时空约束下连铸车间天车调度的多目标建模与求解

针对钢厂炼钢-连铸车间天车调度的时空约束下NP难问题特点,考虑重钢包和空钢包吊运任务,以所有吊运任务等待被运输时间最短、总运输时间最短、天车之间负载时间差异最小为优化目标,按作业跨中多台天车执行吊运任务的时间空间约束、天车运行安全约束条件满足等为约束方程,建立了天车调度模型.设计了天车调度规则用于抽象表达其运行特征,即按吊运任务与天车的相对位置关系确定各天车与任务的匹配度,作为选择天车的指导;按天车状态及位置更新规则描述天车运行过程;按任务种类与预计起止时间先后确定吊运任务的优先级,作为天车运行过程中利用天车被动运输进行冲突消解的依据.设计了与模型特征相适应的改进遗传算法进行求解,采用某钢厂连铸跨的生产数据进行检验,通过与禁忌搜索法进行对比,证实了改进遗传算法的可行性和有效性,能够为生产过程中的天车调度提供指导.     

基于元胞自动机的车间天车调度仿真模型

为了解决NP难问题的车间天车调度问题,基于元胞自动机方法建立了车间天车调度仿真模型.用工位、天车、物料、作业调度规则描述天车调度系统,将工位作为模型网络的固定节点、天车为移动节点、吊运的物料为运动粒子;根据车间生产的特点设定工位、天车和物料的属性,抽象出该模型的自组织演化机制.以攀钢板坯连铸车间天车调度为对象的仿真实验表明:根据微观动力学局域作用机制和自组织演化思想建立的天车调度仿真模型方法是可行的,能有效模拟车间天车运行情况.     

基于时间Petri网的实时多任务调度方法研究

Petri网是一种模拟和分析的系统工具，能有效地描述并发与并行、同步与异步问题。对时间Petri网在水下航行器制导系统仿真多任务调度中的应用进行了探索和研究。首先介绍了时间Petri网的基本原理，并以水下航行器制导仿真系统为例，将水下航行器制导仿真多任务系统划分为自导子任务、控制子任务、程序弹道子任务、目标运动子任务和指挥导引子任务，在建立和分析时间Petri网模型的基础上，给出资源的束双处理器条件下的最佳调度方案。仿真结果表明，通过该方法完成的多任务调度，能使水下航行器制导仿真系统多任务协调地在双处理器计算机环境下运行，满足水下航行器制导仿真系统分析研究的需求。     

基于RESTART方法的同轨多天车仿真调度

天车是重工业中不可缺少的吊运设备,天车调度对化解天车冲突,增加搬运效率具有非常重要的作用.采用RESTART(repetitive simulation trials after reaching thresholds)方法,通过仿真优化天车调度.建立了天车冲突预测模型,将天车冲突分为4种类型并分别建立了冲突处理方法.以最小化调运周期为目标,建立了天车RESTART仿真调度方法,建立了仿真调度流程,通过枚举天车分配方案寻找局部最优调度.开发了天车仿真调度系统,通过实例对以上方法进行了验证.     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...     

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.     

基于混合流水作业组织的港口拖轮调度优化

在对拖轮调度问题进行分析的基础之上,将拖轮调度问题归结为一类具有多阶段共用机器特征的混合流水车间调度问题.建立了针对多停泊基地不同作业模式下、且考虑靠泊与停泊两阶段的拖轮调度优化模型,推导了基于混合流水作业组织的港口拖轮调度优化问题的理论下界值,并设计了启发式规则与模拟退火相结合的混合算法(HSA)求解该模型.通过运用该算法求解仿真算例,并将其结果与模型理论下界值、三种基于现行调度规则及基于Johnson规则的调度方案进行比较.结果表明,运用HSA求解的结果与理论下界值的平均偏差值为5.39%,且该结果远小于基于现行调度规则及Johnson规则的求解值,验证了模型与算法的高效性,可以为拖轮作业模式的选择以及调度方案的制订提供决策支持.     

基于混合流水作业组织的港口拖轮调度优化

在对拖轮调度问题进行分析的基础之上,将拖轮调度问题归结为一类具有多阶段共用机器特征的混合流水车间调度问题. 建立了针对多停泊基地不同作业模式下、且考虑靠泊与停泊两阶段的拖轮调度优化模型,推导了基于混合流水作业组织的港口拖轮调度优化问题的理论下界值,并设计了启发式规则与模拟退火相结合的混合算法（HSA）求解该模型. 通过运用该算法求解仿真算例,并将其结果与模型理论下界值、三种基于现行调度规则及基于Johnson 规则的调度方案进行比较. 结果表明,运用HSA求解的结果与理论下界值的平均偏差值为5.39%,且该结果远小于基于现行调度规则及Johnson规则的求解值,验证了模型与算法的高效性,可以为拖轮作业模式的选择以及调度方案的制订提供决策支持.     

基于状态转移的UAV单机侦察任务调度策略研究

针对不确定环境中侦察无人机执行多任务时不同的任务调度顺序对代价和收益的影响, 根据多任务执行过程的特征, 建立了任务执行过程的状态转移模型. 通过对模型推导获得了一个最优性判据, 根据该判据对任务进行降序排列能够得到最优调度. 仿真实验结果证明了文中所提调度策略的最优性, 将文中所提策略产生的表调度算法与遗传算法和穷举搜索进行实验对比, 实验结果与理论推导一致, 说明了文中所提策略的最优性和高效性.     

