考虑成本限制的最小化最大延迟时间平行机调度问题

以绿色制造为背景,假定机器设备具有不同的能源消耗成本或维护成本,研究了一类考虑成本限制的平行机调度问题.调度的目标是最小化最大延迟时间.为该问题建立了整数规划模型MIP,设计了改进的EDD (earliest due date firstly)算法,命名为MEDD.由于考虑成本限制,证明了MEDD算法的可行性,并进而理论分析了算法的最坏误差界.通过算例说明了算法的执行情况,同时采用大量随机数据实验验证算法的性能.对于小规模问题,将MEDD的解与MIP的精确解进行了对比;对于大规模问题,由于MIP精确解难以获得,以MIP对应的线性规划松弛模型MLP的最优值为下界对MEDD算法的解进行了衡量.实验结果表明了所构建MEDD算法的有效性.     

分布式环境下批处理机调度启发式算法求解

将批处理机调度问题扩展到分布式环境下,提出了批调度问题的一个新模型.模型中,工件动态到达各批处理机,且在加工之前和之后需要有运输时间.证明了该模型是NP难的,并通过问题的一个下界来衡量各算法性能.给出了分布式环境下批分配的一个启发式算法AR(assignment rule)以及一个分批准则BR(batching rule),在此基础上对问题的求解提出了若干启发式算法.仿真实验表明各算法均可以对问题进行有效的求解,加入分批准则对于算法有进一步的优化作用.     

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.     

一类Petri网调度问题的符号求解技术

讨论了Petri网分析的符号有序二叉决策图(Ordered Binary Decision Disgram--OBDD)技术.对于一类赋时Petri网模型的生产调度问题,通过实施赋时位置(迁移)结构等价替换,建立了调度问题求解的符号算法.该算法可以在makespan步得到结果,从而有效改善了求解的效率,适合于复杂大规模Petri网模型调度问题的求解.     

混合整数规划问题遗传算法的研究及仿真实现

提出了一种可以处理混合整数规划问题(MIP)的混合遗传算法MIGA。该算法采用二进制映射模式可变长度染色体编码,在进化过程逐渐缩小编码的搜索空间,从而在加快收敛速度的同时改善了迭代的精度,能很好处理离散变量和连续变量的混合整数规划问题。以一纯整数规划问题为例,利用分枝定界算法只能得到唯一的一个最优调度策略,而MIGA算法则可以得到一系列的最优调度策略,对这些最优调度策略进一步的分析,还可以得到调度问题一些灵敏度参数,在实际应用中具有更大的灵活性。     

多时间窗车辆调度问题的建模与求解

传统的单时间窗车辆调度问题模型无法描述用户空闲时间分段可选的情况,为此需要建立多时间窗车辆调度问题模型.对多时间窗车辆调度问题进行研究,建立了问题的数学模型,并基于模拟退火算法设计了一种两阶段启发式算法进行求解.该算法首先利用扫描算法求得初始解,然后利用模拟退火算法对初始解进行改进.实验结果表明该算法可以有效地求解多时间窗车辆调度问题.     

随机双目标焊接车间调度建模与仿真

针对一个生产大型机械产品(如架桥机等)的企业的焊接车间的调度问题进行研究,对m位工人加工n个结构件的随机调度问题建立数学模型,并以最小化最大的加工完成时间的期望与方差为优化目标.为求解该模型,对二进制粒子群算法(BPSO)进行改进,并采用动态领域策略、新的粒子个体板值选择以及一维优化方法求解双目标优化问题.通过实例仿真,结果证实修改后的算法是有效的,并能够找到Pareto前沿解.     

一种灵巧同构系统的任务静态调度算法

针对高性能的灵巧同构系统计算环境特点,提出了一种多处理机的任务静态调度算法。该算法结合遗传算法和启发式列表调度算法,具有较短的调度时间;算法考察了多处理机调度中的任务间前趋关系、通信关系以及任务存储量要求,具有实用意义。仿真结果表明,与标准算法和CP/MISF(critical path/most immediate successors first)算法比较,所提出的算法能够得到较优的调度结果。     

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。     

关键链项目调度模型及遗传算法求解

对项目管理的关键链方法(CCM)进行了研究.在资源受限项目调度问题(RCPSPs)模型的基础上,引入关键链方法,建立了关键链项目优化调度模型.提出了一种基于优先权的关键链计划生成方案,该方案根据任务优先权排序生成积极计划,定义项目唯一关键链.将输入缓冲区作为虚任务对项目计划进行二次调度,解决了在嵌入输入缓冲区时产生的资源冲突问题.设计了一种混合遗传算法寻找最优任务优先权排序,实现对CCM项目优化调度模型的求解.最后,通过大量的仿真测试验证了所提出的模型和算法的有效性.     

约束规划求解集装箱装卸系统集成调度问题

集装箱码头装卸系统中的岸桥、集卡和场桥的集成调度问题本质上是有阻塞、准备时间可分离并且依赖操作顺序的三阶段混合流水车间调度问题,现有文献多采用启发式算法求解该问题.本文先建立了一个紧凑的混合整数规划模型,然后从约束规划的角度建模求解该问题,提出了一个约束规划模型,以区间变量作为决策变量,并采用"扩展操作任务"的概念来定义区间决策变量以提升求解效率.为了展示约束规划的建模灵活性,还扩展了模型以考虑机器效率不同的因素.数值实验显示约束规划模型能够在很短的时间内对大规模算例求出高质量的解.     

