一种新的制造系统仿真调规则

针对制造系统的调度问题，提出了一种新的决策规则。它根据的当前状态和各任务的进展情况综合利用最早交货期优先规则的减小最大延迟时间的特点和最小松驰优先规则的减小最大提前完成时间的特点，在不增加平均推忱的情况下使最大延迟时间和最提前完成时间之区间收缩，向平均值附近逼近，适用于以保证交货期为目标的调度问题。通过证明了该的有效性。     

基于优先规则的活动成本目标资源受限工程调度

首先给出了该问题的数学模型,问题分析得出该问题也是一类NP完全问题,继而讨论了启发式方法进行问题求解的基本思想,基于此,结合活动成本目标的特性提出了问题求解的串行调度方案和并行调度方案,并设计了相应的几种优先规则,分析了算法的时间复杂性.基于改造PSPLIB中的单模式算例测试,并行调度方案的结果大多优于串行调度方案,而在最大最早完成时间和最大活动先序相关成本等两种优先规则下的调度方法计算效果相对较好.     

资源多时间窗约束下的项目调度

资源受多时间窗约束在项目管理实践中时常出现,却在资源受限项目调度的研究中很少涉及。根据资源的多时间窗特点,建立以成本最小化为目标、考虑资源多时间窗约束的项目调度优化问题的数学模型,提出基于优先规则的倒推右移调度方法,开发相应的优先规则。经算例测试,对比分析资源时间窗在不同的配置水平下对项目成本和工期的影响,并对活动网络复杂性和不同的优先规则下的结果进行比较。结果表明,基于优先规则的倒推右移调度方法可以有效地求解问题,项目目标在倒推右移操作后有明显改善,考虑任务资源时间窗匹配和最小后序活动静态成本的混合优先规则求解效果较好。     

交货期服从指数分布的单机随机调度问题

工件完成时间与交货期差的绝对值加权和最小化单机随机调度问题是JIT（just-in-time)生产环境下的典型调度模型，是NP－hard问题，然而，当工件权值与加工时间成正比时，LPT（largest processing time）工件调度是问题的最优解，讨论了该问题加工时间和交货期都为随机变量，其中交货期服从指数分布，且工件权值与加工时间成正比的情形，给出了问题的最优解，并在一定条件下将结果推广到机器随机故障的情形。     

动态加强CPT解job-shop调度约束满足优化问题

带有相同到达期与交货期的job-shop调度问题(JSSP)作为多种实际生产调度问题简化模型,是一类典型强NP-hard问题.对优化目标是最小化最大完工时间的JSSP问题,建立了约束满足优化问题模型(JSSC-SOP).利用弧一致约束传播算法和深度优先启发式构造活动调度,逐步加入新约束,实现活动调度集的部分列举与寻优.提出3种动态加强约束传播技术(CPT),嵌入搜索过程,提高求解效率.最后通过随机生成的实例,验证了各方法可行性与有效性.     

基于深度学习的RCPSP调度优先规则实时动态选择算法

针对资源受限项目调度问题,以最小化项目完成时间为目标,设计基于深度学习的调度优先规则实时动态选择算法,在每个调度阶段实时选择优先规则进行活动安排.通过构建深度神经网络模型,确定已调度项目在各阶段的项目状态与最佳优先规则之间的映射关系,再据此为待调度项目实时动态选择优先规则,结合串行调度机制生成最终调度计划.实验研究表明:实时动态选择优先规则算法表现优于文中所涉及的单一优先规则算法及混合优先规则算法,且具有更好的泛化性;此外,与元启发式算法相比该算法具有更高的求解效率.     

加工时间服从指数分布单机随机调度

讨论加工时间服从指数分布的单机随机调度问题，目标是实现工件完成时间与公共交货期偏差的加权和期望最小化。此问题是JIT（Just-In-Time)生产环境下的典型调度模型。结果表明问题的最优解关于权值与加工时间均值的商具有∧形特征。     

资源约束下多项目调度的拓扑优化方法

为了有效解决带有项目优先权约束和资源约束的多项目调度问题,综合考虑项目调度过程中任务的时序关系和资源限制,以拓扑遍历方法为基础,提出了一种多项目调度问题的拓扑优化算法。该算法利用拓扑序列的特点,能够保证任务间的时序关系,采用关键路径任务优先、向后影响度大以及最小空闲时间等优先规则进行任务调度及资源分配。结合工程实例,验证了该算法的可行性。     

