不确定条件下的零等待Flow shop生产调度问题

研究了处理时间不确定条件下,含零等待模块的模糊Flowshop生产调度问题;采用三角模糊数描述处理时间的不确定性,用零等待策略对加工过程进行约束,建立了基于模糊规划理论的零等待Flowshop调度模型,通过中间值最大隶属度的方法,将原有的模糊调度模型转化为清晰的调度模型;最后应用改进的模拟退火算法对模型进行仿真优化,制定了适用于实际排产过程中的GANTT图,仿真结果说明了调度模型的正确性和改进算法的有效性。     

非对称模糊加工时间工期指派调度优化问题的一类多项式求解算法

针对工件加工时间为非对称模糊数,极小化提前完工惩罚和拖期完工惩罚之和的均值的单机工期指派调度优化问题展开研究.证明了当模糊加工时间具有相同宽度比时,该问题是多项式可解的,并 给出了多项式求解算法.同时根据历史数据,构造了工期指派问题的调度模型,并利用所给出的算法求得最优解,从而 表明所提出的模型和算法的有效性.      

JIT系统下的单机提前/拖期调度问题

分别研究了交货期及交货期窗口下的单机调度问题，目标是寻找一个最优调度极小化提前／拖期任务数。假设如何任务在交货期或交货期窗口内完工，则不受处罚；否则，就要受到一个固定的提前／拖期惩罚；提出了在交货期及交货期窗口下的寻找最优调度的多项式算法，并以两个实例说明了算法。     

用GA算法解不确定条件下Job Shop的提前/拖期调度问题

研究了具有公共交货期窗口的 Job Shop的提前 /拖期调度问题 ,并考虑了处理时间的不确定性 ,采用三角模糊数表示不确定性信息 ,提出了基于遗传算法的优化方法并以仿真实验验证了算法的有效性     

网络化集成制造模式下调度问题的混合遗传算法

研究了网络化集成制造模式下的JOB-SHOP调度问题，即各任务有具体交货期约束的提前／拖期不同惩罚系数的复杂调度问题；提出了一种新的编码方案和相应的交叉算子，进而提出混合遗传算法；成功解决了上述问题，即找到一个最优调度，使在交货期窗口外完工的任务所受到的提前／拖期惩罚的总和最小．该算法解码复杂度低、通用性强、罗拔性强，最后用算例说明了算法的有效性并指出了工件车间调度问题中尚待解决的问题．     

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     

基于准时制的零等待混合 Flow Shop 调度问题

讨论了具有零等待混合ＦｌｏｗＳｈｏｐ调度问题,其目标是最小化提前／拖期总成本．这是一个ＮＰ难题．给出了问题的数学模型,同时将启发式算法和求解线性规划相结合,提出了这一调度模型的求解方法．最后给出了实验结果和结论．     

基于准时制的零等待混合Flow Shop高度问题

讨论了具有零等待混合Ｆｌｏｗ Ｓｈｏｐ调度问题,其目标是阳小化提前／拖期总成本,这是一个ＮＰ－难题。给出了问题的数学模型,同时将启发式算法和求解线性规划相结合,提出了这一调度模型的求解方法;最后给出了实验结果和结论。     

基于改进型多目标粒子群算法的晶圆制造系统瓶颈工作站调度

为了尽可能提高瓶颈工作站利用率,在获得较高系统产能的同时得到一个合理的制造周期,构建了以最小化瓶颈工作站的平均加权提前/拖期时间和最小化瓶颈工作站流程时间为优化目标的改进型多目标粒子群算法,并对瓶颈工作站进行了性能分析.将准时交货和快速生产要求分别映射为瓶颈工作站平均加权提前/拖期时间和流程时间,并构建了多目标优化模型.通过改进速度和位置的更新机制,对陷入局部最优的粒子进行交叉操作,设计了用于瓶颈工作站调度的改进型多目标粒子群算法.在不同作业规模下从算法的稳定性、Pareto前沿质量、收敛速度及运行时间出发,进行了调度仿真试验.结果表明该算法对提高瓶颈工作站的调度性能是有效的、可行的.     

基于模拟退火算法的单机提前拖期模型

针对实际加工过程中作业时间的不确定性,建立了模糊加工时间的单机提前/拖期模型.目标函数在考虑了任务的提前/拖期惩罚、安装时间惩罚以及模糊加工区间限值惩罚的基础上,求取最优加工时间,使目标函数值达到最小.并用模拟退火技术确定了任务的最优加工顺序,最后给出了仿真实例.     

