基于免疫遗传算法的车间天车调度仿真模型

研究了多机多任务的车间天车调度问题, 提出了一种结合免疫遗传算法的仿真模型 解决方案. 该方案建立了能反映天车实际工作环境运行特征的仿真模型, 根据天车作业 跨的工位与天车位置关系进行模型空间抽象, 用可变的天车任务优先级来解决天车运行 过程中空间约束导致的多机多任务冲突; 仿真模型用于评估各种调度方案, 免疫遗传算 法则使调度方案在不断的迭代中持续优化. 以某钢厂一主作业跨的天车调运任务问题制 定天车调度方案进行模型检验, 对求解的可行天车任务分配方案, 进行比较分析, 说明 了模型方法的有效性与工程应用的可行性.     

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.     

炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.     

基于VRPTW-AT模型的钢包优化调度方法

在炼钢-连铸生产过程中,钢包的优化调度对减少钢铁生产的热能消耗,提高生产效率具有重要作用.将钢包调度问题归结为任务带有时间窗、车辆带有调整时间的车辆路径问题(vehicle routing problem with time windowsand adjustment time,VRPTW-AT).根据钢包服务钢水过程的约束建立了钢包调度问题的数学模型,针对模型特点提出了分散搜索(scatter search,SS)算法.基于国内某钢铁企业生产实绩做测试案例,对SS算法的优化效果与钢厂生产的实际数据进行了对比分析,实验结果表明了模型和算法的有效性.     

基于粒子群算法的多目标车辆调度模型求解

车辆调度问题是具有复杂约束条件的组合优化问题,在理论上属NP-hard问题.考虑车辆数目最少和车辆运行时间最短,建立了具有时间约束的多目标车辆调度模型.并采用粒子群算法（PSO）求解车辆调度问题,以寻求最优车辆调度方案.在实例中通过运用粒子群算法和遗传算法进行比较分析,结果表明,PSO算法简单可行,在优化性能、收敛速度及鲁棒性等方面优于遗传算法,能较好地解决组合优化问题.     

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.     

可支持多级关键度任务的实时操作系统

为设计可支持多级关键度任务的军用实时操作系统MRTOS,首先分析了现有实时操作系统的调度机制。同时为定量描述任务的关键度,使用时间窗口来描述任务在有限时间范围内的时限错过情况。基于此描述,提出了改进型的最短紧急距离优先调度算法,该算法可保证实时任务仅错过规定数量的时限,能有效支持不同关键度任务同时运行在同一计算机上,同时可在任务量瞬时过载的情况下保证关键任务优先得到执行。最后通过仿真对最短紧急距离优先调度算法进行了例证。     

炼钢连铸混合智能优化调度方法及应用

针对多阶段、多设备以及精炼工序重数不同的炼钢连铸生产调度问题,建立了综合考虑工序设备指派和作业时间安排的非线性规划模型,提出了基于专家系统的设备指派、基于人机交互的邻域搜索与基于模型转换的时间优化相结合的三阶段炼钢连铸混合智能优化调度方法.该调度方法应用于国内某大型钢厂的生产调度,在减少钢水冗余等待时间、提高设备负荷率方面获得显著成效.     

遗传算法在卫星数传调度问题中的应用

研究了一种基于遗传算法的卫星数传混合调度算法.首先建立了卫星数传任务模型和卫星数传调度模型,提出了卫星数传可能冲突及任务执行冲突度等概念,然后对基于冲突消解的遗传算法进行了设计,并给出了基于该遗传算法的卫星数传混合调度算法.该调度算法包括三部分:一是通过确定冲突任务集来限定问题规模,以此限定了遗传算法中个体的长度;二是利用遗传算法确定出冲突任务集中每个任务分配地面资源及执行时间的次序;三是在对每个任务具体分配地面资源及执行时间时,利用了任务执行冲突度的启发式信息,以尽可能降低冲突.最后给出一个算例仿真.     

基于SDVRPTW模型的项目设备优化调度方法

在大型工程项目的子项目或工序中,重要设备的优化调度对提高设备的利用率,确保项目按期完工具有重要作用。将大型项目设备调度问题(ESPLP)归结为任务需求可拆分、带有时间窗的车辆路径问题(SDVRPTW)。根据项目设备调度过程中的约束建立了项目设备调度模型,并分析了ESPLP最优调度方案所具备的性质特征与SDVRPTW问题的区别,针对模型特点提出了远缘杂交遗传算法(DCGA)。基于国内某大型建筑项目实际案例为测试对象,分别将DCGA的求解结果与项目现实调度数据进行了对比,并比较了DCGA与现有算法的性能,比较结果表明了本文模型与算法的有效性。     

