积分控制粒子群算法在再制造生产调度问题中的应用研究

针对不确定条件下再制造模糊加工时间的车间调度问题,建立了模糊工时调度模型,并提出了一种积分控制微粒群算法。考虑到基本粒子群算法易于早熟的缺点,通过增加控制器对粒子轨迹进行控制,在算法中引入加速度项,增强了种群多样性,提高了算法全局寻优能力。通过仿真实例验证表明,该算法在解决不确定条件下再制造生产车间调度问题方面是行之有效的。     

基于模糊规划的处理时间不确定条件下的Job shop问题

研究了处理时间不确定条件下的Job shop生产调度问题,建立了基于模糊规划理论的不确定Job shop调度模型。在采用两种模糊运算的基础上,结合模糊优化和遗传算法给出了一个解决非线性模糊优化问题的可行算法,通过仿真数据说明了所建模型及算法的有效性,并就结果进行了讨论。     

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。     

不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。     

不确定条件下的零等待F1ow 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Flow shop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Flow shop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。     

不确定性条件下的生产调度

综述了不确定性条件下生产调度的确定现状,分析了生产调度过程中所存在的各种不确定性,阐述了不确定性的分类,不确定性的数学描述,不确定性生产调度的数学模型,各种调度方法,处理不确定性生产调度的优化方法等,指出了解决不确定性生产调度的有关途径,并对存在不确定条件下生产调度的进一步的研究内容作了展望。     

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。     

不确定条件下基于遗传算法的作业车间调度问题

考虑到产品不同的交货期, 研究了不确定条件下的作业车间调度问题, 用三角模糊数表示产品处理时间, 建立了调度问题的模型, 并结合模糊理论设计了一种改进的遗传算法进行求解. 该算法通过整数编码的方法产生初始种群, 结合轮盘赌方法和精英保留策略进行选择操作, 采用基于优先工序交叉(precedence operation crossover, POX)算子和互换变异方法进行交叉和变异操作, 并通过动态调整交叉概率和变异概率的方法来提高算法的性能以及计算效率. 最后, 通过算例和企业实例验证了该模型和算法的有效性.     

一种基于模糊逻辑优先级的雷达任务自适应调度算法

为适应目标环境变化情况,提出了一种基于模糊逻辑优先级的雷达任务自适应调度算法.该方法基于目标运动状态和属性通过模糊逻辑推理动态确定任务的优先级,并结合时间窗的特点采用一步回溯方法调整发生冲突的任务,保证更多高优先级的任务在其期望的时间内被调度.仿真结果表明,该调度算法在保证调度率的前提下降低了任务的调度代价.     

模糊随机条件下工程项目经济评价

目的 探讨工程项目方案评价中的基础数据和参数在模糊随机变量情况下的经济评价.方法 利用模糊随机理论和模糊随机模拟技术.结果 建立了模糊随机条件下经济评价的评价指标体系;给出了评价指标值的模糊随机模拟过程;并给出了数值例子.结论 丰富和补充不确定条件下的经济评价.     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

考虑源荷不确定性的风光储耦合制氢系统两阶段能量调度

为降低源、荷不确定性对系统能量调度的影响，提出了一种离网型风光储耦合制氢系统两阶段能量调度策略，并建立日前-日内两阶段滚动优化调度模型。日前调度阶段，采用电解槽分级调度策略，并以系统富余功率或过剩功率与可再生能源总功率比值最小为目标函数，建立日前系统稳定性调度模型。日内调度阶段，考虑可再生能源与负荷的不确定性，提出储能分组调度策略，建立包含源、荷预测误差的日内调度目标函数，以滚动优化方式修正日前机组出力计划。对黏菌算法改进，使用改进黏菌算法求解调度模型。算例表明：所提出两阶段稳定性调度模型可有效应对源、荷不确定性对系统能量调度影响，提高了系统应对源、荷波动时的稳定性。     

联合作战资源调度模型研究

 针对联合作战筹划过程中的不确定性资源调度问题,设计了基于资源流的反应式调度模型;针对调度过程中的时间不确定性,提出了模糊数建模方法;针对资源调度过程中的资源不确定性,提出了基于双重优先级的优势资源竞争方法,并通过遗传算法进行全局寻优,针对任务不确定性问题,设计了反应式鲁棒策略模型,并实验验证了模型的有效性。     

最佳觅食算法求解多目标混合流水车间调度问题

针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有效求解此问题,提出基于Largest Order Value规则的双层整数编码方式,在机器层编码部分采用权重法来计算机器的选择概率.针对多目标优化,提出直觉模糊集相似度的解比较策略,采用直觉模糊集相似度的大小衡量Pareto解与理想解的相似程度,判断Pareto解的优劣.通过测试实例和实际案例,验证本算法求解多目标混合流水车间调度问题的有效性和可行性.     

考虑源荷不确定性及配电网接纳裕度的弹性调度策略

为解决渐进式加剧的小扰动事件对配电网调度的影响,提出一种考虑源荷不确定性及配电网接纳裕度的弹性调度策略,并建立两阶段优化模型求解。首先通过拉丁超立方抽样和后向场景削减技术生成以风光为源、以电动汽车为荷的功率预测典型场景,将不确定性问题转化为典型场景分析问题;在此基础上,第一阶段引入接纳裕度,以配电网对电动汽车接纳能力最大为目标构建电价型需求侧响应模型,对用户负荷削峰填谷;第二阶段引入需求侧响应结果,建立以系统运行成本最低为目标的经济调度模型,提出改进人工蜂群算法进行求解。测试结果表明本文所提策略能增强配电网在渐进式加剧不确定性事件下的适应力,实现配电网弹性高效运行。     

基于人工蜂群算法的现场服务调度问题研究

现场服务调度问题是一类极为复杂的NP难题,是影响现场服务效率的关键问题。针对现有研究中未考虑客户满意度的问题,综合运用前景理论与模糊理论,以降低客户平均不满意度为目标,建立了有时间窗约束的现场服务调度问题模型;并借助改进的最廉价插入法与人工蜂群算法结合的方法对该问题进行优化求解。最后,通过算例仿真发现,与传统的贪婪算法相比,人工蜂群算法在优化质量和鲁棒性方面的优势更为明显。     

制造执行系统中的设备调度模型

设备管理是制造执行系统的重要组成部分,针对传统设备管理模型中的设备可替代问题,在研究了设备管理描述的复杂性和测度方法的基础上,根据设备资源的特点,将蚂蚁算法引入设备调度模型。在改进的模型中,运用模糊聚类方法解决了基准设备特征参数和加工能力相似设备的可替代问题,为制造执行系统环境下的设备调度提供了依据。仿真结果表明:该模型可以有效地解决铜产品生产中制造设备调度问题,具有较好的实用性。