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.     

考虑节点中断和需求波动的可靠供应链网络设计问题

本文研究了一个包含供应点、中转点和需求点的三级可靠供应链网络设计问题(RSCNDP).文章同时考虑了供应端的不确定性(节点中断的可能性)和需求端的不确定性(需求量的波动性),针对这些因素,采用情景的方法描述,并结合p-鲁棒模型的优点提出了一个新的混合整数规划模型.在模型中,α,β两参数分别表示决策者对节点中断和需求波动的风险偏好,优化的目标是在给定的风险偏好下最小化设施的固定成本和产品的运输成本.文章提出了一个由最短增广链法和遗传算法的相结合的混合智能算法来求解该模型,并结合实际进行了相应的数值分析.结论显示决策者的风险偏好对可靠供应链网络的设计会产生重大的影响,而在面临风险时,可靠的供应链网络表现要优于确定型的供应链网络,这些为企业的供应链管理决策提供了理论支撑.     

Evolutionary Programming for IP/MIP Problems with Linear Constraints

1. INTSODUCTIONThe common illteger programming (lP) is a mathematical model which is designed to find aset of non-negative variables to medmize (or minimize) a nonlinear objective function whilesatisfying a set of constraints under integer restrictions of variables. An lP model with somevariables reqllired to be real is a mixed integer programming (MIP).The history of solving lP/MIP problems is not very old. According to reference [1], ageneral method for solvillg such problems may not…     

具有条件风险值的动态火力分配方法

针对火力分配（weapon-target assignment,WTA）中的不确定性因素,研究了一类目标数量和类型不确定的动态火力分配问题。首先,构建了最小总任务费用的确定型WTA模型;其次,引入时间变量、想定模式和风险值约束,把确定型WTA问题转化为具有条件风险值约束的两阶段动态WTA问题,并用线性不等式集代替条件风险值约束,从而把动态WTA问题转化为混合整数规划问题;最后,设计一种循环多次交换禁忌搜索算法。仿真结果表明,新算法能够在较短时间内求解较大规模动态WTA的优化问题。     

基于伪随机序列前导码的OFDM系统帧同步算法

在正交频分复用（orthogonal frequency division multiplexing, OFDM）系统接收端,错误估计快速傅里叶变换窗口起始点会导致OFDM帧偏差,从而造成严重的符号间干扰（inter symbol interference, ISI）以及子载波间干扰（inter carrier interference, ICI）。首先建立一个带有帧同步的OFDM系统模型,然后通过理论推导得到帧偏差对OFDM系统的影响。利用伪随机序列自身较好的相关特性,设计了一种基于伪随机序列前导码的帧同步算法,并分析了3种基于循环前缀（cyclic prefix, CP）的传统帧同步算法。通过仿真实验,结果表明所提出的基于伪随机序列前导码的帧同步算法与传统算法相比,即使在较差的信道条件下,如在较低的信噪比或存在较大的载波频率偏移（carrier frequency offset, CFO）时,其帧偏差估计结果更为准确、稳定以及节省资源。     

管道工具喷粉线生产调度建模与算法

针对不同品种、不同材质和不同颜色管道工具喷粉生产调度问题, 以生产成本最小化为优化目标, 研究其优化调度方法. 首先, 建立这个问题的混合整数非线性规划模型(MINLP); 其次, 针对该问题设计出相应的贪婪随机自适应搜索算法(GRASP)和遗传算法(GA); 在此基础上, 提出两种算法相集成的GRASP+GA算法. 应用生产实例数据分析比较了这三种算法, 验证了GRASP+GA 算法的优越性.     

Uncertain Dispatching Decision and Genetic Algorithms for Railyards Operations

1　IntroductionTheoptimizationofclasificationandassemblyoperationsoftrainsisoneofthemostim-portantproblemsinrailyardsdispatchingDecisionSupportSystem.Sincethecarstrans-ferredfromoneinboundtraintoanotheroutboundtrainshouldpassthroughtheclassifica-tionandassemblyprocedure,thepurposeoftheproblemliesindealingwiththecoordina-tionamongtheclassification,assemblyoperationsandthecarsflowallocationforthede-parturetrains.Theproblembelongstoaclassofflowshopproblemwithreadyandduetimewhilerealizingtheoptim…     

最大熵分布算法及其应用

分布估计算法是一种新的基于种群进化的算法,它通过统计当前群体中较优个体的信息构建其概率分布模型,然后对模型进行抽样生成下一代群体。针对分布估计算法在求解搜寻最优网络结构的NP-Hard问题,提出一种新的最大熵分布算法,该算法以Jaynes原理为依据,利用随机变量的最大熵估计随机变量的最小偏见概率分布,并以此作为算法的进化模型,有效地降低了算法的计算复杂度。以旅行商问题和误导问题为例所进行的计算结果证明了该算法具有更高的全局搜索能力与更稳定的收敛性。