基于SLP改进遗传算法的多区域单双行 设备布局优化方法

针对多区域单、双行车间设备布局问题,利用车间二维平面坐标系将车间和设备参数化,构建出多区域单、双行设备布局的数学模型,并提出一种系统化布置设计法(SLP)与改进遗传算法结合的SLP改进遗传算法.算法以最小化车间物流成本为目标,考虑加工过程中产品质量的变化,采用分阶段的算法思想,引入自适应的交叉算子,使用混合种群的初始化方式.实验结果显示,该算法在解决多区域单、双行车间设备布局问题时能够以较快的速度收敛到较优解.     

基于单亲遗传算法的多行设备布置方法及仿真

机器设备布置问题是制造系统中常见的问题之一,基于单亲遗传算法构造了生产车间中常见的多行设备布置问题的优化算法.以总储运费用最小化为目标,通过单亲遗传算法的基因换位操作,从任何初始布置状态出发都能够容易地收敛到全局最优解.进一步,仿真试验结果及与传统遗传算法的比较证明了这一算法对大规模机器布置问题的有效性.     

多对象生产单元设备双行布置优化分析

分析了传统的设备双行布置目标函数、优化规则和优化方法存在的问题，指出优化设备双行布置的关键是减少反向和横向物料运输工作量，构造了一种新的扩展从至表，作为设备双行布置优化工具，有效地解决了设备双行布置优化问题。     

单装单卸模式下集装箱装卸系统集成调度优化

从考虑三阶段作业的整体调度出发,对集装箱码头装卸设备调度进行集成优化,考虑了码头集装箱装卸作业中的设备的特点,以最小化系统所有集装箱作业的总完成时间（makespan）为目标函数,建立了一个混合整数规划模型.另一方面,考虑到大规模情况下不易求解的问题,以减少设备阻塞时间和空闲时间为目标,设计了基于岸桥阶段作业能力的轮廓适合启发式算法,求得集装箱码头集成调度问题的近最优解.通过数据实验,验证了算法的可行性和优越性.     

考虑复杂场景的常导高速磁浮辅助停车区优化布置

针对辅助停车区（ASA）布置的复杂场景,面向多目标速度曲线共存线路,以辅助停车区数量与列车区间追踪时间最小化为目标,以列车安全运行为约束,构建了多目标优化模型,设计与讨论了带精英策略的快速非支配排序遗传算法（NSGA-II）,提出了一种考虑辅助停车区布置特征的种群初始化策略,使得算法具有良好计算性能。算例仿真验证了模型与算法解决复杂场景下辅助停车区优化布置的有效性,为求解辅助停车区布置问题提供了新思路。     

大仪平台——科技创新的“测试专家”

浙江省大型科学仪器设备协作共用平台（简称大仪平台）是根据浙江省科技发展的需要，以提高浙江省大型科学仪器设备资源利用率为目标，运用现代信息技术，建立共建共享机制，整合省内大学、科研院所、分析测试机构和企业的大型科学仪器设备资源（单价在人民币30万元及以上的仪器设备为主），并对外开放提供分析测试服务，形成一套布局合理、功能齐全、开放高效、体系完备的科学仪器设备资源协作共用服务系统。     

连续型Hopfield神经网络求解设备布置问题

主要利用连续型Hopfield人工神经网络进行了设备布置问题的优化求解计算。讨论了连续型Hopfield人工神经网络的模型，以及求解设备布置问题的一般方法。仿真结果表明，利用连续型Hopfield人工神经元网络进行设备布置优化计算，求解质量稳定、速率快，有较好的应用前景。     

自混式圆盘涡轮搅拌器的性能

提出了一类新型高效气液传质设备：自混式圆盘涡轮搅拌设备（ＳＤＴ），以提高气液反应设备的传质效果，降低剪切力，采用实验方法对其功率准数、通气前后功率的变化规律、气液传质性能进行了实验心合出气液传质系数方程。研究表明，该设备优于传统的搅拌器（ＤＴ），具有节省能耗，传质效率高的特点。     

浅谈综采工作面设备布置方式的优劣及发展方向

综合机械化采煤工作面主要设备的选型、布置决定了设备的生产效率与使用寿命,合理设计综采工作面的设备布置也是综合机械化采煤能否达到高产高效的关键。本文通过对几种不同的综采工作面设备布置分析比较,提出综合机械化采煤工作面设备布置方式的发展方向。     

基于混合自适应遗传算法的路径规划研究

为解决供应商管理库存（VMI）模式下带时间窗的车辆路径规划（VRPTW）问题，综合考虑多种条件建立了具有多目标约束的数学模型，并创新性提出混合式自适应遗传算法，该算法在自适应遗传算法（AGA）的基础上加入了节约算法构造种群的初始解，引入了随机遍历抽样法进行选择操作，改进了算法的交叉方式，最后运用大规模邻域搜索法（LNS）对变异后的种群进行破坏和修复操作。通过MATLAB软件进行仿真实验，与传统自适应遗传算法进行对比，运输成本显著性降低了50%，据此得出该混合式自适应遗传算法在解决VRPTW问题时具有更强更科学的全局搜索和快速收敛的能力，以期更高效合理地优化供应商车辆配送路径规划。     

