流程式多品种成批轮番生产的分批与调度集成

随着顾客需求多样化和个性化,现代流程工业已由过去单一品种大量生产转向广泛采用多品种成批生产方式.本文基于供应物料和库存约束得出逐阶段加工中各批之间的优先级关系,采用连续时间建模策略建立了流程式多品种成批轮番生产分批和调度集成决策的混合整数规划模型,该模型考虑了计划决策方面的分批与调度集成,以及生产工艺上的多阶段、共享生产装置(设备)、库存限制、品种切换调整时间和物料动态转化率,在此基础上给出了模型求解的改进粒子群算法.通过企业实际背景算例验证了所给出规划模型的有效性和求解算法的良好性能.这既是对流程式多品种成批轮番生产分批及调度理论的拓展,也为流程工业企业多品种成批轮番生产管理实践提供了理论依据和方法支持.     

最小化最大完工时间与等待时间的岸桥作业调度双目标优化及其遗传算法

分析了岸桥支援对船舶装卸作业效率的影响,指出减少岸桥等待时间,有利于加强岸桥支援,并能提高码头整体运作效率。考虑岸桥作业不可相互穿越与安全距离等特有约束,建立了岸桥作业调度双目标混合整数规划模型,其优化目标是最小化最大完工时间与岸桥等待时间。针对该问题的NP-hard特性,设计了一种遗传算法,对算法搜索空间进行了讨论,并推导了问题的一个下界。数据实验表明,所建立的模型能够在最小化最大完工时间的同时,有效地减少岸桥等待现象的发生,其算法在允许的运算时间内能获得稳定的满意解。     

区间混合判断矩阵排序的线性目标规划法

研究了决策信息以区间混合判断矩阵形式给出的多属性决策问题。基于区间一致性混合判断矩阵的概念,建立了一个线性目标规划模型。通过求解该模型得到区间混合判断矩阵的权向量,并利用已有的区间数比较的可能度公式求得决策方案的排序。该方法具有简洁、实用、易于计算机上实现等特点。最后进行了算例分析。     

基于多层规划的单边多目标装配线平衡调度模型

平衡汽车装配线能够提高企业生产效率、稳定产品质量、降低生产延迟; 缩短装配线总作业时间可以提高汽车装配数量.根据单车型单边装配工艺要求, 以最大工位持续时间最小和总作业时间最短为目标, 建立了基于多层规划的多目标混合整数规划平衡调度模型, 得到了平衡率最高且总作业时间最少的调度方案.通过分析模型的寻优思想, 得到了一个快速、有效的装配线平衡调度模型.算例证明了该模型求解速度的高效性和所得调度方案的有效性.     

集装箱码头同贝同步装卸作业的序列优化模型

同贝同步装卸是集装箱码头提高装卸作业效率和资源利用率的有效途径和方法.其调度的复杂性体现在需要同时决策装、卸船两类集装箱在受堆场翻箱约束和舱口盖限制情况下的作业序列.针对该问题的柔性准备时间、成组调度和优先顺序约束等特点,本文建立了同贝同步装卸作业的整数规划模型.为求解模型,设计了基于遗传算法和贪婪规则的混合求解算法.最后,通过将算例实验结果与不考虑翻箱和舱口盖限制的简单下界进行比较,验证了模型与算法的有效性,说明所建立的模型有利于提高集装箱码头的装卸作业效率.     

单生产线序贯多目的批处理过程短期调度的MILP建模

基于连续时间描述,在考虑订单的最早生产时间和到期时间的基础上,建立了单生产线序贯多目的批处理过程的短期调度数学模型,模型表达为一个混合整数规划(MILP)问题.该模型不但能优化订单,减少了模型的整数变量.求解使用了分支定界法(BAB),实例计算表明了该模型的适用的生产时间,而且还能最小化订单生产的提前完成时间和拖延时间.本文将预先排引序入到模型中性和有效性.     