一类单机随机调度问题解的特征

讨论了加工时间随机的单机调度问题，工件的加工时间服从指数分布，目标函数具有一般形式，涉及工件完成时间与交货期偏差的正规和非正规目标函数，如工件关于交货期拖后时间期望和，工件完成时间关于交货期绝对偏差的期望和等，都是其特殊情形．给出了最优解的特征，包括SEPT(shortest expected pro—cessing time)调度，LEPT(largest expected processing time)调度和关于加工时间参数的A形调度,这些特征可用于确定问题的最优解。     

用遗传算法解决一类模糊流水车间调度问题

对同时考虑模糊加工时间和模糊交货期的模糊流水车间调度问题进行了研究 ,模糊加工时间用三角模糊数来表示 ,模糊交货期用梯形模糊数来表示。应用遗传算法搜索最优排序 ,在适应度函数处理中引入模糊数处理方法 ,以平均满意度最大作为优化目标。最后给出了实验结果和结论     

A Heuristic Algorithm for the Two-Machine Flowshop Group Scheduling Problem

1 .ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｇｒｏｕｐｓｃｈｅｄｕｌｉｎｇｈａｓｂｅｅｎａｎａｃｔｉｖｅａｒｅａｏｆｒｅｓｅａｒｃｈｓｉｎｃｅｇｒｏｕｐｔｅｃｈｎｏｌｏｇｙ (ＧＴ)ｗａｓｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｉｎ ｄｕｓｔｒｉａｌｐｒｏｄｕｃｔｉｏｎｓｙｓｔｅｍｓ .ＩｎｔｈｅＧＴｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍ ,ｊｏｂｓｔｏｂｅｐｒｏｃｅｓｓｅｄａｒｅｃｌａｓｓｉｆｉｅｄｉｎｔｏｇｒｏｕｐｓａｎｄａｌｌｊｏｂｓｉｎａｐａｒｔｉｃｕｌａｒｇｒｏｕｐｎｅｅｄｓｏｍｅｃｏｍｍｏｎｓｅｔｕｐａｔｅａｃｈｍ…     

Job-Shop调度问题的优化模型及算法

建立了关于 Job-Shop调度问题的一般优化模型 ,将问题归结为双层规划 ,以特例形式给出了最小完工时间与提前 /拖期 Job-Shop调度批量模型 ,构造了一个有效的求解算法 ,数值实验表明了模型及算法的正确性和有效性 .     

一个批处理机随机E/ T 调度问题研究

对批处理机随机E/T(earliness and tardiness)调度问题,假设各批的加工时间独立同分布;各工件的交付期相互独立,并与加工时间独立;目标是极小化所有工件的提前与延迟时间和的均值.在加工时间和工件的交付期都服从指数分布的条件下,得到了最优调度的几个性质,基于这些性质用动态规划给出了一个求问题最优解的算法,此算法的时间复杂度为O(n2B2)(B相似文献   

带公共交货期窗口的提前/拖期非等同多机调度问题

提出了公共交货期窗口下提前 /拖期惩罚的多台不同设备情形的零件排序模型 .在分析相应单机问题最优排序和最优交货期性质的基础上 ,证明该多机零件问题实际上蕴含着使系统 makespan达最小的多机零件排序问题 .由于使系统 makespan达最小的并行多机零件排序问题已被证明是 NP完全问题 ,因此提出了求解该零件排序问题的一个启发式算法 ,该算法计算复杂性低且对并行多机零件排序问题同样适用 .最后给出了两个数值例子 .     

A Job Scheduling Model and Heuristic Algorithm for Minimizing the Range of Lateness and Makespan on Parallel Machines

ＡＪｏｂＳｃｈｅｄｕｌｉｎｇＭｏｄｅｌａｎｄＨｅｕｒｉｓｔｉｃＡｌｇｏｒｉｔｈｍｆｏｒＭｉｎｉｍｉｚｉｎｇｔｈｅＲａｎｇｅｏｆＬａｔｅｎｅｓａｎｄＭａｋｅｓｐａｎｏｎＰａｒａｌｅｌＭａｃｈｉｎｅｓ⒇ＨＵＡＮＧＤｅｃａｉＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉ...     

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…     

半导体制造系统的优化调度模型

在流体网络模型的基础上建立了以减小平均在制品水平目标的半导体制造系统的调度模型,这些模型通常很难求解,但它们是可分解的,即可以把整个调度周期上的调度问题分解为一系列子区间上的调度子问题,在半导体生产环境下,子问题可以进一步简化,把上述结果当作调度规则直接应用于基于仿真的调度方法、可以克服流体网络模型的近似性,同时,由于充分利用了系统全局的状态信息,提高了仿真调度的优化能力。     

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。     

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.     

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.