基于免疫算法的多目标柔性job-shop调度研究

建立了多目标柔性job-shop调度模型;然后提出了带有保优机制免疫算法,利用免疫记忆、接种疫苗等机制,在算法中保留并充分利用每代最优抗体和局部最优基因,使算法加快收敛;针对这类调度的柔性,提出基于工序设备双层抗体编码方案和基于设备能力空间的解码方案;采用多目标分级评价方法同时对时间、设备和成本等多目标进行评价和优化.最后,用Benchm ark标准问题的仿真和西安航空发动机(集团)有限公司的调度实例验证了算法、策略和调度模型的有效性和优越性.     

基于循环仿真的钢铁板坯库天车作业优化

板坯库天车作业对钢铁生产整体节奏和效率起到非常重要的作用, 天车作业的优化受到库位布局、工艺流程、作业干涉等多方面因素的影响, 优化过程具有随机性, 满意解的界定具有模糊性. 为了解决这一难题, 提出了循环仿真的方法, 通过原始仿真模型和改进仿真模型的循环转换和多档模糊评判寻求优化解, 采用Agent技术设计了板坯库的仿真物流对象, 定义了仿真事件和仿真逻辑. 通过对国内某大型钢厂的应用实例表明, 循环仿真的方法对钢铁板坯库天车作业优化具有较好的实用性.     

一类流水车间批量流与混排序的集成优化

讨论了一类多产品多机流水车间等规模子批量流与混排序的集成优化问题,以最小完工时间为目标函数建立了非线性混合整数规划模型,利用遗传算法 仿真的策略求解。算法采用上下两层遗传算法共同进化,上层遗传算法优化每种产品子批量的数量,同时确定各子批量的规模,下层遗传算法优化不同产品子批量的混排序,仿真程序采用多代理技术模拟生产过程得到完工时间。数值仿真实验的优化结果证明了算法有效性,同时分析了缓冲区空间和机器准备时间对模型的影响。     

关键链项目群进度管理的定量分析

论文从定量的角度,分析了项目群中一种资源以及多种资源的"多任务"情形,对关键链进度计划问题建立了数学模型,并引入遗传算法,使"多任务"现象转化成具有相应优先权的排序基因或染色体,对最优化进度和延迟成本构建了相应的算法.最后,通过算例证实此方法可以得出最优排序,同时能提供较多的替代方案,为关键路径法演变成关键链技术提供了定量支撑.     

基于SAGA算法的双40英尺场桥作业调度优化及比较分析

基于双40 ft场桥的作业特点，建立以最小作业时间为目标的混堆箱区内传统单吊具场桥、单起升双40 ft场桥，以及双起升双40 ft场桥调度模型。通过SAGA(simulate anneal genetic algorithm)算法求解模型，达到了优化场桥设备配置和调度策略、缩短平均装卸时间、提高自动化码头作业效率的目标。对比了不同相邻箱占比、总任务量和贝位数情况下的3种场桥的作业效率。结果表明：在相邻箱占比、总任务量或贝位数不同的情况下，双40 ft场桥效率均高于单吊具场桥，验证了调度模型和算法的有效性。     

柔性作业车间动态调度问题研究

为了有效求解柔性作业车间动态调度问题,提出了一个基于多目标免疫遗传算法(MOIGA)的动态调度优化算法。首先定义了柔性作业车间动态调度问题,然后采用事件驱动和周期驱动相结合的调度策略,提出了基于MOIGA的动态调度优化模型,接着设计了面向交货期性能最优的柔性作业车间调度算法,并讨论了影响算法复杂度的因素,最后通过一个实例仿真,表明了算法的可行性和优越性。     

An ant colony algorithm for yard truck scheduling and yard location assignment problems with precedence constraints

This paper examines the yard truck scheduling,the yard location assignment for discharging containers,and the quay crane scheduling in container terminals.Taking into account the practical situation,we paid special attention to the loading and discharging precedence relationships between containers in the quay crane operations.A Mixed Integer Program(MIP) model is constructed,and a two-stage heuristic algorithm is proposed.In the first stage an Ant Colony Optimization(ACO) algorithm is employed to generate the yard location assignment for discharging containers.In the second stage,the integration of the yard truck scheduling and the quay crane scheduling is a flexible job shop problem,and an efficient greedy algorithm and a local search algorithm are proposed. Extensive numerical experiments are conducted to test the performance of the proposed algorithms.     

加工时间为连续随机变量的Job Shop调度问题

针对实际调度问题中存在的不确定现象,提出了加工时间服从正态分布、最大完成时间的期望值作为目标函数的随机Job Shop问题;然后提出了解决该问题的智能优化算法:采用随机模拟的方式产生输入输出数据,利用遗传算法训练神经网络,将训练过的神经网络嵌入到另一遗传算法中,用该遗传算法来优化Job Shop调度问题;最后给出了仿真实验,通过仿真实验证明,该算法对于解决加工时间为随机变量的Job Shop调度问题是行之有效的。     

集装箱码头同贝同步装卸作业的序列优化模型

同贝同步装卸是集装箱码头提高装卸作业效率和资源利用率的有效途径和方法.其调度的复杂性体现在需要同时决策装、卸船两类集装箱在受堆场翻箱约束和舱口盖限制情况下的作业序列.针对该问题的柔性准备时间、成组调度和优先顺序约束等特点,本文建立了同贝同步装卸作业的整数规划模型.为求解模型,设计了基于遗传算法和贪婪规则的混合求解算法.最后,通过将算例实验结果与不考虑翻箱和舱口盖限制的简单下界进行比较,验证了模型与算法的有效性,说明所建立的模型有利于提高集装箱码头的装卸作业效率.