基于萤火虫算法的学习遗忘效应BFSP问题研究

对于以最小化最大完工时间为目标的阻塞流水车间调度问题(BFSP),现有研究较少同时考虑学习效应及遗忘效应对生产调度的影响,为此构建了BFSP问题的学习遗忘调度模型,结合基于Pairwise的局部搜索策略,应用萤火虫算法对小批量生产时的学习遗忘效应BFSP问题进行求解.对Car类问题及其学习遗忘调度模型的大量仿真测试,表明了改进萤火虫算法求解该类问题的可行性和有效性.同时,证明了学习效应能够降低最大完工时间,从而提高生产效率;而遗忘效应会使得学习效果减弱,从而导致最大完工时间的增加,学习效应和遗忘效应在生产调度中的影响是客观存在且不可忽略的.     

批量生产模式下考虑设备运行负荷的预防维护策略

以批量生产模式下的单设备生产系统为研究对象,考虑设备在不同批量下运行负荷不同,建立了扩展混合非完美维护模型,并采用极大似然法对参数进行估计.考虑生产计划以批量为周期滚动更新,为确保同一批量产品的质量具有一致性,设定预防维护只能在批量转换时刻实施,提出了一种基于当前生产计划的动态预防维护策略.在每个批量转换时刻进行决策,随着生产计划的更新,动态决策出最佳预防维护时刻点.算例证明了考虑负荷的必要性和模型的有效性.     

员工学习-遗忘效应对O2O超市订单分批拣选效率的影响研究

该文将员工的学习-遗忘效应引入O2O超市订单分批拣选问题中，研究学习-遗忘效应对拣选效率的影响，以总服务时间最小为目标建立订单分批优化模型，分析构建考虑学习-遗忘效应的三阶段服务时间表达式，并采用改进种子算法求解.该研究设计两种典型的员工排班方案S1和S2,并通过仿真实验深入探讨学习-遗忘效应对S1和S2拣选效率的综合影响.实验结果表明，S2方案的拣选效率优于S1;当员工休假天数固定时，安排长休假并减少休假次数有利于降低遗忘效应的负面影响；提高员工的学习能力比减弱遗忘效应更能有效提升拣选效率.论文拓展了学习和遗忘效应在订单拣选领域的研究，并为管理者制定员工排班策略提出实质性建议.     

可重构制造系统预防维护策略与EPQ整合模型

以生产单一品种的可重构制系统为研究对象,采用设备维护策略和重构策略确定经济生产批量（EPQ）并建立EPQ整合模型.在维护策略中,采取周期性预防保养策略对生产周期内的故障进行小修处理;在重构策略中,当系统内设备状态发生改变时,通过判断最优作业模式及系统可靠度阈值而进行重构,建立了包含生产准备、库存、重构、可变小修、预防维护和生产等成本的利润函数模型,并基于数值方法和遗传算法对模型进行求解,得出使单位时间利润最大的最佳预防维护周期、系统可靠度阈值及EPQ值.同时,通过仿真分析算例,验证了模型的有效性.     

运用改进的萤火虫算法求解TFT-LCD单元装配调度问题

针对薄膜晶体管液晶显示器(TFT-LCD)液晶板组装制造阶段(Cell)生产调度的复杂性,且在考虑了各种约束条件的前提下,以最小化工件最大完工时间和加权延迟最小为调度目标,建立了TFT-LCD单元装配作业调度数学模型。运用加入混沌搜索的萤火虫算法解决作业车间调度问题,克服了标准萤火虫算法容易陷入局部最优、优化速度慢以及计算量大等困难,并与其他算法比较,仿真结果表明了改进的萤火虫算法求解TFT-LCD单元装配作业调度问题的合理性和优越性。最后,建立了具有学习效应和遗忘效应的TFT-LCD单元装配作业调度模型,分析了不同的学习因子和遗忘率对所求目标函数的影响。     

基于可靠性约束的衰退设备动态预防性维护模型

针对现阶段衰退设备预防性维护策略通常只考虑单一因素对维护策略的影响,而忽略多因素对维护费用影响的问题,分析了维护次数与可靠度两因素对维护策略的影响.以维护费用最小为目标函数,构建衰退设备的动态预防性维护模型.在模型的建立过程中,首次提出了设备可靠度与失效率的关系.最后通过算例分析,验证了模型的合理性和有效性,为衰退设备可靠性约束下的动态预防维护策略问题提供了一种新的方法.     

