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·     

有模机配合约束的平行机台调度方法

所描述的问题为在平行机台上具有单一模具约束的调度问题,以实现最小化拖期和为目标·描述了该问题的数学模型,并提出了如下的启发式算法,依据模具成组构成工作表,在对工作指派时根据一定条件允许改变工作的指派顺序,最后运用启发式算法ＮＢＲ(ＮｅｔＢｅｎｅｆｉｔｏｆＲｅｌｏｃａｔｉｏｎ)对调度方案进行局部调整以减少拖期和·通过一个应用实例,测试了该算法的有效性·     

并行流程式生产线调度问题的概率分析求解算法

并行生产线调度问题兼有并行机器和流程车间调度问题的特点 ,是一类新型的调度问题·针对工件在各工序具有任意加工时间的一般并行生产线调度问题 ,构造了整数规划模型 ,设计了基于概率分析的求解算法·对随机生成的测试问题进行求解的实验结果表明了算法的有效性     

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题,但迄今为止,在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法,但与遗传算法相比,进化规划算法的应用还刚刚开始,特别是在调度领域的应用还很少见文献报道,第一次将进化规划方法应用到并行多机调度问题中,并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的,能用于解决较大规模并行多机调度问题,且解的质量优于启发式算法和模拟退火算法。     

热轧调度并行处理策略的多旅行商模型

研究了钢铁企业热轧工序的生产调度问题·对于热轧调度,传统的研究和开发方法是采用串行策略:一个班次内的轧制单元计划是依次制定的·这种串行策略实质是一个贪婪程序,所以可能导致局部最优·与这个串行策略相反,从全局最优观点提出了一个并行策略:能够同时产生一个班次中的Ｍ个轧制单元计划·使用并行策略,基于实际生产约束的热轧调度问题可以作为一个多旅行商模型·为了求解这个问题,多旅行商模型变换为单旅行商模型·     

目标函数为加权完成时间和的单机维护调度问题研究

讨论了带有可控性维护的单机调度问题,目标是实现工件加权完成时间和的最小化．此问题是强 NP难的,因此给出了三个启发式算法和一个分枝定界算法,并通过实验对这些算法进行评价．实验结果表明其中的两个启发式算法(WSPT算法和综合算法)能得到比较好的近似最优解,分枝定界算法对小规模(n≤10)的问题很容易得到最优解．     

新工件到达锁定初始调度的单机重调度问题

研究了新工件到达锁定初始调度的单机重调度问题.即有一组带有不同释放时间的初始工件已经按照最小化完成时间和的优化目标调度完毕,形成初始调度且已锁定,此时有一组释放时间为零的新工件到达,且需要插入初始调度进行加工,其优化目标为最小化新工件的完工时间和.文中研究了新工件的加工过程可中断和新工件的加工过程不可中断,共2类新工件到达锁定初始调度的单机重调度问题.分析了重调度问题的复杂性,针对第一类重调度问题提出了多项式算法并证明了其最优性.证明了第二类重调度问题为NP完全问题,提出了一个多项式算法,并证明了该算法的有效性和最优解的特征,解决了企业实际问题并进一步丰富了重调度理论.     

调整时间可分离的FlowShop调度问题F3|s|C_(max)

研究了三台机器调整时间可分离的FlowShop调度问题,目标函数为极小化最大完工时间·证明了最优调度可能不是排列调度,但是工件在前两台机器上具有相同加工顺序的调度中至少存在最优调度·在排列调度范围内,对于工件在第二台机器上的调整时间与加工时间之和的最大值不超过工件在第一台或第三台机器上的调整时间与加工时间之和的最小值的情况,给出了求解最优调度分派规则,并以分派规则为基础给出了多项式最优算法     

分布式炼钢-连铸在线生产调度系统

分析了炼钢—连铸生产管理特点,给出分布式在线生产调度系统的总体结构,并描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法·现场实际运行表明：该系统可快速准确收集生产实绩数据,完成生产过程在线监视;编制出符合现场情况、满足工艺要求的高效生产调度计划·     

分布式炼钢—连铸在线生产调度系统

分析了炼钢—连铸生产管理特点,给出分布式在线生产调度系统的总体结构,并描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法·现场实际运行表明:该系统可快速准确收集生产实绩数据,完成生产过程在线监视;编制出符合现场情况、满足工艺要求的高效生产调度计划·     

