基于B-T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，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的重入特点，建立了一类可以实现缓冲区与传统规则双重选择的缓冲区-时间(B—T)规则；然后在设备分组与分时段的基础上，提出了基于B—T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B—T规则组合进行优化，仿真比较验证了该调度策略的有效性。     

可重入柔性调度问题研究:模型、算法与应用

近二十年来,在企业提高生产效率和增加生产灵活性方面的内在需求推动下,一类广泛存在于半导体制造、钢铁生产、汽车制造、武器生产、化工、微生物检测、金融财务等制造和服务领域,且具有多阶段、并行机拓扑结构的柔性生产调度问题的研究和应用正得到学术界和工业界越来越多的重视.考虑到在实际生产过程中,工件在部分阶段的加工工艺路径为循环的技术要求,与实际生产过程更加贴近的可重入系统的特性被引入到柔性制造系统.鉴于可重入柔性调度问题(reentran flexible scheduling problem,REFSP)在理论上的重要性及其对于实际调度的指导性,本文综述了可重入柔性调度问题的研究进展.首先介绍了可重入柔性调度问题的基本数学模型,并基于α|β|γ表示法对已有的复杂环境下的可重入柔性调度问题进行了归类,接着对其优化求解方法进行了归纳,并梳理了其主要应用领域,最后提出了有待进一步研究的若干方向和内容,旨在推进国内在可重入柔性调度问题研究领域的理论研究和工程应用.     

开环可重入排队网络的递阶增强型学习调度

对平均费用型马氏决策过程 ,研究了一种递阶增强型学习算法 ;并将算法应用于一个两台机器组成的开环可重入生产系统 ,计算机仿真结果表明 ,调度结果优于熟知的启发式调度策略.     

离散事件系统仿真技术在制造系统调度中的应用

离散事件系统仿真方法能够比较有效地解决制造系统的仿真和调度问题。近年来，在提高仿真调度的优化能力方面取得了较大进展。本文分析调度方法的原理，特点，介绍了在生产调度中的应用和最新发展。     

用于柔性流程工业生产调度的并行多目标遗传算法

分析了柔性流程工业区别于一般制造系统在生产调度方面的特点 ,在此基础上针对这类系统所具有的多目标、混合动力学特性、调度实时性等特征 ,提出了一种新的并行多目标遗传算法 .在解决多目标解的评价时 ,采用了目标分级评价技术 ,求解过程始终将解的最优性和决策者对目标的偏好信息结合在一起 .为反映这类问题的混合特性 ,提出了一种新的双层编码方案 .在算法中采用的递阶分解并行技术 ,使计算时间至少减少一个数量级 .计算机仿真结果表明 ,对于这一类复杂的柔性流程工业生产调度优化问题 ,本文提出的方法具有很好的实际应用前景 .     

分布式战场态势可视化系统研究

在明确仿真需求的基础上,利用可视化技术,实现对战场态势的实时直观表示,对于理解仿真过程具有重要作用.针对目前仿真应用系统中态势可视化普遍存在的通用性、可重用性较差的问题,提出了解决方案--通用战场态势可视化系统,并通过初步实践证明了可行性.     

面向对象的露天矿卡车调度系统可视化仿真

采用面向对象方法，针对露天矿卡车调度系统总体需求进行可视化仿真设计。以首钢水厂铁矿卡车调度系统为例，具体描述了基于面向对象的仿真建模包括图形用户界面和仿真动画的实现，突出了面向对象方法进行可视化仿真的优势。     

半导体制造系统的优化调度模型

在流体网络模型的基础上建立了以减小平均在制品水平目标的半导体制造系统的调度模型，这些模型通常很难求解，但它们是可分解的，即可以把整个调度周期上的调度问题分解为一系列子区间上的调度子问题，在半导体生产环境下，子问题可以进一步简化，把上述结果当作调度规则直接应用于基于仿真的调度方法、可以克服流体网络模型的近似性，同时，由于充分利用了系统全局的状态信息，提高了仿真调度的优化能力。     

生产调度方法的系统研究

在市场竞争和技术进步的驱动下，制造企业不断面临新的生产调度问题。本文评述了已有的调度方法，提出了运用混合遗传算法，解决生产调度问题的方法论。我们把遗传算法与其它随机搜索方法（如模拟退火、列表寻优）、启发式规则及仿真方法结合起来，实现优化调度或满意调度。最后给出一个调度系统原型。     