基于Pareto改进VNS-MMAS的定点修理任务多目标动态调度

针对战时定点修理任务重、修理时间有限、约束复杂的问题,进行了面向定点修理的战时装备维修任务多目标动态调度研究。提出了战时定点修理装备维修任务调度军事问题,考虑修理时间窗、非遍历性等约束,构建了战时装备维修任务多目标动态调度模型。采取分步求解思路处理修理小组分配以及修理任务排序两阶段优化问题,并从状态转移规则、信息素更新规则、先验信息获取3个方面对最大最小蚂蚁系统(max-min ant system, MMAS)算法进行改进,结合变邻域搜索(variable neighborhood search, VNS)算法增强算法的局部搜索能力,设计了基于Pareto改进VNS-MMAS算法实现模型求解,并通过示例仿真验证了模型及算法的科学性与有效性。     

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。     

基于栅格法的钢厂无人天车调度系统

为解决钢厂无人天车自动调度问题,利用栅格法建模。提出了一种改进的A*算法,对库房各路段和天车不同的移动方式赋予不同的移动代价,计算出总代价最小,并能规避障碍物的板坯调运线路;为了解决人工操作天车效率低的问题,设计了一套智能调运规则,可有效处理调运过程中可能出现的天车冲突、紧急不可用,以及天车之间、天车与平板车之间相互配合等问题,最终生成天车及相关设备的调运指令。仿真实验结果及现场应用表明了上述方法的可靠性和高效性。     

峰值电量约束下的场桥能耗最小化问题研究

随着化石能源的大量使用带来的环境污染问题日益严峻,关注能源使用效率的集装箱港口绿色化运营研究成为近年来的热点之一.本文以集装箱堆场中需要执行预倒箱作业的场桥为研究对象,考虑场桥不同运行状态下的单位时间电量需求不同以及峰值电量实时约束,建立了以总能耗最小化为目标的多场桥调度问题的混合整数规划数学模型.继而,将关键变量利用非连续贝和连续贝两种不同的方式进行编码,将次级变量利用启发式规则进行解码,并设计了相对应的遗传算法交叉与变异方法.数值实验表明,连续贝编码方法表现更为优异;通过与Cplex在小规模算例中的比较,与粒子群算法及人工蜂群算法在大规模算例中的比较,验证了所设计遗传算法的有效性.同时,通过与传统策略的对比,表明本模型可以同时实现能耗总需求与峰值需求两方面的优化,从而可以为港口管理人员在不影响既定日常运营工作的前提下降低能源成本提供科学有效的指导.     

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.     

考虑合成机制的多星应急任务调度

以应急任务优先调度为原则,保证观测总收益的基础上最小化对原调度序列的扰动是多星应急任务调度领域急需解决的问题.首先,分析应急任务完成时间和观测收益关系,建立考虑时间依赖性收益的数学规划模型.其次,基于遗传算法,提出考虑合成机制的多星应急任务调度算法.设计任务合成、插入和替换算子完成应急任务插入,考虑任务观测收益、序列扰...     

异构计算系统任务调度的遗传算法及改进

提出一种新的染色体编码方法——逆排序消出结点法RSEEN,确保染色体对应的任务分配调度为合理调度,不必在遗传操作过程中不断地验证和调整基因以保证染色体的有效性,简化了遗传操作,使优良基因更易保全并传递给后代,种群的进化过程更接近自然的进化法则。另外,还采用了启发式变异方法,加速了算法的收敛性。同时,构造本算法是以异构计算系统模型为基础的,充分考虑了任务间数据交换的开销和处理机间的差异,算法的应用更有普遍意义。     

任务调度过程中就绪队列的优化研究

绝大多数嵌入式实时系统仅配置了必不可少的资源，任务间抢占行为导致的额外开销严重影响着系统的性能，通过分析周期性任务的调度过程，得出在确保任务不错过截止期条件下，各个任务在就绪队列中可等待的最长期限计算公式，并根据公式推导出任务满足截止期的最后抢占时刻等属性，从而定量地刻画了周期性任务抢占行为发生的必要条件，提出了一套对周期性任务的就等队列进行微调度的抢占模型，通过改变抢占关系来减少抢占次数，优化实时系统性能，本文最后通过实验验证了该微调度的抢占模型不仅有效地减少抢占次数，同时对于表态优先级调度策略如RM，能有效地提高处理器的可调度利用率。     

任务调度启发式信息的卫星数传ACO算法应用

针对卫星数传调度问题,建立了任务调度启发式信息体系框架,提出了基于任务开始时间、任务调度收益、任务可用资源灵活度和任务调度冲突度的启发式信息,研究了任务调度启发式信息在卫星数传蚁群优化算法中的应用。针对不同规模场景的仿真结果表明,任务调度启发式信息有助于蚁群算法求解卫星数传调度问题。