基于模糊理论的设备多目标预防性维护策略研究

[目的]针对当前生产设备多为单一目标维护决策的不足,同时考虑维护成本率和设备可用度,提出了一种基于模糊理论的多目标预防性维护策略模型.[方法]针对设备的衰退过程,结合役龄递减因子和故障率递增因子的混合故障率来描述设备的衰退特性;在此基础上,以可靠性阈值和预防维护次数为决策变量、设备维护成本率和设备可用度为目标函数建立设备多目标预防维护策略模型,基于模糊加权平均算法求解多目标维护决策模型.[结果]在仅以维护成本率为决策目标时,最优可靠性阈值为0.7,最优维护次数为5;在仅以设备可用度为决策目标时,最优可靠性阈值为0.7,最优维护次数为2;在多目标情况下偏重维护成本率时,最优可靠性阈值为0.7,最优维护次数为4;在多目标情况下偏重设备可用度时,最优可靠性阈值为0.7,最优维护次数为3.[结论]设备多目标预防维护策略模型更具灵活性,更加符合实际情况.     

带有学习效应的多目标置换流水车间调度问题研究

在综合考虑经济指标和环境因素的基础上,提出了以最小化最大完工时间和总能耗为优化目标的置换流水车间调度问题,并着重考虑学习效应对该问题的影响。针对该问题的特点,构建了带有学习效应的多目标置换流水车间调度模型,并设计了一种嵌有批量处理和扰动算子操作的混合蛙跳算法对模型进行求解。利用扩展的标准测试问题验证了该算法的性能,并与非支配排序遗传算法、强帕累托进化算法进行了对比分析,实验结果表明改进的混合蛙跳算法具有较好的寻优能力。利用此算法得到了不同学习率下的优化目标值,并运用敏感性分析探讨了学习效应对优化目标的影响程度,从而为企业制定合理的生产调度方案提供参考。     

工况时变下设备预防维护策略

以运行工况时变的单机设备为研究对象,假设不同工况下失效时间分布满足加速寿命模型(ALM),建立工况转换时的设备失效率函数演化模型;同时将设备在不同工况下的役龄转换为在基准工况下的运行等效役龄,引入故障率递增和役龄残余因子,建立设备运行工况时变下的非完美维护模型.考虑未来工况不可预知情况下,以当前预防维护周期的可用度为目标函数和一个给定的可靠度阈值作为限制条件,随着实际运行工况的不断更新,动态地决策出每一个预防维护周期.通过案例分析表明,本文提出的预防维护策略可以有效地动态决策出单设备运行工况时变下的预防维护时间序列.     

考虑状态维护策略与工时恶化作用下的单机调度研究

为了解决单机调度问题,提高设备的可靠性和稳定性,根据连续故障检测和离散故障检测的特点,以最小化拖期成本和维护成本为目标,建立了考虑分段线性恶化和维护不可用时间的单机调度模型,基于系统可靠性理论研究考虑机器可靠性的单机调度问题,采用决策条件统一化处理方法对维护策略进行对比,通过单因素和双因素调参分析确定相关参数变化对生产调度优化的影响。结果表明：模型求解时间与单位时间拖期成本的减少呈近似指数级增长,单位拖期成本越大,求解速度越快;单位时间拖期成本的变化不会引起维护成本的大幅度改变,成本函数不存在柔性周期维护中的跳跃节点,不能“自适应”调节;预防性维护时间与故障小修比值对离散检测下的维护决策有较大影响。采用决策条件统一化处理方法,可减少计算时间和检测成本,较好地解决了离散故障检测中易出现的过度维护或维护不足等问题,有助于降低运营成本,提高经济效益。     

机器具有可用性限制的加权总完工时间问题

研究一种带有学习和恶化效应,并且机器具有可用性限制的排序问题。讨论的目标函数为加权总完工时间的单机和两台机器的平行机问题。在某些实际生产过程中,工件加工时间的变化既受生产设备长时间使用,导致恶化现象的影响,也受生产设备或工人加工效率提高的影响。因此,在这种模型中,工件的实际加工时间不仅与它的所排位置有关,而且还与工件的开始加工时间有关。此外,由于机器发生故障或进行维护与保养等原因,导致其在某一区间内无法加工工件。针对某种学习和恶化效应模型下机器在任意时间段维修的单机和2台机器的平行机的某些情况,分别给出了拟多项式时间动态规划算法,分析了算法复杂性,并给出相应数值例子表明算法的有效性。     