基于一种新的评价指标的可重入生产系统调度

可重入生产系统的调度研究对制造业的发展具有重要的实际意义和理论价值。然而许多动态调度寻优方法需要将系统表示成有限的离散时间Markov过程．而常用的平均输出率作为评价指标时无法找到具有明确物理意义的状态作为Markov过程的吸收态。本文针对以上情况，对封闭可重入生产系统提出将系统某调度策略下首次进入阻塞前的平均输出工件个数作为评价谊策略性能的新标准，并通过计算二站四缓冲区系统四种静态优先策略下的以上两种评价指标验证新标准的合理性；将系统首次进入阻塞前的平均输出工件个数作为优化目标表示成新形式的代价值函数、转移代价函数，应用到神经元动态规划策略中，对封闭可重入生产系统进行调度策略优化，并将对系统内工件个数较少时获得的调度策略直接应用到系统内工件个数较多的生产系统中，获得满意的蛄果，进一步验证系统首次进入阻塞前的平均输出工件个数可作为平均输出率的有效替代。     

基于微服务架构的云制造调度仿真系统设计与开发

针对当前缺乏低耦合和高扩展的云制造调度仿真系统,无法方便地对调度算法性能进行测试的问题,以成本和完工时间最小化以及服务质量最大化为调度目标,提出一个可扩展的云制造调度模型,并在此基础上设计和开发了一个基于微服务架构的云制造调度仿真系统,实现了系统管理、资源管理、任务管理和仿真管理等功能,具有灵活自治、稳定、可扩展等特征...     

在轨空间智能制造:分布式调度建模与优化

在轨空间制造系统是在行星大气层外的需要地面工厂、在轨空间工厂、天地运载工具协同的以进行空间设施建造为目标的一类分布式制造系统.分布式调度建模和高效优化求解技术是实现在轨空间智能制造的关键技术之一.本文针对一类具有组件地面分布式制造及运输、地空分批次运输、组件在轨装配等典型特点的在轨空间智能制造系统,将其分解为分布式同质流水线调度,考虑运输时间的同速并行机调度,考虑工件释放时间、机器可用时间、机器处理能力的单机批调度以及考虑组件释放时间、优先约束的单机调度等问题,并基于模型协调思想建立以最小化组件生产到产品装配总时长为目标的分布式多阶段调度模型.进而,将用于求解连续优化问题的易理优化算法扩展到离散调度问题,提出求解该分布式调度问题的基于易理优化的模因算法.基于中规模、大规模算例的仿真结果和算法分析比较表明:相较于粒子群算法、教学算法、水波算法等智能优化算法,所提算法是一种求解分布式多阶段调度问题的可行、有效算法.值得一提的是,这是第一篇关于在轨空间智能制造系统调度优化的研究.     

基于混杂Petri网的柔性制造系统免疫调度算法

针对具有混杂特征的柔性制造系统调度问题在柔性制造系统的一阶混杂Petri网模型的基础上提出了用于求解柔性制造系统调度最优解的免疫算法。给出了不变行为状态的编码、亲和力计算、抗体的浓度及抗体选择、记忆细胞更新、抗体生成算子等的具体实现方法。实例仿真结果表明,结合混杂Petri网模型和免疫算法能够有效地实现柔性制造系统调度最优解的求解。     

基于Petri网模型的柔性制造系统优化调度

柔性制造系统（flexible manufacturing system, FMS）调度问题属于NP难题, 针对该问题利用赋时库所Petri网（timed place Petri net, TPPN）对FMS进行建模, 在此基础上, 提出了利用改进的嵌套分区（nested partitions, NP）算法对建立的TPPN模型进行优化调度. 采用来自半导体制造的末端测试系统 数据做数值试验, 结果表明, 基于TPPN模型的改进嵌套分区优化调度算法较其它常用算法具有更 好的平衡指数, 可有效降低最大完工时间.     

混合Flow Shop的调度仿真系统及其算法分析

研究了混合Flow Shop的调度问题，调度目标为最小化工件的最大完成时间。文中给出了调度仿真系统的设计，系统由数据库、算法和控制中心用户接口三个模块组成；在算法模块中，排序算法包括了由Flow Shop扩展到混合Flow Shop的多数算法，设备分配采用最先可用机器优先规则。另外，基于CDS虚拟机和Palmer斜度指标的启发式算法，提出了一种改进的CDS算法用于工件排序。在正在开发的混合Flow Shop调度仿真系统中实现了上述所有算法，仿真分析表明改进的CDS算法优于其他启发式算法。     

切换式规则调度系统的建模与仿真

以生产调度问题为背景，研究切换式规则调度系统的建模与仿真问题．在分析规则与性能指标关系的基础上，文中首先提出了一般切换式规则调度系统的概念；接着借鉴混合动态系统的分层建模机制，详细讨论了一般切换式规则调度系统的建模框架和方法；然后结合实例给出一个具体的模型，并基于该模型进行计算机仿真，得到一些直观的结论．     

基于双层蚂蚁算法的半导体炉管制程批调度研究

借助蚁群系统较强的路径寻优能力与并行搜索特点,设计了一种双层蚂蚁算法,解决了多品种晶圆批连续到达动态环境下非等效平行多机器的批调度问题.仿真实验表明,算法能得到较好的可行解,并优于其他启发式算法,对高负载的工作环境具有良好的适用性.