时间跨度进行优化,结合算法的搜索机制和批调度启发式规则,实现了最小化最大时间跨度.利用模拟退火方法改进蚁群算法路径选择,避免算法陷入局部最优和过早收敛.实验设计随机算例,对各类不同规模的算例进行仿真实验,实验结果表明混合蚁群算法在最优解、平均运行时间和最大时间跨度等方面优于其他同类算法.     

汽车冲压车间生产调度仿真系统的设计

生产调度是冲压车间生产管理的基本内容,通过仿真方法可以优化生产调度,提高生产线的利用率。通过分析某汽车制造企业冲压生产线的工艺流程和调度要求,提出了有关合理假设,以最大化节约时间成本为指导思想,建立了汽车冲压车间生产调度仿真模型。在仿真算法设计原则基础上,详细说明了算法的执行流程。最后简单介绍了系统的功能,并给出一个生产调度实例。实例结果表明该系统能获得合理的调度方案,适用于企业冲压生产线的调度问题。     

单线列车调度问题的双向阻塞车间调度模型及其粒子群求解算法

针对单线列车调度问题的特点,以线路中列车的总运行时间最小为目标,建立了可以直观描述问题解空间的双向阻塞车间调度模型,并提出了一种有效的离散粒子群优化算法进行求解。该算法基于双向阻塞车间调度模型设计了排列编码形式,从而可确定列车的运行顺序,同时利用随机策略和运行时间最短优先策略选择列车运行轨道;算法在求解过程中,提出了列车冲突的检测和化解方法,并按照“调度-检测冲突-化解冲突”的步骤逐区段调度列车运行;最后,利用离散粒子群优化算法进行全局优化,得到问题的最优解。仿真实例表明,所得模型和算法能够高效地求解单线列车调度问题。     

工作流程中人员合作任务的调度优化模型仿真

多人合作的大型工作任务进行调度,可以极大提高工作效率.大型企业的工作任务往往需要由多人次反复合作完成.人员之间的工作流程本身充满了利益矛盾,且矛盾呈现多维度,多链条的关系.传统的调度算法都是以单线路、单个人员的工作任务最优为目标,应用到多人次的过程中时,会由于矛盾过多,使模型不收敛,容易造成调度效率低,人力资源调配不合理.提出采用改进粒子群算法的工作流程中多人员合作任务的调度优化模型.对多人次、多任务建立优化目标,根据粒子群间的协作,对多人次调度过程进行求解,求得的接运用校验过程进行最优化试错,根据最终结果获取调度模型的最优解,得到工作流程中人员合作任务的最佳调度方法.实验结果表明,利用改进粒子群算法进行工作流程中人员合作任务调度优化处理,能够提高调度效率,提高资源利用率.