一种用于Job-Shop调度问题的改进禁忌搜索算法

提出了一种改进的禁忌搜索算法 .该算法利用了 Hash技术和对 Job-Shop调度问题的解进行编码实现了对 Job-Shop调度问题的解进行禁忌 .在算法中增加了回访功能 ,它可对未访问到的先前产生的解的相邻解继续搜索 .仿真实验表明算法是可行的和有效的 .     

Job-Shop调度问题的优化模型及算法

建立了关于 Job-Shop调度问题的一般优化模型 ,将问题归结为双层规划 ,以特例形式给出了最小完工时间与提前 /拖期 Job-Shop调度批量模型 ,构造了一个有效的求解算法 ,数值实验表明了模型及算法的正确性和有效性 .     

钢管生产计划中的多目标柔性Job-shop调度问题

基于国内大型钢铁企业中钢管生产的实际,将无缝钢管的生产计划调度抽象为多目标柔性Job-shop问题(MFJSSP).在考虑产线产能各不相同、产线定修、前置库存限制的情形下,构建了混合整数规划模型, 解决①多产线共存情形下的生产路径柔性选择;②以订单的按时完工、各订单的供料尽量连续、规格转换成本最小为目标的多目标生产调度优化.鉴于该问题的NP-hard性, 设计改进的遗传算法进行求解,该模型和算法已被用于无缝钢管冷区生产作业计划软件系统的开发,并在实际运用中取得了良好的效果,对各大钢管企业的生产调度均具有一定的实际指导意义.     

Job—Shop问题的算法及软件设计

排序问题即Job-Shop问题是系统优化的典型问题。在小批量、多品种生产,特别是全盘自动化的计算机综合制造系统(CIMS)中,调度的优劣对生产率影响极大。因而找Job-Shop问题的有效算法具有重要意义。     

用遗传算法解决生产线调度Job—Shop问题

在分析国内外各种解决生产线作业调度疸方法的基础上，引出生产线调度Job-Shop问题的数学模型。针对该模型，用遗传算法对其进行优化调度。首先针对优化目标进行染色体编码，定义群体规模，然后设计适应度函数，最后通过选择、交叉、变异等操作，得到目标的全局较优解。本文针对某一工程实例，给出了此调度算法的仿真结果。     

带有限容量缓冲库的多目标柔性作业车间调度优化

研究一类从无缝钢管生产实际中提炼出的作业车间调度问题.该问题具有生产工序间存在有限容量缓冲库,生产工艺路径柔性选择,生产设备需要转换时间,生产调度多目标等特点.针对具有这些特点的调度问题,构建了混合整数规划模型.鉴于其NP-hard性,设计改进的遗传算法进行求解,进而提出辅以局部搜索优化算法的方法,并通过企业生产实际数据比较和验证算法的性能及有效性.该模型和算法已被用于无缝钢管生产作业计划软件系统的开发,并在实际运用中取得了良好的效果,对各大钢管企业的生产调度均具有一定的实际指导意义.     

多技能资源时间窗约束下可中断项目调度的分支定界算法

资源的多技能和时间窗属性是软件开发、工程设计、设备维修等领域在人力资源调度时常考虑的关键因素,而且在很多实际项目中,任务的执行允许中断.研究一类资源具有多技能和时间窗约束的任务可中断项目调度问题,建立了相应的整数规划模型,设计了一种分支定界算法构造搜索树进行求解,搜索树的每个节点代表一个任务组合,同时为减少分支节点数,提出了两个有效的剪枝规则,并设计了节点优先规则,对各节点任务组合则采用贪婪算法来进行资源约束判断.利用改进的PSPLIB案例库设计多组计算实验,实验结果检验了优选策略的有效性,经与CPLEX模型求解和基本启发式方法的对比揭示了算法在解决这类问题上的效率和有效性,求解结果可为实际项目调度提供决策依据.     

基于蚁群算法的Job-Shop多资源约束车间作业调度

针对多资源约束的车间调度问题,考虑资源种类变化的情况及资源在可用时间上的约束影响,建立了该类问题的通用调度模型。提出了一种基于蚁群算法的作业优化调度算法,在Job-Shop问题图形化定义的基础上,设计了状态转移规则、轨迹强度更新规则以及工序时间的决策规则,借鉴精英策略的思路,对多资源约束车间的具体调度进行了分析与实现。实例仿真表明,该方法对多资源的车间调度问题是可行的。     

具有跨工位操作的汽车总装车间调度仿真问题

研究了一类从汽车总装车间作业中提炼出的新的流水车间调度问题.该问题具有跨工位操作、停线操作以及加工时间波动的特点,这些特点使得调度问题变得相当复杂.首先,建立了该调度问题的数学模型;然后,针对此模型以最小化最大完工时间为目标,采用遗传算法和模拟退火算法相结合的方法确定出最佳调度方案;最后通过二维的动画仿真对调度结果进行验证与分析.利用北京某汽车企业总装车间实际生产数据测试和分析了上述方法,结果表明了该方法的有效性.     

炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.     