基于准时制的时间成本双目标作业调度优化

提出了一种基于混合遗传算法的以生产周期和生产成本为优化目标的作业调度方法，该方法采用Giffler-Thompson启发式调度算法产生活动的调度，基于工序编码的染色体决定了工序调度的优先级，在启发式调度算法产生的冲突集合中，根据工序的优先级选择下一步安排加工的工序，混合遗传运算在全全局范围内搜索具有最优调度工序优先级的染色体，同时，在GifflerThompson的启发式算法中，采用了反向调度的策略，即从工件的交货期开始，先安排最后一道生产工序，然后依次安排前一道生产工序，直到工件的第一道工序调度完毕，形成一个完整的调度方案，在算法中，不仅考虑了工件的生产周期和多个工艺计划，而且考虑了库存费用和加工费用，设计了基于生产周期和生产成本的双目标适应度函数，算例结果表明该方法是可行的。     

带准备时间的任务单机学习效应排序问题

具有学习效应的任务的加工时间和带有准备时间的任务问题是排序论中的重要研究内容,它们对任务的完工时间有重要影响．研究了具有学习效应且带有准备时间的任务单机排序问题,其中学习效应指的是任务的实际加工时间是该已经排好的任务对数加工时间的递减函数,目标函数为最小化总完工时间．这个问题是NP-难问题．用分支定界法给出了此问题的最优解,为了提高分支定界法的运行效率,同时给出了一个启发式算法、几个优势性质和两个下界．计算结果表明分支定界法和启发式算法求解此问题非常有效．     

作业时间服从指数分布的调度规则失效率分析

研究当作业时间服从指数分布时,作业的随机波动性对基于作业时间的调度规则的影响．对于两项作业以及三项作业的情况,采用概率统计分析的方法,推导出调度规则失效率解析解．对于多项作业的情况,提出产生随机数模拟的模型,给出失效率的无偏估计量和置信区间,并分析模拟的迭代次数的选取,及模型有效性．最后得出结论：在作业时间服从指数分布时,相邻作业时间期望值的两两比值越接近1,调度规则失效率越大．对作业调度计划具理论指导意义．     

并行机优化调度问题的新算法

将调度规则的简洁性与遗传算法的强大搜索能力相结合,提出一种能用于最小化拖期任务数并行机调度问题的基于遗传的新的调度算法,并用计算实例表明了该调度算法优于迄今最好的启发式算法,并能适用于大规模并行机调度问题,本算法计算量小,具有很强的鲁棒性。提出的基于遗传的调度算法不仅能用于生产调度领域,在大规模数值计算及计算机网络技术等方面都有很好的应用前景。     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

Blocking流水车间调度问题的MBT算法研究

针对目标函数为Makespan的Blocking流水车间调度问题,设计了一种构造启发式算法．初始排序的产生从减少下游工件的滞留时间入手,结合有向图中对关键路径的分析,采用插入规则进行搜索的方法得到工件序列的近优排序．通过大量典型算例的计算,实验结果证明了设计的算法具有优越的性能．     

流水车间排列排序专家系统—PFSCH

流水车间排列排序问题可以简单表示为:n/m/p/F_(max),其含义为,n个不同的工件(J_1,J_2,…,J_n)要经m台机器(M_1,M_2…,M_m)加工;加工路线为M_1—M_2—…—M_m,n个工件在每台机器上的加工顺序都一样;p表示排列排序;目标函数是使最长流程时间F_(max)(加工周期)最短.n个工件有n!种不同的加工顺序.现已证明,n/m/p/F_(max)(m≥3)问题属于NP难题,找不到多项式时间算法.因此,人们提出了若干个启发式算法,其中最著名的是Campbell等人提出的启发式算法(简称为CDS法).Dannenbring曾比较过11种不同的启发式算法的效果,指出“快速接近扩展搜索法(RAES法)”的结果最好.但是,RAES法实质上还是一种列举法,它不从问题本身的结构出发,具有很大的盲目性.虽     

计算机辅助作业计划的启发式方法及其应用

分子了平行顺序移动方式下零件在工序间的运动过程和特性，据排序问题理论分析建立了数学模型，对ｎ／ｍ／Ｐ／Ｆｍａｘ问题，构造了优度较高的启发式算法，实现了计算机辅助编制作业计划，该法适于流水车间或成组单元，开发的相应软件可用以编制零件加工进度计划，机床负荷计划，同时绘制生产作业计划图，仿真效果较好。