基于遗传算法的船舶分段堆场调度研究

针对船舶分段移动计划主要依靠经验以及缺乏有效调度的现状,研究建立以分段移动度最小为目标的优化模型,综合考虑了分段在堆场中的停放位置及进、出场路径.通过遗传算法选择分段在堆场中停放位置的最优方案,并构建启发式规则确定分段在堆场中的最优进、出场路径, 从而实现对模型的求解.最后以某船厂实际数据为例,对模型在堆场调度问题中的应用进行了实例验证,结果表明, 所研究方法可求解得出较优的堆场作业计划,并实现堆场资源的高效利用.     

考虑集卡到港时间延迟的堆场起重机动态调度研究

在集装箱码头的集港作业中,集卡延迟到港可能导致已制订堆场起重机作业计划变得次优甚至不可行.因此,及时为延迟到港任务更新作业计划具有必要性.考虑集卡到港时间延迟的堆场起重机动态调度问题,基于任务批次分配策略,将调度期划分为多个时段,在每个时段内生成作业计划.以完成时间最短为目标,建立起重机调度混合整数规划优化模型,并提出下界推导模型.提出迭代重优化框架,每当任务延迟到港,就会重优化相应批次的作业计划.在框架内,设计遗传算法求解各批次原有作业计划;设计贪婪插入算法重优化带延迟到港的任务,更新原有计划.实验结果表明,模型、下界推导模型具有正确性和有效性,算法具备良好的求解性能;缩短调度时段长度有利于快速生成起重机作业计划;延迟到港箱量占比越大,作业时间越长,且随着调度时段长度减小,这一影响逐渐弱化.     

基于规则组合的Job Shop多目标柔性调度方法

为提高Job Shop模式下多目标柔性调度的实时性,文章利用规则调度计算量小、实现速度快的特点,建立基于双层规则组合的Job Shop多目标柔性调度方法;运用离差最大化原理分析规则调度结果,生成合理的多目标权重,以选择符合现场实时工况的较优调度方案;通过仿真实例验证了该调度方法的有效性。     

MAS与启发式算法结合的汽车滚装码头堆场作业调度

基于汽车码头堆场资源调度问题的基本假设,将MAS技术与启发式算法结合,进行分布式汽车码头堆场作业调度研究.首先建立汽车滚装码头堆场作业系统数学模型,通过模型求解确定调拨策略,根据调拨策略制定高效的汽车滚装码头堆场计划以提高堆场利用率.然后采用Anylogic仿真软件对计划制定的策略建立仿真模型,实现多个Agent之间的复杂交互.最后依据某汽车码头运营的历史数据,分析不同策略下以往堆场计划的执行状况,确定新的堆场作业计划,同时建立评价指标以评判设计策略的优劣,为堆场计划的制定提供依据,也为汽车码头合理的运营管理提供支持.通过仿真实验验证了模型的可信性和系统的实用性.     

考虑能耗优化的多目标原油短期调度问题研究

针对在原油管道运输过程中的能耗优化问题,该文提出了一个以最小化管道转运能耗、供油罐使用个数、蒸馏塔使用供油罐的切换次数、原油在供油罐和管道中的混合成本为目的的多目标优化模型.然后,针对原油短期调度问题的特点,提出了一种改进的交叉和变异算子.最后,该文对比分析了8种综合性能较好的多目标进化算法.实验结果表明:NSGA-III算法在求解该问题时的性能较优.与现有研究对比,该算法在减少调度过程中的能耗和原油混合成本方面具有显著效果.     

TS求解多机成组工件调度

讨论并行多机成组工件的极小化最大通过时间调度问题·它是一个非常复杂的组合优化问题,是NP难题·为了解决此类问题,采用了两种智能优化算法方法·通过大量的仿真实验,将两种方法进行了比较·结果证明:禁忌搜索结合启发式的智能优化算法可靠性高、运算速度快,有能力有效地解决大规模实际问题·     

多顺序时段批量批次车辆调度方法研究

多顺序时段批量批次的车辆调度问题就是通过对车辆进行有计划、科学、准确的调度以达到降低物流成本的目的;首先,针对多顺序时段内变化的速度,采用线性最小二乘拟合方法将变化的速度量化;其次,在加入时间窗约束、容量约束的基础之上构建了多顺序时段批量批次货物运输的车辆调度的数学模型;最后,针对基本蚁群算法进行相关改进,并进行了案例仿真分析。     

多星多载荷联合调度问题建模研究

在对多星多载荷联合调度过程及约束条件分析的基础上,从约束建模及启发式调度规则设计的角度对多星多载荷联合调度方案生成中的关键问题进行了深入研究,建立了基于阶段优化的多星多载荷联合调度模型,提出了基于规则的启发式构造算法。     

泊位调度问题的GATS混合优化策略

在集装箱港口的运作中，泊位调度系统是制约集装箱港口降低船舶在港时间和运营成本的主要瓶颈之一．泊位调度问题是NP难问题，本文分别应用遗传算法GA和混合优化策略GATS对泊位调度问题的非线性规划模型进行了求解，与遗传算法相比，混合优化策略GATS增加了种群多样性，加速了进化过程，避免陷入局部极小解。     

