Blocking流水车间调度问题的MBT算法研究

针对目标函数为Makespan的Blocking流水车间调度问题，设计了一种构造启发式算法．初始排序的产生从减少下游工件的滞留时间入手，结合有向图中对关键路径的分析，采用插入规则进行搜索的方法得到工件序列的近优排序．通过大量典型算例的计算，实验结果证明了设计的算法具有优越的性能．     

No-Wait流水车间调度问题的MDIS算法研究

No-Wait流水车间调度问题的特性是工件加工一旦开始,必须连续进行,不允许工件完成某一加工工序后在机器上滞留等待.本文针对目标函数为Makespan的No-Wait流水车间调度问题,从对目标函数结构的分析入手,提出了一种基于最小化工件间距离的初始排序策略和插入方法的启发式算法.通过对大量典型算例的实验后验证了提出的算法的有效性.     

改进遗传算法求解带不相关并行机的HFSP

以最小化最大完工时间为目标的不相关并行机混合流水车间调度问题。首先建立了不相关并行机混合流水车间调度问题的数学模型;然后提出了改进的遗传算法进行求解。为弥补遗传算法的迭代后期容易陷入局部搜索的缺陷,在传统遗传算法的基础上利用改进的自适应交叉和变异概率因子及模拟退火局部搜索策略,增强遗传算法在迭代后期跳出局部最优的能力。并通过两个案例来验证改进遗传算法的有效性。     

基于HFSS的集装箱码头集成调度模型的建立与求解

集装箱码头作为连接水陆两方的集装箱运输枢纽,在物流环节中起着重要作用.集装箱码头的装卸作业过程可以看成一个由岸桥、集卡、场桥组成的三阶段混合流水车间调度系统.为了提高集装箱码头的装卸作业效率、缩短船舶的靠泊时间,本文根据混合流水车间调度策略(HFSS),建立了以最小完成时间为目标函数的三阶段集成调度模型.求解过程中将集卡的因素考虑进去,使用基于改进的johnson法则的启发式算法来求解该模型.最后与遗传算法求解结果进行对比,发现在相同条件下,基于改进的Johnson规则的启发式算法相比于传统的遗传算法得到的结果更优,得到的最优解距离下界只有4.1%的差距.     

基于斜度指标的混合流水车间调度方法

针对混合流水车间（Hybrid Folwshop,HFS)最小化工件全部完成作业时间（Makespan)调度问题，提出混合整数规划模型，基于斜度指标的方法来对工件进行排序，采用最先空闲设备（FAM）算法来分配设备，并给出其最优值的下界以检验该算法。仿真结果表明，该方法能够较好地解决混合HFS的调度问题。     

基于目标级联法的作业车间调度

为求解大规模的车间调度问题,基于层次性优化的目标级联法,建立一种带层次性的车间调度模型,并以由两个零件族制造单元组成的车间调度为例,验证所建立的车间调度模型的有效性.实验结果表明,该车间调度模型不仅能解决大规模车间的分层调度问题,而且能根据加工时间和工件数量动态、合理地分配各制造单元的机器数量和工件的加工路径.     

用规则调度方法求解无等待流水车间调度问题

在使用规则调度方法求解无等待最小化总拖期流水车间调度问题时,前提是计算工件的完工时间。提出了计算方法。计算机仿真测试了SPT、LPT、SWPT、EDD、WDD、WPD规则调度方法的性能。结果表明SPT性能最好,SWPT性能最差。     

一各新型的单件小批量生产车间调度方法

提出了解决具有开完工限制的约束Job-shop生产调度问题的一种新方法,该方法将粗细排算法有机结合起来,在粗排算法中,系统优先安排机床虚拟工序队列集合中剩余加工时间最大的工序,得到一个初始可行方案,该方案使工件在系统中的流通时间最短。细排算法以粗排算法所得方案的基础,以工件的提前／拖期时间最大的工艺块为调整目标,通过交换工艺块中相邻工序位置的调整策略,得到一个优化的生产作业计划。经分析实例验证,该算法易于实现,具有一定的优度,并且在工程中是可行的。     

一种求解带有阻塞限制的混合流水车间的禁忌搜索算法

针对带有阻塞限制的混合流水车间调度问题,提出一种禁忌搜索算法和优先级规则相结合的方法.开发了启发式调度算法求出问题初始解,应用禁忌搜索算法对工件在第一级的排序进行优化,采用优先级规则进行其他级工件的排序.实验结果表明,该方法大大缩减了搜索空间,能够较好地解决此类调度问题.     

面向节能的阻塞混合流水车间调度问题建模

针对能耗目标的阻塞混合流水车间调度问题(HFSP-B),分别构建了考虑调整时间及不考虑调整时间的阻塞混合流水车间调度问题(MILP)模型.为了减少机床待机能耗,在MILP模型中考虑关机/重启节能策略.针对MILP模型,从目标函数、目标函数的线性化过程、决策变量和约束方程进行介绍.最后,通过对具体实例的求解,验证了所提MILP模型的有效性.通过对MILP所得最优解的分析,挖掘了阻塞因素对能耗目标的影响规律,有助于今后设计基于元启发式算法的近似算法.     