同时具有学习效应和恶化效应的机器可用限制性排序问题

针对单机和两台机器的平行机排序问题,建立了工件同时具有学习效应和恶化效应,机器有可用性限制的排序模型.考虑了目标函数为极小化总完工时间的单机、两台机器的同型机问题和两台机器的同类机问题.对于机器在任意时间进行维修的一般情况给出了动态规划算法,通过数值例子说明了算法的有效性,对机器在使用前进行维修的特殊情况给出了多项式算法.     

具有学习效应的间歇批生产的单机排序问题

本文研究了目标函数为总完工时间,具有Dejong学习效应和遗忘效应的间歇批生产的单机排序问题.考虑了批与批之间没有学习效应的传递、有部分学习效应的传递和有总的学习效应传递3种模型.首先,在批与批之间没有学习效应传递的模型中,给出了复杂性为O(nlog n)的最优算法.其次,在批与批之间有部分学习效应传递的情形下,对批在...     

具有学习退化效应的TFT-LCD面板成盒多目标调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)面板成盒生产规模性、多产品混线生产、机台特性复杂的特点,引入学习效应和退化效应,以最小化最大完成时间、机器等待时间、工件加权延期时间为目标函数,构建具有学习退化效应的TFT-LCD面板成盒多目标调度模型。基于两段式及IMM编码,采用多目标布谷鸟算法,结合双元锦标赛及动态淘汰规则,依据聚集距离密度评价指标构建帕累托非劣解集,对TFT-LCD面板成盒多目标调度问题进行求解。仿真结果表明,布谷鸟算法寻优能力优于精英保留贪婪解码遗传算法与工序期望最短完成时间调度规则等。通过实验,分析不同学习率和退化因子对调度结果的影响。     

极小化两种目标函数的具有学习效应的单机排序问题

本文研究具有学习效应和遗忘效应的间歇批生产的单机排序问题,目标函数分别为极小化最大完工时间和总完工时间．考虑了批与批之间没有学习效应的传递、批与批之间有部分学习效应的传递、批与批之间有总的学习效应的传递三种情形．我们分别对所考虑的问题给出了多项式时间算法并且证明了算法的最优性．     

学习遗忘效应在工程项目进度计划中的应用

在学习曲线理论和遗忘曲线理论的基础上,结合学习遗忘效应的模型,通过网络计划技术中的双代号网络图,引用案例来阐述员工的学习及遗忘行为对工期及关键路径造成的影响。与不考虑学习遗忘行为的情况相比,考虑员工的学习遗忘效应会使工期缩短、关键路径发生改变,且不同的学习比例会带来不同的效果。     

具有学习效应和遗忘效应的间歇批生产的单机排序问题

本文研究具有Dejong学习效应和遗忘效应的间歇批生产的单机排序问题,考虑了批与批之间没有学习效应的传递、有部分学习效应的传递和有总的学习效应传递的三种模型.对目标函数为最大完工时间的情形,指出机器在批与批之间没有学习效应的传递和有部分学习效应传递的情形下是多项式可解的,并进一步对机器在批与批之间有总的学习效应传递的两种特殊情形给出了多项式时间算法.     

考虑工人疲劳和学习效应的装备制造车间动态调度

针对大型装备制造车间人机双资源调度中工人疲劳和学习效应集成优化难的问题,基于指数型疲劳表征和DeJong学习曲线,构建混合整数规划模型。根据双资源调度问题的编码特征,结合排序规则生成初始调度方案,结合移除和插入操作设计自适应大邻域搜索算法,以求解人机双资源分配、工件排序、动态调度等子问题。同时,围绕紧急插单、机器故障、工人离岗等扰动设计重调度策略,基于原有算法实现动态调度,并进行算法测试。结果表明,与求解器、规则、遗传算法等相比,所提算法找到了完工时间更短的调度方案,且在紧急插单、机器故障、工人离岗等动态调度场景下,也能够给出更好的结果。所研究的装备制造车间调度问题同时考虑了工人疲劳与学习效应,对应算法可为大型装备制造排产系统开发提供参考。