静态单机调度问题改善全局性能的滚动策略

借鉴控制界对滚动时域控制性能研究的思路，对一类具有可分的正规性能指标的大规模静态单机调度问题，提出了一种子问题带终端约束的滚动调度策略．在这种滚动调度策略下，全局调度的性能可以进行一定程度的评价和分析．性能分析的结论是，随着局部调度的滚动进行，全局调度性能可以不断改善．初始调度性能是全局最终调度性能的一个上界．     

针对机动目标的三维实时滚动优化制导策略

为解决目标机动策略未知条件下的飞行器拦截问题, 提出一种基于神经网络的三维滚动优化制导策略。首先, 针对全局最优导引律终端时刻难以确定的问题, 在滚动时域优化框架下, 引入零效脱靶量设计局部最优导引律, 并使用粒子群优化算法进行求解。其次, 为了提高制导律在线求解效率, 构建神经网络, 对优化算法滚动求解得到的若干组制导训练数据进行离线学习, 并将经过训练的网络用于制导指令在线滚动优化。仿真结果表明, 神经网络-滚动优化制导策略对采取各类机动方式的目标均具有较好的制导性能, 有效提高了制导指令在线优化效率, 可以为飞行器制导律实时滚动求解提供参考。     

全局未知环境下智能群体群集运动与避障控制

研究了在全局环境未知且存在静态障碍物的情况下,智能群体的群集运动控制问题.模型在人工势能结合速度一致策略的基础上,利用了滚动窗口的方法实时产生虚拟领航者引导群体向目标位置运行;并利用极限环方法解决了群体避障问题.基于滚动窗口方法构造的虚拟领航者,充分地利用了实时测得的局部环境信息,具有自适应性;极限环方法避障使得群体能够平滑地绕过障碍物,克服了传统人工势场法避障的局部最小问题.     

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.     

基于滚动优化策略的成像侦察卫星应急调度方法

针对成像侦察卫星应急调度问题进行研究, 在分析主要约束条件的基础上, 构建了多星调度问题的约束满足模型. 根据应急任务具有独立到达时刻与执行截止期需求的特点, 提出了基于滚动优化策略的调度算法. 该策略采用周期驱动与事件驱动相结合的混合驱动模式, 可将调度过程划分为一系列静态的调度区间. 通过优化各区间内任务的规划方案, 实现应急任务的动态调度. 在问题求解过程中, 将滚动优化策略与启发式算法结合, 形成了三种应急调度算法. 最后通过仿真实验, 对不同算法的调度效果进行对比, 验证了滚动优化策略的有效性.     

实时条件下多车辆路径与调度

研究实时条件下的多车辆路径与调度问题，重点研究了多种费用，包括车辆空驶费用、任务延迟费用和任务拒绝费用下的问题模型及求解。给出了问题的数学描述，并对其静态问题，构造了一个混合整数规划模型。随后提出了两种滚动时域求解策略。最后通过仿真实例，对几种策略的性能进行了对比。     

基于事件驱动的Job Shop仿真调度系统

解析模型通常难以适用于ＦＭＳ调度中，本文提出了一种事件驱动的仿真模型，并结合滚动调度策略介绍了这种模型的仿真原理。在此仿真模型的基础上，研究了工件连续到达，且在加工过程中有机器件损坏和修复及工件到期时间可改变这样的动态环境下的ＪｏｐＳｈｏｐ调度问题。最后给出了仿真结果。     

不确定环境下舰载机保障预反应式动态调度优化

针对舰载机机务勤务保障过程中的不确定性和动态特性,研究舰载机保障预反应式动态调度优化问题。在预调度阶段设计双种群遗传算法,融合左右种群双向对齐迭代技术提高解的全局最优性,结合设定的保障期限求得带有工期保护缓冲的鲁棒性预调度方案。在反应性调度阶段,建立以最小化保障完工时间和最小化调度调整损失成本为目标函数的反应性调度模型,设计针对单一个体的自适应分层双目标变邻域优化算法,对预调度方案进行局部调整,优化反应性调度的效率和稳定性。提出5种不同反应性调度调整策略,对多种扰动类型下的不同保障机组的预调度方案进行局部调整和分析。为不确定环境下舰载机基准预调度计划的制定和反应性调度方案的调整提供了决策支持。     

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。     

带有限缓冲区的知识化制造单元无死锁调度

鉴于制造系统无死锁随机调度问题研究的缺乏,在加工时间、工件到达以及产品需求到达均为随机的生产环境下,研究了带有限缓冲区的知识化制造单元无死锁随机调度问题.针对自动机对定量指标描述能力的不足,首先给出了一种费用自动机概念.在同时考虑工件加工、库存以及缺货费用的情况下,采用无限时域折扣准则下马尔可夫链建立了单元的费用目标函数,通过一致化技术对目标函数进行离散化处理,得到目标函数的随机动态规划模型,分析并证明了单元最优目标值函数的性质.为了克服离散状态空间组合所产生的维数灾问题,提出了一种基于仿真和函数逼近的启发式近似动态规划算法对模型进行求解.在上述研究基础上,构建了一种单元无死锁随机调度策略,以保证单元安全高效地运行.最后,通过实例研究对无死锁调度策略进行了验证.     

