Efficient short-term scheduling of multiproduct batch plants under demand uncertainty

In this paper, a novel formulation for short-term scheduling of multiproduct batch plants under demand uncertainty is presented. Then it is solved by an improved genetic algorithm. The proposed approach results in an efficient utilization of the plant capability as it allows the optimal selection among all rescheduling alternatives in a systematic way without the use of any heuristics. Moreover, the objective function can not only maximize total profit of the plant and minimize makespan but also allow the flexibility for modeling different weighted instances of the two targets so that a best-possible decision can be determined. According to the discrete characteristic of scheduling of batch plants, through the improvement of the coding method, an effective genetic algorithm is presented. Two examples are given to illustrate the effectiveness of the proposed formulation and algorithm     

不确定条件下单阶段多产品批处理过程的调度

讨论了不确定条件下的单阶段多产品批处理过程，基于模糊理论建立了加工时间不确定和顺序相关建立时间不确定的调度模型。这里引用“中间值最大隶属度”算法将模糊的优化问题转换为普通的优化问题，然后结合遗传算法进行优化求解。最后仿真结果表明了所建模型及算法的有效性。     

具有分解结构的多目的批处理过程短期调度模型

针对多目的批处理过程的短期调度问题,分析了基于设备独立事件触发的建模方法在描述存储过程的特点及局限性,建立了存储的时间函数来准确描述存储状态,并以此为基础,在不额外增加变量的情况下,建立了一种新的具有分解结构的调度模型,该模型由两个层次的优化问题构成。设计了基于分解的遗传算法求解模型。针对主要由处理任务的时间顺序约束和存储容量约束构成的子问题,通过松弛,给出了简单的递推算法求得最优解或近优解,然后返回主问题,采用遗传算法,使得搜索空间大为减小。仿真实例说明了模型和算法的有效性。     

求解多目标单机分批排序问题

分批排序(Batch Scheduling)是在半导体生产过程的最后阶段提炼出来的一类新型的排序问题．单机分批排序问题就是n个工件在一台机器上加工，要将工件分批，每批最多可以同时加工B个工件，每批的加工时间等于此批工件中的最大的加工时间．目前只有Cheng-shuo Wang，Reha Uzsoy运用Random Key方法编码研究了单目标函数为Lmax的分批排序问题．给出组合优化中的多目标分批排序问题的一种新编码，结合模糊数学知识，运用遗传算法研究多目标分批排序问题．研究了多目标遗传算法的机制特征，进而给出求解多目标分批排序的遗传算法．     

基于遗传算法的Job Shop静态调度算法

研究了具有柔性加工路径的Ｊｏｂ Ｓｈｏｐ静态调度问题，并考虑了与操作序列有关的工件安装时间和工件到期时间的约束。提出了一种将遗传算法和分派规则相结合的调度算法，用遗传算法决定各工件的每个操作应分配到哪台机器上加工，而对每台机器则运用分派规则来决定相应工件在此机器上加工的次序和开始加工时间，遗传算法中的进化机理使得该算法有可能得到最优调度结果。最后给出了此调度算法的仿真结果。     

转移批量自适应的作业排程优化方法

为了缩短产品交货期进而提高企业快速响应市场的能力,运用遗传算法对混合转移批量作业排程的组合优化问题提出了优化方法。算法使用了两套不同但有机结合且高效的选择、交叉等算子,同时对转移批量和作业排序进行优化。遗传操作实行了提高算法稳定性并延长优秀个体寿命等多种保优机制,使运算能在避免局部收敛的同时短时间内收敛于全局最优解或次优解。通过实例证明了算法在解决有多种转移批量的生产作业排程问题的有效性,对离散制造企业的作业排程具有重要意义。     