基于非线性模型的汽车空气悬架系统模糊控制研究

文章采用了一种直接把空气弹簧的非线性力放入系统模型中进行分析和计算的方法,在非线性模型上分别施加一般模糊控制和参数自调整模糊控制,并比较两种控制方法对车辆行驶平顺性的影响;运用Mat-lab/Simulink软件对系统进行平顺性分析,其结果发现运用非线性方法更能真实反映车辆在实际行驶中的振动响应情况,而施加参数自调整模糊控制较一般模糊控制能进一步改善车辆行驶平顺性。     

需求量不确定条件下连续过程生产调度

研究了需求量不确定条件下连续工业生产过程的生产调度问题,并考虑了定单的交货期窗约束,采用三角模糊数描述不确定性,建立了需求量不确定条件下的模糊调度数学模型,并给出了基于遗传算法的优化方法,仿真试验验证了方法的有效性。     

多属性决策的时间不确定事件流时序推理方法

针对信息物理融合系统时间不确定事件流调度顺序的决策依据单一问题,首先利用D-S证据理论在多证据源概率融合上的优势,充分考虑事件优先级、截止期、紧迫度、事件依赖等多个属性的影响,构建具备多属性特征的模糊结束时刻基本概率分配求解模型。然后,建立D-S证据理论与直觉模糊集的关联模型,求解模糊结束时刻隶属度与非隶属度;最后,利用直觉模糊集负向时间推理理论和相关计分函数推导模糊开始时刻概率得分,得到时序推理结果,并以此确定基于多属性判据的时间不确定事件流调度顺序。实验结果表明,当事件数量增长时,调度准确率可保持在85%以上;当模糊区间限制规模扩大时,调度准确率下降幅度不超过15%。     

多目标列车节能调度模型及模糊优化算法

在保证行车安全、满足乘客需求的基础上,以节能为目标的列车调度模型及算法得到了广泛研究与应用。伴随着欧盟制定了全球首个碳排放交易体系,碳排放指标交易费用受到越来越多的重视,并逐步成为列车运营成本的重要组成部分。本文建立了以能耗成本、碳排放成本、列车运行时间为优化目标的单线列车调度模型,并采用多目标模糊优化算法进行求解。算例以一条铁路线路为研究对象,在Lingo下对算例进行求解分析,结果表明了多目标模糊优化算法具有很好的优化能力,并能达到节能减排的效果。     

Traffic Forecasting Model Based on Takagi-Sugeno Fuzzy Logical System

The local multiple regression fuzzy(LMRF)model based on Takagi-Sugeno fuzzy logical system and its application in traffic forecasting is proposed. Besides its prediction accuracy is testified and the model is proved much better than conventional forecasting methods. According to the regional traffic system, the model perfectly states the complex non-linear relation of the traffic and the local social economy. The model also efficiently deals with the system lack of enough data.     

Fuzzy resource-constrained project scheduling problem for software development

This paper presents a new method to solve the resource-constrained project scheduling problem for software development. In this method,activity duration times are described as fuzzy variables and resource-constrained software project scheduling problems are described as fuzzy programming models. First,how to model the software project scheduling problem under the fuzzy environment conditions is proposed. Second,in order to satisfy the different requirements of decision-making,two novel fuzzy project schedul...     

A Novel Particle Swarm Optimization for Flow Shop Scheduling with Fuzzy Processing Time

Since in most practical cases the processing time of scheduling is not deterministic, flow shop scheduling model with fuzzy processing time is established. It is assumed that the processing times of jobs on the machines are described by triangular fuzzy sets. In order to find a sequence that minimizes the mean makespan and the spread of the makespan, Lee and Li fuzzy ranking method is adopted and modified to solve the problem. Particle swarm optimization （PSO） is a population-based stochastic approximation algorithm that has been applied to a wide range of problems, but there is little reported in respect of application to scheduling problems because of its unsuitability for them. In the paper, PSO is redefined and modified by introducing genetic operations such as crossover and mutation to update the particles, which is called GPSO and successfully employed to solve the formulated problem. A series of benchmarks with fuzzy processing time are used to verify GPSO. Extensive experiments show the feasibility and effectiveness of the proposed method.     

基于模糊积分多元决策模型的电源开发排序

在分析影响电源的开发排序各种因素的基础上,根据模糊积分的有关理论,对基于模糊测度的模糊积分加以改进,给出了基于多层模糊积分多元决策的电源开发排序模型,并归纳出用该模型进行电源开发决策与排序的一般步骤,研制了相应的计算程序,最后成功地应用该模型进行了四川省中型水电站群的开发排序.分析结果表明,在考虑系统容量电量平衡及电网水火电比重发展趋势的基础上,基于模糊积分多元决策模型电源的开发排序,可以全面合理地刻画系统中的各种定性与定量指标,按各中型电站的整体指标优劣进行取舍是合理的,同时应用该模型可以开展其它复杂系统的综合决策.