一种求解加工时间离散可控作业车间调度问题的混合算法

加工时间离散可控作业车间调度问题(Job-shop scheduling problem with discretely controllable processing times,JSP-DCPT)是经典作业车间调度问题(Job-shop scheduling problem,JSP)的一类扩展问题。为避免通过多项式时间近似方法求解JSP-DCPT的近似问题,提出一种混合算法直接求解JSP-DCPT。该算法基于分解方法,嵌套一种禁忌搜索模拟退火混合算法TSSA和一种快速精英保留非支配排序遗传算法NSGA-II,以分别高效求解JSP-DCPT分解所得的JSP子问题和离散时间—成本权衡子问题。基于JSP标准算例FT06,FT10和FT20构造3个不同问题规模的测试算例,试验仿真结果表明,混合算法能够得到收敛的帕累托边界。     

应用混合蚁群算法求解模糊作业车间调度问题

为解决蚁群算法求解时间过长和易陷入局部最优的问题,提出了一种求解模糊作业车间调度问题的混合算法,该算法将蚁群算法用于全局搜索.为了提高搜索效率,根据作业车间调度问题解的特征,提出一种基于关键工序的邻域搜索方法,并使用此邻域搜索方法的禁忌搜索算法嵌入蚁群算法.利用禁忌搜索算法较强的局部搜索能力,提高了蚁群算法的优化能力,改善了作业车间调度问题解的质量.实验结果验证了该混合搜索算法的有效性,其优化效果优于并行遗传算法和禁忌搜索算法.     

单件订货型生产企业车间作业计划中时间参数的转换及其算法研究

通过分析单件订货型企业车间作业计划过程中涉及的各种时间参数，提出一种包括时间参数前置处理和后置处理的车间作业计划思想，叙述了时间参数转换的概念、意义、方法和具体的转换算法，通过实例验证了算法的正确和有效性。     

混合生产中作业计划体系研究

对于兼有离散和连续生产特征的混合生产行业,由于其计划体系的复杂性和多样性,尚未形成成熟的具有通用意义的应用方案。分析了混合生产的特征和混合生产计划体系的特点,提出了研究混合生产计划体系的思路,构建了该作业计划体系框架并描述了功能要求及信息联系,研究了前连续后离散这种混合生产模式的作业计划排程问题的离散制造与连续制造分解逻辑,并以毛纺织行业为背景,进行了连续生产环节计划排程优化算法研究,探讨了毛纺织混合生产计划体系对物料清单、工艺路线等基础数据管理的增强要求。     

基于并行策略的改进混合粒子群算法及其应用

针对粒子群算法在解决高维度复杂优化易陷入局部最优的问题,构建差分进化算法(DE)、人工蜂群算法(ABC)与粒子群算法(PSO)并行运算的种群更新模型,提出基于并行策略的改进混合粒子群算法(DA_PSO).以并行策略为基础,不改变种群规模,独立运行3种算法,每隔n次比较3种算法,获得当前最优点,并用其替换粒子群算法的种群...     

求解并行JSP作业车间调度问题的一种混合遗传算法

针对并行JSP作业车间调度问题,将所有工件对应工序按照统一顺序编号,由蚁群算法随机构造初始解,通过重排工序法保证解的可行性;融合遗传算法的选择、交叉、变异操作,加大全局最优解的求解概率,防止陷入局部最优解.在交叉算子中采用随机设置工件固定,以及顺序交叉邻域搜索策略,使得解的多样性性均得到充分保证;实验证明,改进混合遗传...     

集成化车间作业计划动态关键路径编制算法

针对单件小批生产加工装配式制造的特点,结合车间作业计划与物料需求计划的集成化管控需求,提出了基于生产过程网络图的动态关键路径作业计划编制算法.算法按照零部件加工装配过程中的工艺顺序和装配关系,将计划期内订单的形成过程抽象化为生产过程网络图,并将物料需求计划映射为网络图中的节点,进行生产能力控制和加工装配约束.以生产过程网络图为作业计划编制的对象模型,以订单的交货期为依据,采用倒排的方式,通过动态寻找网络图中的关键路径来确定车间作业计划顺序和资源分配.通过某密封产品生产企业机加车间生产计划编制的实例,证明了该算法能快速有效地在有限生产能力条件下编制高效可行的车间作业计划,保证作业计划与物料需求计划的一致性.     

混合流程企业的一种实用调度算法

以西北锆管有限责任公司的MIS系统(NWZ-MIS)的开发为背景,详细讨论了一种用于混合流程企业的实用调度算法。该算法的内容主要体现在以下几个方面:合并工艺文件中的相关工序,生成大工序工艺文件,使混合型加工从大工序的观点来看可近似为离散加工;以各工序的动态优先级和加工准备时间为参考完成静态调度:最后,讨论了算法中为增强调度柔性以解决该类企业加工调度中的某些特殊问题而采用的几种处理方法。     

基于改进SPEA2算法的铸造并行车间主生产计划

针对铸造企业现有人工主生产计划订单交期准确率不高、车间工时利用率低和任务分配公平性不足的问题,建立了以订单提前/拖期惩罚成本、车间完工时间和工作负载均衡为指标的多目标整数规划模型.提出了改进的强度Pareto进化算法,设计了离散形式的编码、交叉与变异操作,并引入模拟退火机制优化环境选择和种群更新方式,求解出并行车间订单排产的Pareto最优解集,然后采用模糊优选法从中选出折中的推荐排产方案.多个规模的仿真实验结果表明,改进后算法所求得的解的支配性明显优于原算法和加权法求得的解,同时最终确定的推荐排产方案与原算法相比,各目标函数值均有效降低,其中惩罚成本和负载均衡目标优化效果显著.     