多车型组合调度的建模与弹性边界人工蜂群求解方法

在保证运力的情况下,综合考虑滞留乘客和运营服务等现实因素,将公交公司运营成本和乘客候车成本降为最小,提出一种多车型组合调度模型。尝试一种具有弹性边界的人工蜂群算法(artificial bee colony algorithm with bounce boundary,BBABC)对此公交模型进行求解。该算法采用具有弹性的边界策略,解决了种群个体越界问题,搜索效率提高,收敛速度加快。侦查蜂搜索方式为遗传突变,在加大变异的同时保留一定的社会信息;同时引进吸引子,提高算法的局部搜索能力。通过对某线路进行实验仿真,与单一车型调度方式进行对比分析,发车时间间隔延长18%,公交公司和乘客的总成本减少9%,车站滞留乘客减少90%,满载率提高15%。     

一种基于禁忌搜索方法的作业车间调度

提出了一种解决作业车间调度最短完工时间问题的启发式算法．该算法中采用了变禁忌表长度策略的禁忌搜索方法．在禁忌搜索过程中利用完工时间（makespan）的一个下界作为判断一个解好坏的辅助量，由于得到该下界所需的计算量远远小于完工时间的，因此大大地减少了禁忌搜索过程的计算时间．从对一组问题基准实例的实验计算结果看，该算法在合理的计算时间内，得到了比当前没有使用转换瓶颈技术的最好的禁忌搜索算法之一的TSAB算法更好的结果．     

考虑柔性资源技能进化的多项目组合调度问题

在飞机移动装配线中,人力资源的技能水平可以通过一定时间的学习培训得到提升.针对该现象,提出了在已知期望人力资源结构条件下考虑柔性资源技能进化的多项目组合调度问题,建立了以最小化达到目标人力资源结构所需项目个数和投入总成本为目标的混合整数规划模型.针对该模型,设计了一种多层链表结构编码方式的混合多目标教学优化算法,并结合邻域搜索提高算法的局部搜索能力.最后,通过实验数据结果验证了本文模型与算法的有效性.     

考虑翻箱作业时出口箱堆场作业调度优化

基于出口箱的堆场操作实务,考虑堆场起重机取箱作业的现实约束,以作业过程中翻箱次数最少为目标,对堆场作业调度问题进行建模,提出了两阶段混合动态规划算法,将启发式规则嵌入动态规划算法中,以避免出现状态数"组合爆炸"增长的情况.通过仿真算例,并与实际调度规则及现有研究方法所得调度方案进行对比,验证了模型以及优化算法的有效性与实用性.结果表明,所提出的模型和算法可以在较短的求解时间内获得多组装船方案,且其翻箱次数显著降低.     

基于遗传禁忌搜索算法的公交调度研究

通过对公交运营调度的分析,建立了以乘客等车时间和公交公司运营费用为优化目标的调度模型;然后对遗传算法和禁忌搜索算法进行了分析,并将禁忌搜索算法引入遗传算法组成混合遗传禁忌搜索算法(GATS);最后针对所建立的公交调度模型进行了GATS算法设计和仿真,结果表明混合遗传禁忌搜索算法比标准遗传算法具有更好的效率,是解决公交调度问题的一个有效方法.     

基于Memetic算法的RGV动态调度模型

讨论研究物料的加工工序结合RGV引导车在自动化流水线合理调度和分配问题。选择禁忌搜索算法对直线上的RGV调度策略进行处理;基于Memetic算法的RGV调度策略及其数控机床的分配。     

神经网络方法求解多目标多加工艺的柔性制造系统散件调度

针对多目标、多加工路径选择的柔性制造系统（ＦＭＳ）散件调度特点，提出一种带可控因素的神经网络模型，用灵活的规则揄体现ＦＭＳ的系统目标，用可靠的 经网络演算解决非线性问题的优化组合，达到以较少的代价同时获得系统的完备性和适应性的效应。     

面向船体曲面分段建造的空间调度方法

针对船体曲面分段生产调度复杂且具有时空耦合特性,提出船体曲面分段建造动态空间调度方法,建立动态空间调度流程.根据船舶建造分段搭载网络计划图,确定曲面分段建造开始时间和结束时间,并利用空域思想确定船体分段在工作平台上的空间位置;考虑到系统干扰和不确定因素的存在,提出了自适应时空调整策略.最后,以上海某造船厂曲面加工车间分段制造数据为例进行了验证.结果表明,所提出的调度方法能有效地提高船舶生产效率和空间利用率.     

并行多机成组工件调度的启发式算法

N个成组工件将在M台并行一致的机器上加工,当一个工件接在不同组的工件之后时需要装设,而接在同组工件之后时不需要重新装设,目标函数是使总的通过时间最小·利用最优解的必要条件,将单个工件组成基本运行,在研究基本运行组合规则的基础上,提出了一个基于基本运行的并行多机成组工件调度的启发式算法·在中、小规模水平问题上,将启发式算法的结果与最优解的结果进行了比较·效果令人满意·实验证明该启发式算法能够有效地解决成组工件调度的实际问题,具有解决中大规模实际问题的潜力·     

并行程序设计中粒度的组合和调度

从程序粒度的概念出发，介绍粒度的表示，以及程序的粒度图。在此基础上，进一步探讨粒度的组合与程序的并行调度。