基于差分算法的装配式构件生产成本控制

为有效控制装配式构件生产成本,进而降低装配式建筑建造总成本,分析了预制构件生产特点,建立了以最小化生产成本为目标的预制构件生产调度优化模型,设计了求解该模型的改进差分进化算法。通过实例应用验证了模型可行性,并将其运行性能与遗传算法进行对比,验证了该算法有效性。由此可见,通过优化构件生产调度,可有效降低构件生产成本及建造总成本。     

预制构件生产-运输-装配一体化的建造调度优化

为研究预制构件生产-运输-装配一体化的建造调度优化问题,构建装配式构件全过程的多目标调度优化模型.优化模型将预制构件3个阶段的优化作为一个扩展的生产车间调度优化,并采用改进的双种群遗传算法对模型进行求解.结果表明：改进的双种群遗传算法能够显著提高遗传算法的搜索效率;优化模型能够有效地减少总完工时间和并行机器的总机器成本.     

基于混合并行混沌优化算法的 铸造生产线两阶段协同调度

高效的生产调度策略是铸造企业提高生产效率、降低生产成本的重要手段.目前,铸造生产优化调度的相关研究通常是针对熔炼浇铸加工与机加工两阶段分别进行的,制约了铸造生产线全流程优化调度的效果.针对铸造生产线生产过程当中熔炼浇铸加工与机加工协同调度问题,建立了以最小化总完工时间为目标的铸造生产线全流程优化调度模型.为了有效地解决该调度模型,提出一种混合并行混沌优化算法(HPCOA).HPCOA中设计了并行混沌搜索用于高效的全局搜索,并引入基于关键路径的变邻域搜索用于增强算法的局部搜索能力.通过在实际案例的对比试验,证明了HPCOA算法的有效性.     

装配式混凝土结构生产运输协同调度

增量成本是制约装配式建造模式推广发展的重要瓶颈,其形成原因主要是预制构件生产、运输与吊装各环节缺乏联动机制.从供应链集成的视点出发,聚焦于生产与运输阶段,分析预制构件的工艺流程和组批特征,构建了以准时交付和流程时间为目标的预制构件生产运输协同调度模型,并设计了改进的遗传算法进行求解.数据实验结果表明,模型的可行性强,能够有效改善预制构件的生产调度和运输管理,提高两者协同效率.     

基于改进GA含蓄电池充电次数约束的微电网动态调度

针对独立微电网的动态优化调度问题,以微电网系统运行约束、可控微源出力特性约束及蓄电池运行约束作为微电网优化模型的约束条件,考虑蓄电池充放电转换次数约束,建立以独立微电网运行经济成本与环境成本为综合优化目标的动态优化调度模型;然后,采用一种基于Tent混沌映射技术与NDX交叉策略的改进遗传算法求解该模型;最后,通过仿真算例验证模型的合理性。结果表明,优化调度模型中供热/电可靠性水平与综合成本间呈近似线性关系,合理限制蓄电池充放电转换次数有利于降低综合成本。与其他算法的对比结果表明,改进遗传算法在求解该类复杂的多约束优化问题时收敛效果良好。     

基于Flexsim的制造车间生产线仿真优化研究

对制造企业生产线优化能有效降低运营成本。某制造生产车间同时生产三种产品,加工设备、生产线复杂。为提高生产效率,采用Flexsim仿真软件建立生产线模型,并通过仿真试验分析现有生产线瓶颈;采用增加加工设备、增加搬运设备及采用柔性生产调度方法等三种方案对生产线进行优化;结果表明,优化后的生产线投入产出率提高了13.83%,车间生产趋于平衡,同时,设备利用率也得到提高。     

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.     

装配式建筑构件生产资源调度问题研究综述

近年来随着装配式建筑的快速发展和广泛应用,多订单、多模式的预制混凝土构件生产进度优化问题随之产生,对装配式构件生产资源进行调度优化,能为预制构件生产厂提高生产效率并提升市场竞争力。为此,对传统资源调度优化问题的研究现状,装配式建筑发展状况及预制构件生产情况进行了分析,将传统资源调度模型与近年来学者提出的新模型进行比较,结合智能优化算法在资源调度方面的应用,对预制构件生产资源调度问题进行了综述,希望能对有关学者做进一步研究提供有效帮助。     

基于遗传算法的TFT-LCD冲压生产线布局优化

为提高薄膜场效应晶体管液晶显示器(TFT-LCD)产品的生产效率,基于遗传算法对传统冲压生产线布局进行优化研究.以生产线物流费用最低为目标函数,生产车间总长度、总宽度和设备间保留最小间距等为约束条件,建立了TFT-LCD冲压生产线数学模型,通过编程求得优化解,并根据生产现场实际与自动化改造情况调整出较好布局优化方案.按优化方案进行试生产的测算结果表明,优化布局方案实施效果良好,与优化前布局相比,生产背板周期时间提高了25％,生产线平衡率提高了10％,日产量提高了33.3％,成本降低了25％.     