自动化制造单元最小完工时间调度问题的混合启发式算法

自动化制造单元最小完工时间调度问题属于NP-hard难题,目前尚缺乏有效的调度方法。为此,提出基于遗传和禁忌搜索的混合启发式算法,用以搜索一组最满意的机器人搬运作业排序。以遗传算法为基本结构,在初始种群产生和交叉、变异操作中引入禁忌搜索技术,以提高优化质量。基于搬运作业规则的初始种群构造算法和两阶段交叉、变异算子克服了传统算子对可行搬运作业排序的破坏,而邻域移动算子则保证了禁忌搜索的多样性和集中性。最后,随机实验结果验证了算法的有效性。     

基于并行协同进化遗传算法的多协作车间计划调度

为求解多协作车间的计划调度问题,提出了并行协同进化遗传算法。该算法采用基于工序的染色体编码方案。在遗传操作过程中,首先利用提出的基于工序约束的基因调整算法进行交叉操作和变异操作,保证了新个体满足工序约束。在解码操作过程中,采用考虑设备能力空间的解码算法,使得解码产生的调度为活动调度。此外,运用协同进化的思想,提出了协同适应值计算的算法,使协作环境的变化能灵敏地反映在个体的适应值上,从而有效地指导种群的进化。实例表明,该算法能够满足多协作车间并行协同调度的要求。     

基于遗传算法的钢铁产品生产计划模型研究

针对钢铁生产的主要流程的特点,分析研究钢铁企业生产计划的制订、执行和反馈等生产计划方面的问题;运用运筹学的规划理论并基于遗传算法,考虑分段以及环境变化的因素,探讨建立一个适用变化情况和环境的先进生产计划模型.同时,结合企业实际改进这些算法和求解过程,提出优化模型和优化方案.     

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。     

订单型企业多目标生产计划的制定及其调度

针对制定订单式小批量生产计划问题,提出了一种使用动态随机投入产出函数来制定多目标生产计划的方法。针对生产调度问题,提出了联合使用最长加工时间优先(LPT)与遗传算法(GA)的混合遗传算法(HGA)来求解混合流水线的调度,并给出了一种新的编码方法,选择了相应的交叉和变异方法。研究结果表明,该计划制造方法能较好地满足订单型企业的随机性要求,而且生产计划编制效率高。该编码方法在保证染色体合法性的同时也保证了算法本身的随机性。某轧辊厂的实际案例分析结果也验证了所提出的订单型企业多目标生产计划的制定及其调度方法的可行性。     

一种求解集成生产计划的混合协同进化算法

讨论了一类带有序列相关的机器调整时间和有限缓冲空间的流水车间批量计划与调度的集成优化问题,给出了该问题的非线性混合整数规划模型,提出了一种求解混合协同进化问题的算法.模型的目标函数是使库存费用、缺货费用和加班费用之和最小,约束函数考虑了库存平衡约束和需求平衡约束.算法采用协同进化算法与遗传算法的并行混合搜索结构,通过迁移算子把协同进化的子种群和独立进化的公共种群有机联系起来,同时算法采用基于邻域的进化策略,以提高算法性能.最后,对三种不同规模的问题进行了数值仿真实验,结果验证了算法的有效性.     

一种并行粒子群算法及其在热轧计划中的应用

针对串行优化算法在搜索时间上的不足,提出了一类组合优化问题的并行粒子群算法。该算法将粒子群划分为多子种群异步并行运算,利用不同范围内的多极值,指导粒子速度更新,加入邻域搜索策略,提高了搜索速度,同时也有效地防止了粒子在最优点附近发生的振荡现象。仿真实验表明,该算法与其他搜索方法比较,在搜索时间和求解质量上具有优势。现已应用于钢铁生产热轧计划编制中,并用实际生产数据表明了该算法的可靠性。     

一类两阶段生产系统生产计划与调度的集成优化

针对传统生产计划与调度制定中存在的不足,研究了一类两阶段生产系统的生产计划与调度集成优化问题。建立了能够反映生产计划与调度相互关联特点的离散双层规划模型,提出一种基于混合优化方法的分支定界解法以及有效缩减搜索空间的方法,并构造了有效下界。针对分支定界法的松弛问题,给出采用模拟退火算法与预估校正法交替迭代求解的混合优化方法。通过实验仿真,验证了模型与算法的有效性。     

利用拉格朗日松弛算法协调多厂供应链生产计划

为了解决多厂供应链生产计划的协调问题,提出了一种基于拉格朗日松弛算法的内部价格协调优化策略。该策略通过松弛工厂之间的物料耦合约束,将整个供应链的生产计划问题分解为多个单厂的生产计划问题。每个工厂只需利用本地信息制定各自的生产计划。为了获取问题的可行解,又提出了一种前溯式可行化方法,通过协调中心对产品内部价格（拉格朗日算子）的迭代更新,实现整个供应链生产计划的协调优化。仿真实验表明,该策略能够较好地协调多厂供应链计划,结果明显优于已有的协调方法。     

装配序列规划问题求解的一种混合算法

基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法.混合算法中利用蚂蚁的每一次周游,快速生成问题的一组可行解,用遗传算法对得到的可行解进行快速优化,并根据优化解的质量,生成路径上的信息素分布,以加速蚂蚁最优路径上信息素的积累,从而引导蚂蚁更快地搜索到问题的最优解.实验结果表明,混合算法在装配序列规划问题求解上具有更好的性能.