任务调度过程中就绪队列的优化研究

绝大多数嵌入式实时系统仅配置了必不可少的资源，任务间抢占行为导致的额外开销严重影响着系统的性能，通过分析周期性任务的调度过程，得出在确保任务不错过截止期条件下，各个任务在就绪队列中可等待的最长期限计算公式，并根据公式推导出任务满足截止期的最后抢占时刻等属性，从而定量地刻画了周期性任务抢占行为发生的必要条件，提出了一套对周期性任务的就等队列进行微调度的抢占模型，通过改变抢占关系来减少抢占次数，优化实时系统性能，本文最后通过实验验证了该微调度的抢占模型不仅有效地减少抢占次数，同时对于表态优先级调度策略如RM，能有效地提高处理器的可调度利用率。     

带有缓冲区的资源受限调度问题的滚动时域求解算法

研究带有缓冲区的资源受限调度问题,设计了两种使用滚动时域策略的启发式算法TWBA和FWBA,通过依次处理一定量任务,尽可能使得调度所产生的费用最小.为了评估算法性能,进行了大量模拟研究,在不同条件下找出相应的最优的处理周期或者是最优决策时刻,仿真结果表明了新算法在应用中有较好的性能,并且得到比在线算法更优的调度结果.     

Scheduling problems — An overview

There seems to be a significant gap between the theoretical and the practical aspects ofscheduling problems in the job shop environment. Theoretically, scheduling systems are designed onthe basis of an optimum approach to the scheduling model. However in the practice, the optimum thatis built into the scheduling applications seems to face some challenges when dealing with the dynamiccharacter of a scheduling system, for instance machine breakdown or change of orders. Schedulingsystems have become quite complex in the past few years. Competitive business environments andshorter product life cycles are the imminent challenges being faced by many companies these days.These challenges push companies to anticipate a demand driven supply chain in their businessenvironment. A demand-driven supply chain incorporates the customer view into the supply chainprocesses. As a consequence of this, scheduling as a core process of the demand-driven supply chainmust also reflect the customer view. In addition, other approaches to solving scheduling problems, forinstance approaches based on human factors, prefer the scheduling system to be more flexible in bothdesign and implementation. After discussion of these factors, the authors propose the integration of adifferent set of criteria for the development of“ scheduling systems which not only appears to have abetter flexibility but also increased customer-focus.     

SCHEDULING PROBLEMS - AN OVERVIEW

There seems to be a significant gap between the theoretical and the practical aspects of scheduling problems in the job shop environment. Theoretically, scheduling systems are designed on the basis of an optimum approach to the scheduling model. However in the practice, the optimum that is built into the scheduling applications seems to face some challenges when dealing with the dynamic character of a scheduling system, for instance machine breakdown or change of orders. Scheduling systems have become quite complex in the past few years. Competitive business environments and shorter product life cycles are the imminent challenges being faced by many companies these days. These challenges push companies to anticipate a demand driven supply chain in their business environment. A demand-driven supply chain incorporates the customer view into the supply chain processes. As a consequence of this, scheduling as a core process of the demand-driven supply chain must also reflect the customer view. In addition,     

一个批处理机随机E/ T 调度问题研究

对批处理机随机E/T(earliness and tardiness)调度问题,假设各批的加工时间独立同分布;各工件的交付期相互独立,并与加工时间独立;目标是极小化所有工件的提前与延迟时间和的均值.在加工时间和工件的交付期都服从指数分布的条件下,得到了最优调度的几个性质,基于这些性质用动态规划给出了一个求问题最优解的算法,此算法的时间复杂度为O(n2B2)(B相似文献   

自动导引车调度优化研究综述

制造系统中自动导引车（Automated Guided Vehicles,AGV）调度对于提高制造系统效益和降低制造成本具有重要作用,同时AGV调度也是十分复杂的组合优化问题,将AGV调度优化问题分为3类：AGV静态调度、AGV动态调度、AGV同时调度（与其他资源联合调度）进行了概述,并对其研究方法进行了分析与总结,包括传统分析方法、建模与仿真方法、智能优化算法、混合优化方法,分析了各类方法的优缺点,指出了当前AGV调度优化研究中存在的不足,并提出了未来的研究方向和建议。     

基于协同进化的航天测控资源优化调度

航天测控资源调度是一个具有很强工程背景的复杂问题,针对其特点,研究了一种基于协同进化的优化调度算法。在描述问题并给出调度模型的基础上,基于协同进化的思想,设计了和问题特征结合的遗传算法编码,对算法的算子和进化策略进行了描述,给出了算法的完整流程。通过算例表明,该算法整体上优于先到先服务（first coming first serving, FCFS）算法、任务综合优先度（task synthesis priority, TSP）算法和简单遗传算法（simple genetic algorithm, SGA）。     

面向成像卫星组网的群任务规划方法研究

本文基于提高用户任务需求的处理能力，探索可共享卫星资源组网卫星协同的群规划方法.研究中不仅考虑了一些部门存在特有的任务规划需求，还考虑到一些重要部门有卫星资源或者经申请有允许规划的卫星资源. 分析了群规划的模式需求及提出群规划框架；针对分层规划与可共享的资源服务，建立群规划多目标优化模型；针对任务规划这一高维离散组合优化问题，借鉴蚁群算法的快速收敛和遗传算法的强知识表示能力，阐述组合高低阶知识表示的改进遗传求解算法. 仿真实验验证了本文规划模型与求解算法的有效性.     

可行批调度问题及其遗传算法

对判定问题一是否存在使所有需求都可按时满足的调度一进行了研究，通过将其转化成等价的可行批调度问题，分析可行批调度的性质，把问题的解自然表示成了二进制编码的形式，在此基础上，提出了相应的遗传算法，它克服了调度研究中常用的基于排列编码的遗传算法的缺点，仿真结果验证了算法的有效性.     

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。