Rolling optimization algorithm based on collision window for single machine scheduling problem

1.INTRODUCTION Thesinglemachinenon preemptiveschedulingto minimizetotalcompletiontimewithdynamicjobar rivalsisthebasicprobleminproductionscheduling.Manyworksfocusoneffectiveheuristicmethodsdue toitsstronglyNP hardcharacter.Themostcommon heuristicsareSPT[1](shortestprocessingtime),ECT[2](earliestcompletiontime),delayed SPT[3],PRTF[4](priorityrulefortotalflowtime),APRTF[4],etc.Withoutfullyutilizinganyinforma tionaboutjobswhichwillarriveinthefuture,the abovemyopicmethodsmayresultinpo…     

SCHEDULING TWO GROUPS OF JOBS WITH INCOMPLETE INFORMATION

In real world situations, most scheduling problems occur neither as complete off-line nor ascomplete on-line models. Most likely a problem arises as an on-line model with some partialinformation. In this article, we consider such a model. We study the scheduling problem P(n_1,n_2),where two groups of jobs are to be scheduled. The first job group is available beforehand. As soon asall jobs in the first group are assigned, the second job group appears. The objective is to minimize thelongest job completion time(makespan). We show a lower bound of 3/2 even for very special cases.Best possible algorithms are presented for a number of cases. Furthermore, a heuristic is proposed forthe general case. The main contribution of this paper is to discuss the impact of the quantity ofavailable information in designing an on-line algorithm. It is interesting to note that the absence ofeven a little bit information may significantly affect the performance of an algorithm.     

改进分布估计算法在热轧生产调度中的应用

在热轧生产调度数学模型的基础上,提出一种改进的基于小生境技术的分布估计算法。采用Hebb学习规则来更新概率模型,增强了小生境之间以及整个群体间的相互学习能力。在对新种群采样时,引入了一种竞争选择机制,使得父代中的优秀个体在进化过程中得以保留,从而保证了进化持续有效的进行。为将该算法用于热轧生产调度,设计了一种新的解码方式,并采用某钢厂实际生产数据进行仿真实验,验证了算法的有效性。     

同类机的供应链排序

研究同类机环境的供应链排序,即研究如何安排工件在同类机器上加工,把加工完毕的工件分批发送给下游客户,使得生产排序费用和发送费用总和最少.生产排序费用是用工件送货时间的函数表示,发送费用是由固定费用和与送货路径有关的变化费用组成.研究以工件最大送货时间和平均送货时间为生产排序费用的不同目标函数下的同类机供应链排序问题,用动态规划算法构造了多项式时间近似算法,并分析算法的性能比.     

轧制计划的优化模型及其算法的应用研究

为保证热轧生产调度计划的可行性，提高排程的效率，根据热轧生产模式和轧制计划的结构特点，提出了一种车辆路径问题（VRP）模型来建模轧制调度问题，发展了一种混合调度方法（SAMPSO算法）来解决这个问题．试方法利用修正粒子群优化算法的局部和全局搜索能力来寻找全局最优解，利用模拟退火方法来避免陷于局部最优。对某钢厂实际生产数据的仿真结果表明，所提出的模型和算法具有良好的适应性和可行性。     

热轧无缝钢管生产作业计划研究

某钢管企业现有计划工作完全由手工完成，计划不够及时准确。ERP虽然能够有效改善企业的生产作业性能，但因热轧无缝钢管生产具有复杂生产工艺和多品种小批量的特点，使得该企业引进的ERP软件其标准计划流程又不完全适用于钢管企业的生产作业计划和实际。本文对谊企业的现有手工计划流程进行了分析，对生产作业计划流程进行了重新设计，指出钢管生产作业计划实质是组批、划分炉次和确定各炉次的生产日期(班别)，并提出了组批的原则以及划分炉次和确定各炉次的生产日期(班别)的方法与公式。     

Improved differential evolution algorithm for resource-constrained project scheduling problem

An improved differential evolution (IDE) algorithm that adopts a novel mutation strategy to speed up the convergence rate is introduced to solve the resource-constrained project scheduling problem (RCPSP) with the objective of minimizing project duration. Activities priorities for scheduling are represented by individual vectors and a serial scheme is utilized to transform the individual-represented priorities to a feasible schedule according to the precedence and resource constraints so as to be evaluated. To investigate the performance of the IDE-based approach for the RCPSP, it is compared against the meta-heuristic methods of hybrid genetic algorithm (HGA), particle swarm optimization (PSO) and several well selected heuristics. The results show that the proposed scheduling method is better than general heuristic rules and is able to obtain the same optimal result as the HGA and PSO approaches but more efficient than the two algorithms.