大规模Job Shop调度的多级邻域变量排序算法

在基于约束满足的Job Shop调度问题求解过程中,变量赋值顺序是影响搜索效率的关键因素.根据问题的约束拓扑关系,提出了变量的多级邻域结构模型,在此基础上构造了一种新的变量排序算法,通过引导当前搜索介入临界区域来提高计算效率.数值实验表明该算法能够有效地改善大规模Job Shop调度问题的求解效率.     

基于模拟植物生长算法的车辆调度问题

基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送入员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机性特点构建以最小化车辆配送总成本为目标的机会约束规划模型,并设计求解该问题的模拟植物生长算法.结合车辆调度具体实例,将模拟植物生长算法与遗传算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法.     

卫星观测联合调度问题的VRP与JSP模型

针对一类具有车辆路线和加工调度混合特征的卫星观测联合调度问题，对车辆路线和加工调度两类常见的优化问题模型及其求解技术进行了比较研究，探讨了两类模型的相互转化形式及模型特征与求解技术问的相互关系，在此基础上，给出了一种可行的卫星观测联合调度问题的建模方式，并利用约束规划工具软件进行了实现。与其它形式模型的比较表明，所建模型的求解效率和质量更适合大规模卫星调度问题的实际应用需求。     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.     

基于堆场混合堆存的集装箱码头装船顺序优化模型

为提高集装箱码头同贝同步装卸中岸桥与场桥作业效率,降低集卡空驶,提出了一种新的码头堆场堆存方法,即进出口集装箱混合堆存策略.以最小化场桥装卸作业的移动时间及翻箱时间为目标,建立出口集装箱装船顺序优化模型,通过优化出口集装箱装船顺序,增加场桥双循环次数,提高岸桥作业效率.设计了求解模型的启发式算法,并利用算例验证了模型和算法的有效性,分析了不同堆场布局的影响.结果表明,混合堆存策略能有效提高场桥的作业效率,本文构建的模型为提高岸桥同贝同步装卸效率提供了依据.     

集装箱码头集卡配置优化的闭合排队网络模型

以集装箱码头同贝同步装卸作业为研究对象,以提高码头作业效率、提升服务能力为目标,研究码头内部集卡数量配置优化问题.将码头作业系统视为服务网络,构建码头同贝同步装卸作业的闭合排队网络模型,刻画集卡在各个环节的作业过程,分析不同设备配置下码头作业系统服务能力,揭示制约码头整体作业效率关键环节.以码头作业成本最小为目标,考虑集卡在各个环节的排队等待时间及设备利用率,建立了基于同贝同步装卸作业的集卡数量优化模型,并设计算法对模型进行求解.本研究从服务网络角度揭示了码头作业效率与岸桥、集卡、场桥配置的关系,为码头设备调度与服务流程设计提供了依据.     

堆区混贝的堆场场吊调度模型与算法

为提高集装箱码头堆场场吊作业效率,研究了堆场单堆区混贝条件下的场吊调度问题.在单堆区内集装箱混贝堆放的前提下,提出了堆场场吊装卸作业时间窗约束、作业次序依赖的设备调整时间及堆场空间约束等,并在此基础上建立了整数规划模型.针对这一模型设计了改进禁忌搜索算法对问题进行求解.最后通过数值实验表明改进后的算法在对大规模问题求解时具有良好的效果,且算法效率较高.     

集装箱码头装卸系统集成调度的建模与优化

为提高集装箱码头作业效率,在码头集装箱卡车作业能力充足的条件下,对集装箱码头作业装卸系统集成调度问题进行了研究.针对集装箱码头装卸作业的特点,提出了装卸作业的预定义顺序约束、作业次序依赖的设备调整时间及岸桥碰撞干涉约束等,并在此基础上建立了整数规划模型.针对这一模型设计了两阶段启发式算法对问题进行求解.通过在数值实验中将结果与低界相比较,证明该算法效果良好.特别对于规模较大的问题,算法也可以进行有效的求解.     

