静态非流水型作业排序方法研究

本文分析了非流水型作业排序的特点，提出在单件小批生产条件下，以最小延期交货损失费、最小在制品占用成本和最大设备利用率为排序目标，采用新的优化规则及算法求近优排序结果．实例分析表明，非流水型作业排序具有实际意义的方案数远小于理论方案数，为ｎ·ｍ／ＲＮＤ／Ｔ问题求最优解提供了依据     

随机型作业计划动态排序方法研究

分析了随机型作业计划静态和动态排序问题及其研究现状,用排队论和概率论方法推导了静态和动态作业计划的排序方案数算式,得出了随机型作业排序问题实际方案数远小于传统理论方案数的结论,分析了排序问题的目标函数及其优化要求,根据任务到达和作业时间具有随机性和变动性的特点,提出了相应的排序准则,并提出变准则策略实现多目标动态排序,是解决随机型作业计划排序问题的有效方法。     

基于效率规则的混合作业车间调度算法应用研究

为了求解混合作业车间调度问题,本文提出一种基于效率规则的作业车间调度算法．引入工件加工的效率函数,进而以工件的效率函数值进行初排排序再调节排序,从而实现了混合作业车间快速高效优化排产．同时,运用该种算法开发了作业车间调度系统,并对实际混合作业车间调度实例进行求解验证,计算结果表明该算法具有很好的调度优化效果,可以很好地应用于混合作业车间调度．     

一类装配式作业排序问题计算复杂性研究

探讨装配式作业排序问题的计算复杂性，证明了在优化指标为作业排序长度的条件下该问题是ＮＰ－完全问题。     

Flow-Shop网络中最大服务效率的作业顺序

讨论了Flow-shop网络中最大服务效率的作业排序问题,给出了机器完成服务时间与作业结束服务时间之和的一个下界估计公式,由此提出了一个可使Flow-shop网络中服务效率达到最大值的作业排序方法以及一个算例.     

最优公共交货期决策与排序

考虑ｎ个独立工件单机作业排序，每个工件设置ＣＯＮ交货期（ｃｏｎｓｔａｎｔｄｕｅ－ｄａｅ）目标是确定ＣＯＮ交货期的最优值和工件的最优排序，使工件的滞后总值最小。提出了这个问题的线性规则模型，然后利用线性规划对偶问题推导出ＣＯＮ交货期的最优值和最优排序。     

JIT条件下最小库存费用车间作业排序

准时制生产意义下的作业车间调度问题,是当前作业生产排序研究领域的一个重要的方面.针对单机作业准时制生产方式,研究了不允许出现缺货条件下的作业车间生产排序问题,目标是使得总成本最小,目标函数只考虑库存费用的大小,对所有未按照准时生产的任务都进行一定的惩罚,利用改进的模拟退火算法求出最优的排序方案,应用实例说明了该算法的正确性与有效性.     

FMS生产调度的参数优化

基于离散事件动态系统的线性系统理论，本文研究了ＦＭＳ的最大机床利用率问题。只靠作业排序和托盘优化不能有效地改善各机床的负荷平衡，选择适当的工件输入比例，可以使各机床都达到最佳利用率，这不仅是一个静态负荷平衡的问题，它还影响系统的动态运行过程和工作周期。本文分析了各种因素对机床利用率的影响，将工件输入比例优化归结为一个整数规划问题，并给出了算法和例题。     

JOBSHOP中零件排序的一种启发式算法

Ｊｏｂｓｈｏｐ中的零件排序问题是生产作业计划安排与调度中的重要内容之一，作业已证明，这类问题属于ＮＰ难题，不存在有效的解析解．本文针对一般作业车间的具体情况，考虑到零件在工序间的批移动方式，提出了平行顺序移动方式下以极小化零件生产周期为目标的启发式算法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生作业计划与调度具有重意义     

JOB SHOP中零件排序的一种启发算法

Ｊｏｂ ｓｈｏｐ中的零件排序问题是生产作业计划安排与调度中的重要内容之一，作业已证明这类问题属于ＮＰ难题，不存在有效的解析解。本文针对一般作业车间的具体情况，考虑在工序间的批移动方式，提出了平行顺序移动方式下以极濉经零件生产周期为垢启发式算法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生作业计划与调度具有重意义。     

基于Petri网和GASA的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模.该模型不仅能够反映柔性生产线上待加工产品的多条工艺加工路径及其资源约束,还可以对系统的设备维护、各种优先级等特性进行描述.利用遗传算法和模拟退火算法(GASA)获得调度结果,用于解决作业车间在机床、操作工人等生产资源制约条件下的动态优化调度.该调度以生产周期为目标,通过多种交叉、变异、概率更新、再分配策略等遗传和模拟退火操作,得到目标的最优或次优解;尤其重要的是该算法能够在扰动发生后迅速提供新的调度计划.对算法进行了仿真研究,结果表明该算法是可行、有效的.     