基于光突发控制包缓存的批调度算法

在光突发交换（OBS）网络中，数据信道调度算法是提高网络性能的重要措施之一。提出了一种基于光突 发控制包（BCP）缓存的批调度算法M其主要思想是：对到达的突发控制包进行缓存M当设定的最大缓冲时间到了， 首先按照业务的优先级，再按照突发到达顺序对缓冲区中的BCP进行批调度处理，并采用LAUC-VF来调度数据 突发（DB）该算法通过缓冲较多的BCP，获得更多的突发信息，有利于优化调度DB，从而降低了突发丢失率。仿 真结果表明：该算法具有比LAUC-VF还要低的DB丢失率，并能有效支持QoS。     

一种具有免疫机制的车间调度遗传算法

利用人工免疫机制中的克隆选择原理的相关优点，并在遗传算法中融入具有动态、自组织等特征的免疫机制，建立了人工免疫遗传算法。相比单独使用遗传算法，该方法对车间生产调度的优化效果起到进一步改善的作用，最后通过实例加以验证。     

批处理机上有就绪和截止时间的等长度工件排序

一台批处理机一次可以同时加工多个工件(称为一批),每批工件有相同的开工和完工时间,加工时间等于其中最长工件的加工时间.本文研究单台批处理机上有就绪时间和截止时间约束的n个等长度工件的排序问题,目标是求一个可行时间表.就该问题,Baptiste已经提出了一个复杂性为O(n8)的算法,在此基础上,本文推广Garey等人关于对应的经典排序问题的算法,得到了一个复杂性为O(n2)的算法.算法分两个阶段执行:在阶级I,算法找出所谓的禁止开工区间,在这些区间中将不允许有工件开工;在阶段II,算法从时刻零开始,每当机器有空闲且不属于禁止开工区间的时候,就按照最早截止时间优先规则从已就绪的未加工工件中选择尽可能多的工件作为一批进行加工,若当前的机器空闲时刻属于某个禁止开工区间,则首先更新其到该禁止开工区间的右端点再进行决策.     

钢厂炼钢-连铸生产调度及重计划方法

为解决炼钢-连铸生产调度中扰动情况下的重计划编制问题,提出一种按扰动时的作业计划是否已开始执行进行作业计划的分类,并分别采用正向时间并行顺推算法与反向基于遗传算法和时间并行倒推的混合优化算法进行炉次计划的重计划。利用某钢厂8 h的实际生产作业计划数据进行的验证结果表明:该方法能快速得到高质量的可执行炼钢-连铸生产重计划与调度方案。     

轧辊热处理过程中具有组批的并行机调度问题

研究了在轧辊热处理过程中加热炉体积相同的情况下,具有组批的并行机调度问题.以使最长完成时间最小化为目标建立了该问题的数学模型.提出了辊坯组批启发式算法和批次调度启发式算法,并将二者结合形成了一个两阶段启发式算法,对模型进行求解.通过对实验结果的比较与分析,验证了方法的有效性.针对不同规模的问题给出了相应的最优求解方法,提高了轧辊的生产效率,为决策者合理安排生产提供了有效的策略.     

并行机调度问题的最优公共交货期和最优调度

现有的提前／拖后调度问题主要针对单机情况，且大多采用启发式方法。为了有效地解决带有待定公共交货期的并行机提前／拖后优化调度问题，提出了一种分段编码的遗传算法，使遗传编码能同时反映调度方案和公共交货期，并对初始种群产生、交叉和变异方法作了研究。计算实例表明了该遗传算法有很好的性能，所得解的质量优于启发式算法，且适用于较大规模并行机提前／拖后优化调度问题     

钢铁企业产成品发货装船调度的模型与算法

以某钢铁企业产成品发货系统中装船调度问题为背景,建立了产成品装船调度问题多目标资源受限工程调度的数学模型,结合遗传算法和模拟退火的特点,设计了求解该问题的多目标智能优化算法,对算法输出的近似非劣解集提出了评价方法,将此模型和算法应用于某钢铁企业的实际装船调度中,结果表明,实际调度计划或者是非劣解集中的一个解,或者在非劣解集中存在某一计划优于实际调度计划·     