舰载机出动离场调度优化算法

出动离场调度是舰载机起降作业中关键一环, 可抽象为NP(non-deterministic pdynoial)难问题的混合车间调度问题。首先，在传统数学规划模型基础上, 引入逻辑约束及间隔变量, 建立了约束规划模型。然后，通过调度分解技术构建多机调度转化为单机调度的启发式规则, 并提出了单机约束引导启发式搜索与约束规划二分法迭代算法, 给出了问题的求解流程。算例仿真表明, 约束规划可有效解决不同规模下的离场调度, 并快速收敛到阈值内; 在中小规模出动时, 所提算法效率比传统智能方法提升约2个数量级, 具有较强实时规划能力, 但随着实验规模增大算法收敛时间呈线性变化趋势, 而在本文研究范围内仍优于传统智能算法, 具有良好实用价值。最后，用起飞位数量对出动效率进行灵敏度分析, 发现C2起飞位对出动效能贡献最大。     

基于SAGA算法的双40英尺场桥作业调度优化及比较分析

基于双40 ft场桥的作业特点，建立以最小作业时间为目标的混堆箱区内传统单吊具场桥、单起升双40 ft场桥，以及双起升双40 ft场桥调度模型。通过SAGA(simulate anneal genetic algorithm)算法求解模型，达到了优化场桥设备配置和调度策略、缩短平均装卸时间、提高自动化码头作业效率的目标。对比了不同相邻箱占比、总任务量和贝位数情况下的3种场桥的作业效率。结果表明：在相邻箱占比、总任务量或贝位数不同的情况下，双40 ft场桥效率均高于单吊具场桥，验证了调度模型和算法的有效性。     

集装箱码头集成调度模型与混合优化算法

为提高集装箱码头作业中各种设备的协调性,提高整体作业效率,建立了集成调度模型,模型集成了装卸桥、集卡与龙门吊的调度问题.同时,设计了求解模型的混合优化算法,此算法集成了神经网络良好的近似估计功能与模拟退火算法有效的搜索能力.算法流程是:初始化集装箱装卸序列;基于一定的分配规则为集装箱分配作业设备;采用模拟退火算法搜索解空间,更新装卸序列.在算法过程中,用神经网络预测目标函数,并且过滤明显的劣质解.最后,通过算例分析验证了模型与算法的有效性.结果表明,混合优化算法可以提高模型求解效率,对于规模为400个集装箱的调度问题,平均偏差为7.52%,计算时间为8.9s,模型与算法可行.     

考虑适时倒箱的进口重箱区多场桥调度优化

为提高进口重箱区的提箱作业效率,减少提箱外集卡的等待时间,研究固定时段内该类箱区的多场桥调度优化.重点考虑场桥作业过程中待提箱上压箱翻倒时机及落位的影响,兼顾作业场桥之间不可跨越和保持一定安全距离等现实约束,以所有外集卡总等待时间和超过等待容忍限度总时间的加权和最小为优化目标,构建了一个非线性规划模型,设计了融入交叉变异策略和禁忌搜索算法的改进和声搜索算法.通过数值实验,验证了方案及算法的有效性.     

A Lagrangian relaxation-based algorithm for the allocation of yard cranes for yard activities with different priorities

This paper proposes a mixed integer programming model for the allocation of rail mounted gantry cranes for four basic yard activities with different priorities.The model pays special attention to the typical features of this kind of gantry cranes,such as a restricted traveling range and a limited number of adjustments during loading and discharging operations.In contrast to most of the literature dealing with these four yard activities individually,this paper models them into an integrated problem,whose computational complexity is proved to be NP-hard.We are therefore motivated to develop a Lagrangian relaxation-based heuristic to solve the problem.We compare the proposed heuristic with the branch-and-bound method that uses commercial software packages.Extensive computational results show that the proposed heuristic achieves competitive solution qualities for solving the tested problems.