采用实时生产信息的单元制造任务动态调度方法

运用无线射频技术来实现对制造单元加工现场实时生产信息的动态获取,并针对制造单元生产过程中常发生的新任务加入、设备损坏和交货期更改的不确定性事件,以制造任务最短完工时间为调度目标,建立了单元制造任务的动态调度模型,通过引入爬山搜索方法构建了混合遗传算法,实现了对该模型的有效解算.混合遗传算法的进化操作由选择、交叉、变异与爬山进化算子组成,可有效地提高算法的收敛速度,在开发的采用实时生产信息的单元制造任务动态调度系统上进行了调度案例验证,结果表明,所提出的方法可以有效地解决不确定性事件的单元制造任务的动态调度问题,从而提高了调度方案与制造单元实际生产需求的一致性.     

基于目标级联法和粒子群算法的柔性分布式车间调度

针对传统的单车间调度优化不能满足分布式车间调度优化的需求,提出一种基于目标级联法和粒子群算法的层次化柔性分布式车间调度优化模型,其中的生产计划层负责零件的分配,车间调度层负责零件加工路线的规划.以2个柔性制造车间组成的调度优化问题为例,验证该调度模型的有效性.研究结果表明:所提出的模型在将加工零件合理地分配到适当车间的同时,实现了零件加工路径的规划,从而为解决柔性分布式车间调度优化问题提供一种有效方法.     

基于可信度策略的校园网格作业调度算法

为了实现校园网上的资源共享,降低资源浪费,文中讨论了基于网格技术的校园网作业调度模型,并设计和实现了基于可信度遗传算法的作业调度方法.该方法采用资源可信度策略,同时结合遗传算法的优点,满足了网格对调度系统可扩展性和全局最优调度的需求,从而使调度系统具有了一定的自主性和智能性.实验结果表明该作业调度方法收敛速度快,全局寻优能力强,整体性能优于其他调度算法.     

网络动态调度系统的服务质量性能分析

提出了考虑具有不同输入速率和输出速率的任务队列的网络动态调度系统状态空间模型,描述了网络动态调度系统的清空型调度策略,并在此基础上给出了系统服务质量性能指标包括队列长度、总任务数量、系统吞吐量、响应时间等的分析算法. 数值计算表明,适当的调度策略可以使网络动态调度系统的响应时间处于受控的范围内,系统吞吐量处于稳定的状态.     

基于多工艺方案的车间作业计划方法研究

对工艺设计与生产调度集成的必要性和可行性进行了分析，讨论了工艺设计与车间作业计划之间的关系．针对多品种小批量的单件生产车间提出启发式的车间作业计划方法，其决策基于多工艺方案、可替代机床和调度规则，生成车间作业计划，并能及时对车间作业计划进行评价和调整．在此基础上，建立了基于多工艺方案的车间生产作业计划决策系统     

多型号混线生产车间作业调度模型研究

在企业信息化环境下,针对多型号混线生产车间作业调度对产品齐套性的要求和调度任务的基本要素及约束条件,建立了调度任务属性、产品结构属性、设备属性、操作属性模型。仿真结果证明,该模型的调度过程具有较好的收敛性,并且能在较短的时间内得到具有较高满意度的解,实际使用中效果良好。为多型号混线生产车间提供集成性良好的合理化调度模型。     

基于健康指数的预防性维护与多目标生产调度联合优化建模

以健康指数逐渐衰退的单机生产设备为研究对象,引入役龄递减因子和故障率递增因子,建立了设备的修复非新模型.在此基础上,综合考虑维护方案与生产调度间的相互作用与决策实际,在预防性维护建模中拓展分析作业延误平均成本率,在生产调度中提出最小作业中断成本目标,并结合最小最大期望延迟时间、最小总期望延迟时间,以实现多目标全局决策优化.通过实例分析,结果表明,建立的基于健康指数的预防性维护与多目标生产调度联合优化模型可有效地规划出统筹维护周期与生产排程的综合优化方案.     

作业车间调度的非合作博弈模型与混合自适应遗传算法

采用博弈理论,建立了一种基于非合作博弈的作业车间任务调度模型.在该任务调度模型中,将源于不同客户的制造任务映射为非合作博弈模型中的局中人,并将与制造任务包含的工序集所对应的可选加工设备映射为可行方案集,使各制造任务的加工完成时间和成本组合形成的多目标综合指标映射为收益函数,从而将对任务调度模型的求解转换为寻求非合作博弈模型的Nash均衡点.通过设计的爬山搜索混合自适应遗传算法、自适应交叉和变异算子,实现了对该任务调度非合作博弈模型的Nash均衡点的有效求解,同时算例仿真结果也验证了所提出的调度方法的正确性.     

一种基于动态聚合方法的网格任务调度算法

网格中的资源都是动态的,传统的静态任务调度算法不能适应网格的动态特性。通过对资源在未来一段时间内的状态进行预测,可以提高调度算法的性能。文中提出了一种用动态聚合进行调度的算法。首先对处理器的负载进行取样,然后根据网格任务的执行时间,对处理器的取样值进行动态聚合,再利用AR(p)模型进行预测,最后利用预测到的值作为参数对网格任务进行调度,把网格任务分配给每个处理器,使得每个处理器完成子任务的时间都相同,从而使得整个任务的执行时间最短。实验表明,这种算法能很好地适应处理器负载高度变化的情况。