项目拆分与资源投入调度问题的集成优化

基于一类实际生产决策需求,提出了依赖于项目拆分的资源投入调度问题.在分析项目拆分对资源投入影响的基础上,以资源投入最小化为目标,建立了项目拆分与资源投入调度问题的集成优化模型.结合项目拆分和资源投入调度的特点,提出了包含项目拆分优化和资源投入调度优化的两阶段集成优化算法.项目拆分阶段分析可行的拆分条件,采用项目初始拆分及局部调整的方法,可以快速获得较优的项目拆分方案.资源投入调度阶段以采用作业优先级和资源能力双列表编码的遗传算法为搜索框架,充分利用迭代过程中的信息,设计一种基于概率分布的资源能力选择方法来改进资源列表,使资源能力列表加速向最优解收敛.应用PSPLIB标准算例进行数据实验,结果证明了该算法的有效性和可靠性.     

考虑排班的人力资源投入问题的建模与优化

结合实际生产或项目中的排班情况,提出考虑排班的人力资源投入问题。针对该问题建立了以最小化人力资源投入为目标的数学模型。根据资源投入量与排班约束的性质,将原问题数学模型简化,证明简化后问题的数学模型与原问题最优解一致,并通过CPLEX软件求解过程,说明简化后的数学模型在求解速度上表现出很大的优越性。对于大规模问题,由于排班约束会导致班次间资源占用,使用传统任务列表编码方式难以获得较优的解。为此,提出了一种新型编码方式的遗传算法。该算法采用对作业延迟时间进行编码的方式,对作业开始时间进行搜索。为了提升算法的局部搜索能力,对作业延迟时间和开始时间进行局部优化。最后,通过数值实验与CPLEX和文献的算法比较,表明该算法的有效性。     

基于分支定界方法的双边装配线平衡

针时目前研究较少的双边装配线平衡问题，分析、研究了双边装配线的特点及其时平衡的特殊要求，建立双边装配线平衡问题的数学模型，并提出一种分支定界算法来最优化装配线的平衡。该算法采用基于任务、单步、深度优先的方法进行搜索，采用一系列启发式规则来控制分支节点搜索顺序，运用节点支配规则，下界规则，最大缓冲时问规则等时分支节点进行定界，以便迅速找到最优解，算例结果证明该算法具有较好的性能。     

家政服务人员的排班优化问题

家政服务公司的员工排班是一项非常重要的工作,其实质在于通过周密的组织和精确的计划,综合考虑成本最低和服务人员工作时间均衡,实现公司员工的优化配置,其合理性关系到家政服务公司的口碑和效益。本文提出了家政服务人员的排班优化问题,应用分支定界法、遗传算法和基于自适应的混合遗传算法求解,其中基于自适应的混合遗传算法结合了遗传算法和局部搜索的优点,遗传算法用来执行全局搜索使解跳出局部最优,局部搜索进行性能微调,并采用自适应策略改进算法。针对不同的算法,建立相应的数学模型,仿真结果表明通过三种算法都能得到最优解,基于自适应的混合遗传算法性能更优,而且,模型的正确性和算法的合理性也得到了验证。     

求解Hadoop作业调度问题的混合遗传算法

将自适应遗传算法和改进的蚁群算法融合用以求解Hadoop作业调度问题。首先利用自适应遗传算法的全局搜素能力产生任务所分配的资源列表,在遗传算法的搜索速度逐渐降低时,适时切换到蚁群算法,由自遗传算法求解的最优解生成蚁群算法的初始信息素分布。改进蚁群算法的目标节点选择策略,考虑节点完成任务的成功率,加快蚁群算法求解最优解的速度。仿真结果表明,与遗传算法和蚁群算法相比,混合遗传算法用时较少,并且任务数越多,优势越明显。     

求解带缓冲区和机器可用性约束的非置换流水车间调度

为得到非置换流水车间更好的调度方案,考虑到缓冲区、机器可用性约束和序列相关换模时间,以最小化最大完工时间为目标,建立数学模型和析取图模型,构造了一种面向NPFS的列表启发式算法.算法通过允许列表和候选列表记录启发式过程信息,采用量子蚁群和SPT启发式规则搜索并选择析取边的可行移动方案,得到一个没有冲突的有向非循环图.通过正交试验法验证了算法关键参数,实例验证了算法求解和CPLEX的精确解相同.同时采用8组Demirkol测试问题,与MHD-ACS和ACO算法比较评估,验证了算法的有效性和鲁棒性.     