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。     

资源受限条件下公路工程进度计划优化方法

针对资源限制条件下的公路工程进度安排问题，讨论了资源分配的优先准则和工作调整步骤，对比分析了优先系数方法和资源调配方法的优化结果，在优先系数计算公式中考虑“工作最早完成时间”参数，对优先系数计算公式进行了改进，以提高模型的适应性；应用“约翰逊-贝尔曼”法则，对新参数的合理性作了进一步论证。分析结果表明，改进后的模型能够更合理地确定发生资源冲突时各项工作的先后顺序，可迅速有效地得到资源限制条件下的最短工期计划。     

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.     

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.     

基于簇的可动态调整的分层负载均衡算法

为了提高分布式系统的性能,设计了能根据节点当前任务负载强度和调度能力,动态地改变集群的逻辑控制结构的2层负载均衡算法.算法把系统中的节点分成多个簇,每个簇有1个调度节点和若干个工作节点,簇内工作节点形成算法的第1层,执行用户提交的任务;簇间的调度节点形成算法的第2层,调度节点间通过相互协作,均衡簇间的负载.算法可以通过分裂簇增加调度节点的方式来提高系统的调度能力;通过合并簇增加工作节点的方式来提高系统的执行能力.对于不同类型任务,算法能根据任务到达流的速度调整逻辑控制结构,从而提高CPU利用率.测试结果表明,该算法不仅能提高系统性能,而且经过调整后的系统会进入稳定状态.     

机坪管制移交后机场运行控制中心大厅人员动态排班优化

立足智慧机场的数字化转型要求,针对传统机场运行控制中心（Airport Operational Control Center,AOCC）全时段以最大峰值的静态排班导致工作时长不均、人力资源利用率低、调整灵活性差等问题,以机坪管制移交后的人员分工要求确立动态排班原则,构建AOCC大厅的多目标组合优化的员工排班模型,提出父代班组非支配交叉的基因排序、子代班组拥挤变异算子的遗传算法进行智能搜索最优可行解,并基于Matlab平台进行建模仿真验证,结果表明：手工排班方案作为“父代初始解”确保了飞行安全,交替航班任务实时产生子代班组种群,接班变异保留子代班组精英个体,降低了人力成本、班组人员的工作时长方差和疲劳度     

基于任务预处理的信息系统查询方法研究与应用

针对企业信息系统中查询处理时间较长、响应较慢等问题,提出了一种基于Agent和XML技术的查询优化算法。首先每个用户根据自己的工作任务和计划定制查询任务,然后将所有用户的任务放入一个任务池,接着通过任务调度算法逐个执行每个定制任务,最后存储执行结果。当用户需要这些数据时,直接取出缓存的结果返回给用户。实验证明,该方法大大节约了用户提交查询后的等待时间,提高了用户的工作效率。     

基于优化调度模型的焦炉推焦计划编制方法

针对焦炉正常和异常2种工况,提出基于优化调度模型的焦炉作业计划编制方案。在正常工况下,建立使设备总的机械行程最短、出焦延迟时间最短和检修时间足够长的优化调度模型;在异常工况下,通过将乱笺炉号、事故状态、病号炉3种情况归结为乱笺炉号的情况,建立系统实现目标不变,以恢复过程中所有小循环总费用最小为目标的异常工况下的优化调度模型。针对2种优化调度模型,分别提出正常工况下的焦炉作业计划编排方法和基于Dijkstra算法的异常工况焦炉作业计划编排方法,该方法将实际的乱笺问题转化为最短路径问题。仿真实验结果表明,采用该方法实现了推焦计划的自动编制,提高了生产效率和企业的经济效益,证明该方法是有效的。     

基于混沌粒子群算法的高速旅客列车优化调度

列车优化调度是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题.在优化过程中,考虑了特快旅客列车中途离开时间和整个运行时间等因素.首次将粒子群优化(particle swarmoptimization,PSO)技术引入列车优化调度,克服了传统优化方法易陷入局部最优和维数灾难等弊端.通过一个工程实例验证了该算法的可行性和有效性.同时,与现存的列车优化调度方法相比,粒子群优化方法的搜索时间短而且优化结果更接近最优解.     

不确定作业时间下机场地面服务保障设备调度优化研究

机场地面服务延误在大型枢纽机场总延误中占有较大比重。为此,从机场地面保障设备工作时间不确定性出发,对机场地面服务保障设备调度优化问题进行了研究,以更加高效地调度地面服务设备。首先,根据国内某机场历史数据,采用对数正态分布拟合机场服务设备的作业时间;并对不同服务项目作业时间的波动性进行评估。然后,建立机场地面服务保障设备调度优化模型,以提高设备调度对于不确定作业时间的适应性;并且平衡设备工作量。最后,设计了具有不确定作业时间的设备调度遗传算法;并结合实例进行验证。结果表明:提出的不确定作业时间下的机场设备调度优化方案对设备作业时间波动性具有更高适应能力,提高机场设备利用率,缩短航班机位等待时间。