舰载机保障作业调度问题研究进展

作为近年来新出现的调度应用领域,舰载机保障作业调度问题正得到优化调度,控制理论和运筹学等学术界和工业界越来越多的关注.本文综述了舰载机保障作业调度问题研究进展.首先介绍了舰载机保障作业调度问题的混合整数规划模型;接着以美国为主综述了国外舰载机保障作业调度问题研究进展;然后从系统仿真,系统设计,系统优化和路径规划等方面综述了国内与舰载机保障作业调度问题相关的研究工作;最后提出了未来发展趋势和有待于进一步研究的若干方向和内容,旨在推进国内舰载机保障作业调度问题的理论研究和工程应用.     

基于仿真优化的集装箱堆场大门系统规划研究

运用仿真优化方法对集装箱堆场大门系统规划问题进行了研究。建立了大门系统规划问题的数学模型，规划目标是在满足系统作业要求的前提下最小化大门系统的建设费用；根据系统作业中存在的不确定性、随机性活动的特点，建立了大门作业系统的离散事件仿真模型，并运用仿真模型与启发式算法相融合的仿真优化方法进行求解；运用案例分析验证了该方法的有效性，同时进行了敏感性分析。     

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...     

舰载机甲板机务勤务保障作业调度与资源配置集成优化

针对舰载机甲板机务勤务保障作业调度研究中存在的工序执行模式单一、勤务保障设备考虑不全、作业调度优化与资源配置优化研究相互独立等问题, 通过系统分析作业流程、工序执行模式、资源转移与分配等约束条件, 将移动保障车纳入保障资源范围, 建立了舰载机甲板机务勤务保障作业调度与资源配置集成优化模型。在此基础上, 设计了第二代非支配排序遗传算法并对模型进行优化求解。仿真结果表明, 保障完工时间随着资源配置数量的递增呈现边际效应。为确保机群保障作业按照既定的甲板作业周期完成, 各保障任务存在最低资源配置数量方案。     

一种求解两机成组作业流水车间优化调度问题的遗传算法

当优化目标是总的流时间时,两机成组作业流水车间调度问题是NP难解的.本文提出了一种两机成组作业流水车间优化调度的遗传算法.该遗传算法分两层一层优化组内作业排序,一层优化组排序.仿真结果表明该方法的有效性.     

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。     

集装箱港口作业资源配置的分布式仿真优化方法

以集装箱港口作业资源配置优化问题为对象,为提高仿真优化过程的运行效率,提出了分布式优化与并行仿真相结合的分布式仿真优化方法.建立了问题的仿真优化模型,并将其重构为分布式仿真优化数学模型;构建了基于高层体系结构HLA的分布式仿真优化系统架构,并分析了分布式仿真优化过程中的时间构成及节点分配问题;最后,运用实例验证了本方法的有效性.结果表明:该方法即可实现与集中式仿真优化方法相同的优化结果,又可明显提高仿真优化过程的整体运行效率.该方法为解决复杂物流系统仿真优化中的时间效率瓶颈问题提供了新途径.     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

生产能力约束条件下的柔性作业车间调度优化

柔性作业车间调度问题是经典作业车间调度问题的深化,为解决实际生产系统中作业车间调度资源受限问题提供了方案.从生产能力约束条件出发构建柔性作业车间调度模型,以最大完工时间最小和最大机器负荷最小为目标函数,并提出了基于此的改进遗传算法.该算法采用基于工序和基于机器相结合的编码机制,利用改进多父代交叉算子和多点变异进行遗传操作,在充分保留父代优良基因的同时保证了种群的多样性,克服了传统遗传算法易于早熟或收敛慢的缺点.最后,通过仿真和比较实验,验证了该算法优化生产能力约束条件下柔性车间调度问题的可行性和有效性.     

模糊作业车间调度中的提前/拖期问题的研究

首先介绍了现实作业车间调度中的模糊加工时间和模糊交货期问题,并阐述了模糊理论中有符号距离、区间数距离等相关概念;然后给出了以遗传算法为框架的基于有符号距离和区间数距离的作业车间调度模型以解决调度中的提前/拖期惩罚问题,并且通过实例验证了模型的可行性和有效性.     