面向作业车间调度问题的遗传算法改进

为了获得遗传算法在作业车间调度问题上的最优化解,提高算法的迭代速度,研究了遗传算法的改进方法,以工件的加工时间最短为目标建立调度模型。在算法上提出了基于概率改进的具有自适应能力的交叉与变异算子,以求作业车间调度问题的最优解。在遗传算法上采用精英保留策略方法,并结合改进的自适应算子对问题进行求解。以基准案例LA01和FT06作为实验仿真对象,获得了相应的甘特图以及搜索过程曲线。仿真结果表明,与未改进的算法相比,该算法能够更加快速地获得最优解。改进后的算法在搜索上更加快速有效,在求解作业车间调度问题上具有一定的可行性,更加适合工业加工生产。     

JOBSHOP中零件排序的一种启发式算法

Ｊｏｂｓｈｏｐ中的零件排序问题是生产作业计划安排与调度中的重要内容之一，作业已证明，这类问题属于ＮＰ难题，不存在有效的解析解．本文针对一般作业车间的具体情况，考虑到零件在工序间的批移动方式，提出了平行顺序移动方式下以极小化零件生产周期为目标的启发式算法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生作业计划与调度具有重意义     

制造系统的设备布局方法

下一代工厂布局模式应具有高柔性、模块化和易于可重构性,柔性设备布局适应市场的动态需求。在对车间布局设计方法分析基础上,分析了现代制造系统中的单元布局、分布式布局、可重构布局及鲁棒性布局的布局逻辑,目标函数及求解算法,并对未来车间设备布局模式进行了展望。     

装配型制造业生产现场的三维图形仿真建模

装配型制造业生产线流程长,流转控制复杂,传统的仿真建模技术不能满足对复杂生产制造过程进行仿真的要求.文中通过对装配型制造业生产制造系统结构特点及运行方式的研究,结合面向对象的设计方法和虚拟仿真技术,给出了面向生产制造过程的三维图形仿真建模机制及实现方法,进而从应用层角度出发,开发了一种可视化的三维图形仿真平台.该系统实现了制造车间布局的计算机仿真,可帮助设计人员确定车间的最佳设计方案.     

A New Local Search Algorithm for the Job Shop Scheduling Problem

0　IntroductionThejobshopschedulingproblemwithwhichwearecon cernedconsistsinschedulingasetofjobsonasetofma chinesfortheobjectiveofminimizingthemake span ,i.e .themaximumoftimeneededforfinishingalljobs,whichissubjecttotheconstrainsthateachjobhasafixedprocessingorderthroughthemachinesandeachmachinecanprocessatmostonejobatatime .ThisproblemisNP hardandevenisoneofthehardestcom binationaloptimizationproblems.Itiswellknownthatonlysmallsizeprobleminstancescanbesolvedwithinareasonablecomputa tionalti…     

乘积图的堆栈布局和队列布局

考虑图布局问题的k-栈布局以及k-队列布局问题,即将图中所有点进行线性排序后,其边集可以划分成k个内部边相互不交叉或者k个边集内部不相互嵌套的集合.图的堆栈布局问题(也称为图的书式嵌入问题)以及队列布局问题来源于多层电路板的布线以及容错处理器阵列的设计,它广泛应用于超大规模集成电路的设计以及图的绘制等各个方面.在关于图的堆栈布局以及队列布局问题的广泛研究基础上,专注于若干种乘积图布局中的堆栈布局和队列布局.     

基于粒子群优化的多目标作业车间调度

为了利用粒子群优化算法解决作业车间调度问题,提出了将调度问题转化为连续优化问题的有效策略;设计了Pareto档案粒子群算法(PAPSO),该算法将档案维护和全局最好位置选取结合在一起,在档案维护过程中为每个粒子选取全局最好位置;给出了变异与PAPSO的结合新策略.将PAPSO和带变异的PAPSO应用于15个调度实例,以最小化总拖后时间和最大完成时间,与强度Pareto进化算法2等进行比较,结果验证了PAPSO在作业车间调度方面的良好性能.     

Combined Timetabling Procedure and Complete Local Search for No-Wait Job Shop Scheduling with Total Tardiness

The strong non-deterministic polynomial-hard （NP-hard） character of job shop scheduling problem （JSSP） has been acknowledged widely and it becomes stronger when attaches the no-wait constraint, which widely exists in many production processes, such as chemistry process, metallurgical process. However, compared with the massive research on traditional job shop problem, little attention has been paid on the no-wait constraint. Therefore, in this paper, we have dealt with this problem by decomposing it into two sub-problems, the timetabling and sequencing problems, in traditional frame work. A new efficient combined non-order timetabling method, coordinated with objective of total tardiness, is proposed for the timetabling problems. As for the sequencing one, we have presented a modified complete local search with memory combined by crossover operator and distance counting. The entire algorithm was tested on well-known benchmark problems and compared with several existing algorithms. Computational experiments showed that our proposed algorithm performed both effectively and efficiently.     

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题,但迄今为止,在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法,但与遗传算法相比,进化规划算法的应用还刚刚开始,特别是在调度领域的应用还很少见文献报道,第一次将进化规划方法应用到并行多机调度问题中,并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的,能用于解决较大规模并行多机调度问题,且解的质量优于启发式算法和模拟退火算法。     

带性能约束的卫星舱布局问题改进遗传算法

针对带有性能约束的卫星舱布局优化问题,依据不干涉理论,给出了计算机上易于实现的、能计算图元之间干涉量的不干涉算法.采用实数编码等策略对布局优化问题构造了改进遗传算法.数值结果表明:该算法在解决带有性能约束的布局优化问题时大大减少了计算时间,提高了计算精度.