基于规则及多色集合的多品种订单调度方法

针对多品种订单生产企业多工序、多品种、中小批量的生产特点,以最小化订单总完工时间和平均流程时间为目标建立了订单调度模型.提出了一种按规则分配订单以及作业排序相结合的调度思想,并利用改进的非支配排序遗传算法——NSGAⅡ对问题进行求解.考虑到多品种订单的多重约束性,采用多色集合理论中的围道布尔矩阵对多品种订单中各作业加工关系作了约束化处理;同时,以双层染色体进行编码,可以有效降低染色体的空间和时间复杂度;采用置换和反转变异两种算子,缩小了算法搜索范围,避免了早熟现象.最后以典型的订单生产实例进行仿真实验,结果表明应用该算法收敛快、运算效率高,可以获得满意的Pareto解集.     

基于析取图考虑物料搬运的Job Shop调度算法

为有效解决考虑物料搬运设备的Job Shop调度问题,建立了非线性规划模型及改进析取图模型.在此基础上,以最小化最大完工时间makespan为调度目标,构造了两阶段结构式启发式调度算法.第一阶段,将析取图分解为机床调度析取子图和搬运设备调度析取子图,提出一个双层递进启发式算法.上层利用分支思想求解机床调度析取子图,根据上层结果,求解搬运设备调度析取子图.在第一阶段解的基础上,第二阶段构造了基于块理论的调度优化启发式算法.最后对算法进行了仿真分析,结果表明所提出的算法是有效、可行的.     

基于改进遗传算法的车间调度原型系统

为了提高遗传算法求解作业车间调度问题的初始解质量和简化遗传操作过程,提出基于幻方变幻的互换编码规则改进遗传算法;同时利用该算法基于.NET平台建立了车间调度问题和柔性车间调度问题的混合原型系统。实验结果表明:采用幻方变换的互换编码规则,提高了遗传算法的求解能力;基于该算法的原型系统实现方便,求解效率高,能够有效应用于作业车间调度系统的开发。     

一种基于分支定界和表调度的SoC设计方案搜索算法

电子系统日趋复杂,需要采用自动化的方法来寻找最优的设计方案.提出了一种基于分支定界和表调度的片上系统(SoC)设计方案搜索算法.该算法分3个层次,前2个层次分别对模块的选择与共享方案采用分支定界法进行严格搜索,最后采用表调度方法进行任务调度.算法考虑任务的多种实现方式,并且充分搜索模块共享的可能.对多种不同规模的任务图进行了测试,并与现有方法进行了对比.结果表明,对于中小规模的系统设计,该算法能够在较短的时间内找到表调度策略下的最优方案.     

启发式GA调度算法的研究与应用

将遗传算法与现有的启发式调度算法相结合,运用合适的遗传算子和调度规则,对现有的调度算法进行了改进.调度规则的引入使该算法具有较高的搜索效率,遗传算法的引入保证了解的全局最优性.对照算例表明该算法是可行的和有效的.     

求解具有时空约束的天车调度问题Memetic算法

天车调度是一个NP难的多机多任务调度问题.针对炼钢-精炼-连铸生产过程中的天车调度问题,考虑时间和空间约束,建立了以钢水等待时间最少为目标的天车调度模型.提出了改进的Memetic算法,设计了采用任务分配规则和冲突处理规则的个体解码方式、PPX交叉算子和局域搜索算子;用该算法对模型进行求解,并与遗传算法进行比较.对某钢厂炼钢-精炼-连铸生产过程的天车调度问题的测试表明:与遗传算法相比,用该算法求解的等待时间最多减少16.67%,并具有很高的稳定性.     