多资源约束下改进NSGA-II算法的手术调度

针对手术调度涉及因素众多难以优化的问题, 在考虑手术台、执刀医师等资源约束,构建了以病人满意度及手 术总流程时间为目标函数的模糊调度数学模型. 针对传统的加权系数方法不能很好地解决手术多目标优 化问题,提出改进的非支配排序遗传算法(non-dominated sorting genetic algorithm II, NSGA-II),采用改进的拥挤密度排序法改善同一非劣等级内个体的排序; 提出自适应交叉和变异策略, 克服了种群早熟化,改善算法收敛速度; 采用改进精英策略保持种群多样性, 改善算法搜索性能. 最后, 将该算法应用于某三甲医院手术模糊调度中,仿真结果证明该方法的有效性和可行性.     

分布式车间生产维修联合调度仿真优化方法

分布式车间生产调度是企业实现高效生产的一个核心问题,而预防性维修作为保证车间设备安全性和可靠性的重要手段,应纳入生产决策的范围.针对设备维修导致的生产延迟问题,提出了一种辅助校正的仿真优化方法,建立了联合生产和预防性维修调度问题的数学模型和仿真模型,将基于序列交换的遗传算法与仿真校正的优化方法相结合,形成了快速仿真优化...     

基于仿真优化的集装箱堆场资源配置研究

运用仿真优化方法对集装箱堆场资源配置问题进行了研究。首先,建立了堆场资源配置问题的数学模型,优化目标是堆场的资源利用率最大化的前提下,资源配置成本最小;然后,根据系统作业中存在的不确定性、随机性等活动特点,建立了堆场作业系统的离散事件仿真模型,并运用仿真模型与组合优化相融合的仿真优化方法对模型进行求解;最后,运用案例分析验证了该方法的有效性及其优势,同时进行了敏感性分析。     

考虑等待提示机制的呼叫中心联合排班方法

针对带有等待提示的呼叫中心进行联合排班方法研究,针对带等待提示的呼叫排队模型,根据顾客耐心及其放弃行为的影响规律,预测顾客等待时间,从而建立呼叫中心等待提示机制;考虑非平稳到达等因素的影响,结合等待提示的评估方法,利用离散事件调度法建立呼叫中心排班模型,提出基于改进遗传算法的联合排班方法。依据某呼叫中心的实际数据,与传统的两阶段方法进行对比分析,从而验证所提出方法对于解决排班问题的优越性及显著的应用价值。     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

机群保障资源配置建模与优化研究

本文系统分析了机群保障的基本流程,厘清了保障过程中的各类约束条件,明确了机群保障资源配置的优化目标,构造了机群保障资源配置的数学优化模型.针对机群保障资源配置问题的大规模性与NP-hard性,采取滚动调度思想,将大规模优化问题分解为子问题,进而提高了求解的效率.最后以4架飞机6批次连续出动作为典型任务模式,基于优化平台验证了模型和算法的有效性和高效性.本研究为机群保障资源配置优化问题提供了一种有效的解决思路.     

基于遗传算法的火电机组制粉系统运行优化

提出了一种基于遗传算法的中储式制粉系统运行优化方法。通过遗传机理在有效参数调整范围内搜索系统运行的最优值,为现场实际运行提供指导。优化方法使用FORTRAN90编程实现,并对实际对象进行了优化计算和测试。结果表明该方法能有效地进行优化计算,能用于实际机组的运行优化。     

不确定处理时间批处理过程的鲁棒调度新策略

针对化工批处理调度过程中处理时间不确定的问题,建立了具有分解结构的调度模型,提出了一种新的鲁棒调度策略.策略由基本调度策略和在线调整两部分组成,分别与模型的主问题和子问题相对应.提出了基于遗传算法的分解算法求解模型,以获取具有鲁棒性和最优性的基本调度策略.通过对子问题的分析,提出了运用简单的推理进行在线调整的方法,无需复杂计算,并运用动态规划的原理说明了该方法的可行性和最优性.最后用实例说明了该鲁棒调度策略的有效性.     

一种不确定条件下批处理过程的鲁棒调度模型

批处理过程中存在大量的不确定因素,通常表现在参数的变化上,这使得确定性的生产调度模型难以得到令决策者满意的调度结果.为了解决这一问题,文章从鲁棒优化的角度出发,给出了鲁棒调度的新定义,其核心是在调度的可行性与最优性之间寻求均衡.介绍并提出了相关的鲁棒性指标来衡量调度的鲁棒性.并依据这种思想,针对不确定需求建立了一种新的鲁棒调度模型,该模型允许在一定程度上违背某些约束,但要求对这种违背进行补偿,规定补偿行为,并将补偿成本记入优化目标,从而实现鲁棒优化.仿真结果表明,利用该模型可以得到鲁棒性更强的调度方案,并且满足一定的最优性.