基于需求响应的含光伏电力系统优化及其算法改进

为解决光伏并网发电的不稳定性以及发电调度成本高的问题,建立了以发电调度成本最小为目标的含光伏电力系统优化模型。该模型借助电价的需求响应来增加对负荷的调控能力,以减少光伏的不稳定性对发电调度优化结果造成的影响。为求解该模型,对经典的遗传算法进行了改进。仿真结果表明:考虑需求响应有利于含光伏电力系统负荷削峰填谷,提高机组发电的稳定性,并且降低了含光伏电力系统机组的发电调度成本,验证了所建模型的正确性和有效性。     

多技能资源投入项目调度问题的建模与优化

以大型工业品移动装配线为实际背景,针对多技能人力资源投入成本问题,建立了以最小化资源投入成本为目标的数学模型.针对该模型,提出了基于全局作业影响的改进调度机制的遗传算法,设计最小费用最大流多技能资源分配算法解决资源分配问题,通过基于全局资源水平影响的作业调度评估策略优化非关键作业的调度位置.最后利用改造的标准算例库PSPLIB进行数值试验,通过与CPLEX和文献算法对比,验证了本文算法的有效性.     

基于遗传算法的卫星广播调度

卫星通信系统通常需要将多种业务通过若干频道广播给用户,合理的业务调度方案对于系统效率具有重要意义。为了求得较优的调度方案,文中建立了一个基于微观经济学效用函数概念的卫星广播调度模型,并提出了一种特定的遗传算法进行目标函数的极值求解。该算法使用了有效的交叉操作,并设计了将线性定标与基于排序的非线性定标相结合的混合适应值定标方法。仿真分析表明,该算法是一种全局寻优性能好、收敛速度快的高效卫星广播调度算法。     

基于交替迭代遗传算法的多级车间生产计划与调度的集成优化

为了提高多级生产系统的运作效率,研究了一类多周期的多级车间生产计划与调度的集成优化问题,该生产系统由一级混批Job-shop车间和一级混流装配车间串联而成.首先建立了该类集成优化问题的混合整数规划模型,该模型从上下游生产车间的需求关系出发,综合考虑上下游车间的物料平衡、设备负荷以及开工位置等约束条件,同时满足优化上下游生产线的费用目标.然后提出了一种交替式混合遗传协调优化算法求解该集成优化问题,其主要思想是给定计划用一种混合遗传算法求调度,反过来给定已求调度用另一种混合遗传算法求取新计划,如此不断交替使用2种混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

侧向跑道机场滑行路径优化

为了缓解机场场面交通拥挤状况,提高侧向跑道机场场面运行效率,构建了侧向跑道机场航空器滑行路径优化模型.该模型以航空器加权滑行时间和延误等待时间最小为目标,提出了动态优化航班的优先级的优化方案.将航空器的运行规则转化为相应的数学约束条件,根据侧向跑道机场的滑行道调度问题进行算法设计,运用改进的遗传算法对模型进行求解,以航空器的优先级滑行序列和航空器滑行路径为染色体,基于MATLAB对双链染色体进行编码,并对4种滑行冲突与解脱进行分析.以成都天府国际机场为例进行算例分析,与先到先服务序列进行对比,采用优化方案的序列可以节省42 s,并与蚁群算法进行比对,验证了改进的遗传算法的有效性,可以为繁忙机场的滑行调度提供决策支持.     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

干扰情形下重复性项目快速修复策略模型与算法

重复性项目受到干扰事件影响后,如何使其低成本,快速修复到基准调度计划,是项目管理者面临的重要问题。本文研究了干扰情形下重复性项目的反应性调度问题。首先提出了一种新的快速修复策略模型,旨在使项目以较低的成本快速修复到基准调度计划;针对问题特点,设计了一种Q-learning与遗传算法结合的混合算法进行求解;最后通过一个高速公路项目和蒙特卡洛模拟验证了本文模型和算法的有效性。结果表明：本文所提出的修复策略可以显著降低反应性调度成本;在一定范围内,增加修复的范围可以有效降低反应性调度成本;Q-learning与遗传算法混合算法在该问题上的求解质量和效率优于遗传算法。本文可以为重复性项目管理者进行反应性调度提供决策依据。     

基于多规则资源分配的柔性作业车间调度问题多目标集成优化方法

针对柔性作业车间调度问题中多种资源分配的复杂特性,建立了以最小完工时间、最优人工分配方案、设备最大负荷以及最小生产成本为目标的集成优化模型,并设计了一种具有多重资源约束的多目标集成优化方法;针对组合模型的爆炸性特征,为降低模型的复杂度,采用多规则资源分配的集成调度思想,通过调整规则概率使概率大的规则被优先选中,使用多规则导向机制"推动"搜索过程向指定目标方向移动,并结合动态规划法求解最优人员分配方案;采用改进的非支配排序遗传算法——NSGAⅡ可以获得不同规则概率值的Pareto解集;最后,通过仿真对比与应用验证了所提方法的有效性.     

TFT-LCD制造cell阶段多目标绿色调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)制造cell阶段的多目标绿色调度问题,构建了最小化最大完工时间、总能耗和总生产成本为目标的优化模型。采用基于机器和工序的两段式编码,使用在步长因子前加入动态系数的改进布谷鸟搜索算法,结合双元锦标赛和动态淘汰制,根据聚集距离法筛选Pareto最优解来获得Pareto最优解集,对TFT-LCD制造cell阶段多目标绿色调度问题进行求解。结果表明,改进布谷鸟搜索算法优于标准布谷鸟搜索算法和带精英策略的快速非支配排序遗传算法,可以提高TFT-LCD制造cell阶段多目标绿色调度问题的求解效率和质量。