考虑后续工序且批处理工序数为2的批综合调度算法

提出了考虑后续工序且批处理工序数为2的批综合调度算法.该算法根据复杂产品具有树状工艺结构的特点,对非批处理设备上的工序采用已有的优先级、调度长路径和长用时策略调度;对批处理设备上的工序,综合考虑先行工序和后续工序的加工时间对批处理的影响,当被等待工序非批处理延迟时间大于批处理时批处理工序的后续工序加工时间之差时,等待工序与被等待工序一同批处理.通过采用批处理判断策略、提前最大化策略以及并行最大化策略使批处理调度结果更合理.理论分析和实例证明,该算法可使批处理工序数为2的批综合调度结果更优,而且复杂度不超过二次多项式.
     

Hybrid particle swarm optimization for solving resource-constrained FMS

In this paper,an approach for resource-constrained flexible manufacturing system(FMS)scheduling was proposed,which is based on the particle swarm optimization(PSO)algorithm and simulated annealing(SA)algorithm.First,the formulation for resource-con-strained FMS scheduling problem was introduced and cost function for this problem was obtained.Then.a hybrid algorithm of PSO and SA was employed to obtain optimal solution.The simulated results show that the approach can dislodge a state from a local min-imum and guide it to the global minimum.     

应用混合蚁群算法求解并行批处理机组批与调度问题

晶圆制造系统的批处理机具有长加工时间的特征,其调度性能指标对车间总体绩效有重要影响.批处理机调度分为组批与批次调度.针对工件的动态到达特性导致组批困难,提出了一种混合型蚁群算法.利用该算法的全局并行搜索能力对工件进行组批,并使用BATC算法对批次进行调度,可以解决多产品并行批处理机调度问题.以工件总拖期最小为性能指标,通过实例仿真,对蚁群算法性能进行分析评价和比较.结果表明,所提出的算法具有有效性和实用性.     

一种基于混合Petri网的批过程动态调度算法

针对批处理过程动态调度问题的特点，以赋色时间限制混合Petri网为工具，建立了批过程动态调度的混合Petri网模型，将批过程的调度问题映射技术为求Petri网中变迁的最优激发序列问题。在此模型基础上，根据动态规划基本原理，以资源的终极利用即最短生产周期作为调度目标，提出了一种基于赋色时间限制混合网模型求取变迁的最优激发序列的方法，并针对实际情况中出现的复杂的中间产品存贮策略，讨论了在各存贮策略约束下该模型中时间限制区间的确定方法，最后以炼钢－连铸生产系统的过程调度为例，对该算法进行仿真。多次仿真结果表明，当任务和设备的初始时刻或者过程的动态过程发生改变时，调度结果各不相同，从而验证了该算法的有效性。     

Hybrid particle swarm optimization for solving resource constrainted FMS

In this paper, an approach for resource-constrained flexible manufacturing system （FMS） scheduling was proposed, which is based on the particle swarm optimization （PSO） algorithm and simulated annealing （SA） algorithm. First, the formulation for resource-constrained FMS scheduling problem was introduced and cost function for this problem was obtained. Then, a hybrid algorithm of PSO and SA was employed to obtain optimal solution. The simulated results show that the approach can dislodge a state from a local minimum and guide it to the global minimum.     

用混合算法求解Flow shop调度问题

研究了流程工业中的Flow shop调度问题,针对免疫算法的随机性和不确定性,结合分枝定界方法的特点,提出了一种基于免疫算法和分枝定界方法的混合调度算法,仿真结果表明该算法不仅能有效解决调度问题,而且提高了搜索效率。     

Minimizing Maximum Lateness on Unbounded Single Batching Machine with Family Jobs

The scheduling problem on a single hatching machine with family jobs was proposed.The single hatching machine can process a group of jobs simultaneously as a batch.Jobs in the same batch complete at the same time.The batch size is assumed to be unbounded.Jobs that belong to different families can not be processed in the same batch.The objective function is minimizing maximum lateness.For the problem with fixed number of m families and n jobs,a polynomial time algorithm based on dynamic programming with time complexity of O(n(n/m + 1)m) was presented.