求解具有时空约束的天车调度问题Memetic算法

天车调度是一个NP难的多机多任务调度问题.针对炼钢-精炼-连铸生产过程中的天车调度问题,考虑时间和空间约束,建立了以钢水等待时间最少为目标的天车调度模型.提出了改进的Memetic算法,设计了采用任务分配规则和冲突处理规则的个体解码方式、PPX交叉算子和局域搜索算子;用该算法对模型进行求解,并与遗传算法进行比较.对某钢厂炼钢-精炼-连铸生产过程的天车调度问题的测试表明:与遗传算法相比,用该算法求解的等待时间最多减少1667%,并具有很高的稳定性.     

蚁群算法求解独立到达时间单机提前/拖期调度问题

求解有独立到达时间和完工时间的单机调度问题目前主要采用启发式算法。为研究仿生类算法的应用可行性,采用蚁群算法,以提前/拖期的总惩罚量达到最小为目标。将邻位工作交换法(AP I)用于局部搜索以提高解的质量,并对每一个解的相邻工作间隔时间进行优化调整。用90个测试算例,将蚁群算法求解结果与分支定界法和禁忌搜索法的结果进行比较。结果表明,蚁群算法与分支定界法和禁忌搜索法的结果相当。     

资源约束型Max-npv项目调度问题的分枝定界算法

研究资源约束下的Max-npv项目调度问题.首先给出该问题的数学模型,随后基于求解无资源约束Max-npv项目调度问题的快速递归搜索方法,设计资源约束型Maz-npv项目调度问题的分枝定界算法.利用算例进行求解分析,验证了分枝定界算法的可行性.计算结果表明,项目收益随折现率的提高而下降,随截止日期的延长而上升.     

序列相关Setup单机调度的最小化最大拖期分枝定界算法

研究了具有序列相关Setup带交货期的单机调度NP问题,优化目标是最小化最大拖期.通过松弛子路径连通约束,提出了基于AP算法的下界方法.在算法下界的基础上,基于下界解建立了以改进Karp-Steel补偿启发式方法构成的上界构造方法.发现了反映问题特性的两条优势规则.最后依托Ragatz提出的分枝定界算法框架,引入上界和下界方法,以及两条优势规则,形成了求解该问题的分枝定界枚举算法.通过计算实验证明了算法的有效性.     

越库作业调度模型与算法研究

针对暂存区容量有限的越库中心的作业调度问题,以暂存成本、额外搬运成本和换车成本总和最小化为目标,建立数学模型。构建分支定界算法对问题进行精确求解;结合贪婪算法和遗传算法构建混合启发式算法对问题进行近似求解。大、小规模情形下的数值实验结果表明：分支定界算法可以有效求得小规模问题的精确解,但随着问题规模的增大,难以在较短时间内求得精确解;混合启发式算法在小规模情形下与分支定界算法的求解误差最小为0,最大为0.58％;大规模情形下,在给定1800 s内,混合启发式算法的求解质量均优于分支定界算法,两者差距最大为7.16％。这表明所构建的混合启发式算法是有效的。     

基于二进制编码的改进杂交策略

通过分析发现,遗传算法二进制编码串中不同基因位的改变对个体的影响程度大小不等.提出一种改进的杂交算子,对编码串中各个基因位赋予不同的杂交点选择概率,使得群体在进化初期可以搜索到更大的解空间,提高算法的全局搜索能力;在进化后期适当降低高位基因的杂交点选择概率,使得搜索不致偏离最优解,同时提高低位基因的杂交点选择概率,增强算法在局部范围的搜索能力.仿真结果表明,同标准遗传算法相比,改进算法具有寻优精度高、稳定性好、收敛性强等优点.     

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     

基于生产费用的柔性作业车间调度优化

考虑在制品库存费用、机床工时费、直接工人的工资费用、工件的提前和拖期完工造成的损失费用,提出了一种双资源柔性作业车间调度的生产费用计算方法.将模拟退火算法嵌入遗传算法中,设计了一种新的混合遗传算法.该算法首先利用遗传算法快速搜索一组较好的解,然后利用模拟退火算法进行群体寻优.采用基于工序的编码和一种新的解码方法,并运用多种交叉方法使得算法能够在解空间中尽可能地搜索最优解.为了避免最优解在进化过程中损失,采用择优操作将每代中的最优解保留下来,并不断更新.仿真结果表明:该方法是可行的,并具有一定的优越性.