基于负荷控制原理的DBR改进机制

DBR是约束理论应用于企业生产计划与控制的具体工具,广泛应用于具有明显主工艺流向和瓶颈特征的GFS生产系统。负荷控制被认为是应对MTO背景下GJS生产系统的一种有效生产计划与控制解决方案。通过集成负荷控制的订单投放控制原理和方法,本文提出了一种DBR改进机制C-DBR。利用Simio仿真软件建模,系统比较了DBR与C-DBR机制在不同紧急订单比例、机器故障间隔时间与保护产能水平等参数影响之下的系统绩效。结果显示,C-DBR机制更适合动态环境下GFS系统的生产控制,结合车间瓶颈缓冲的动态控制能够明显改善车间在制品数量、车间通过时间与系统通过时间等绩效指标。     

面向存在瓶颈的一般流水车间的集成负荷控制方法

针对产品工艺呈现主流向且存在瓶颈时,传统负荷控制方法的不足,借鉴约束理论的DBR机制,提出了为非瓶颈资源设置保护产能,将订单投放与瓶颈派工规则集成的车间负荷控制方法。在分析瓶颈漂移与保护产能,调度规则、负荷限额与系统绩效关系的基础上,设计了保护产能位置与水平,派工规则以及负荷限额水平的组合实验,仿真分析系统绩效的变化规律。实验结果表明,集成负荷控制方法中不同的保护产能位置、水平以及调度规则和负荷限额参数组合有不同的适用环境,实施企业需要根据实际情况选择合适的参数,以更好的保证订单的系统通过时间与交期。     

基于动态交互层的柔性作业车间动态调度问题研究

为快速应对柔性作业车间生产过程中出现的突发状况,构建了一种以全局任务最大生产完成时间以及紧急订单生产完成时间为优化目标的柔性作业车间动态调度模型。针对上述模型,提出一种更加适用于动态排产的动态交互层DIL (Dynamic Interaction Layer)来代替滚动窗口。设计了粒子群遗传混合算法PSGA (Particle Swarm Genetic hybrid Algorithm),将粒子群算法中位置更新策略与遗传算法基因突变融合,加强算法局部搜索能力。针对柔性作业车间订单加急的意外状况,采用DIL与PSGA相结合的方法求解动态调度问题。通过仿真实验,验证了DIL处理紧急订单的能力和PSGA算法的有效性。     

基于优化资源流约束的模具多项目反应调度算法

针对模具多项目执行过程中由于任务拖期而导致的调度计划变更,提出了一种基于优化的资源流约束的反应调度算法. 首先利用基于优先规则的微粒群算法构建一个项目加权工期之和最小的初始调度计划,采用启发式算法建立并优化初始调度计划的资源流网络,并将关键链技术与资源流网络相结合,对初始调度计划进行合理的时间缓冲设置. 然后建立了以调度计划扰动费用最小为优化目标的反应调度模型,并用基于优先规则的微粒群算法进行求解. 最后,通过仿真计算分析了算法的可行性与可靠性,结果表明该反应调度算法在模具多项目动态调度中具有一定的应用价值.     

基于最短时间碎片的在线生产调度算法研究

针对订单型企业的在线生产调度问题,文章通过统计每个设备上允许插入工序的时间区间,提出了基于最短时间碎片的启发式在线生产调度算法.该算法的主要思路是将工序的先后约束关系和在同一设备上的先后执行关系统一建模为无圈有向图,从而依据最短时间碎片将新订单的调度过程转化为在有向图中添加顶点和有向边的过程.仿真实验结果表明该算法可以在保证订单交付期的前提下实现排产任务,并尽可能少地变更已排产工序在设备上的相对位置;在订单频繁到达时,调度的设备利用率较高,达到了约94%;此外,算法运行较快,适用于较大规模在线生产调度问题的求解.     

半导体硅片加工过程复合控制策略研究及仿真

复合优先级控制策略CPC是一种兼顾投料与调度策略的生产过程综合控制策略。通过比较加工任务的复合优先级系数，CPC策略能够确定下一个加工任务，以及决定何时投放新工件。CPC策略甚至能够暂停非瓶颈设备以避免瓶颈设备前的在制品堆积。仿真结果表明，这种复合控制策略是一种能够同时优化多种性能指标的生产过程控制策略，可降低加工周期及其方差，减少生产过程中的在制品数，提高设备利用率及生产率等。     

基于蚁群算法的Job-Shop多资源约束车间作业调度

针对多资源约束的车间调度问题,考虑资源种类变化的情况及资源在可用时间上的约束影响,建立了该类问题的通用调度模型。提出了一种基于蚁群算法的作业优化调度算法,在Job-Shop问题图形化定义的基础上,设计了状态转移规则、轨迹强度更新规则以及工序时间的决策规则,借鉴精英策略的思路,对多资源约束车间的具体调度进行了分析与实现。实例仿真表明,该方法对多资源的车间调度问题是可行的。     

基于超启发式遗传规划的动态车间调度方法

动态作业车间存在资源状态的不确定性和任务的随机性,难以寻找适用于多种复杂生产情景的通用调度规则。提出一种基于超启发式遗传规划的动态车间调度规则自动化发现方法,以最大完工时间和平均加权迟到时间为优化目标,利用机器排序规则的自动化发现,来提高不同生产情景下车间调度的动态适应性。通过对演化调度规则的语义分析,分析了GP树终端属性对不同优化目标的作用。实验结果表明,所提算法能够针对不同生产场景,生成适合的调度规则,且性能优于人工设计的基准调度规则。     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

以正好满足产品需求为约束条件的车间最优生产计划

研究以正好满足产品需求为约束条件的预选性自动化车间（FAW)伯最优生产计划问题，首先根据实际需要建立车间生产计划的含需求约束的非线性规划模型，然后为求解方便通过引进约束将其转化成线性规划模型，由于这种模型对于一般车间来讲其规模已经很大，很难在微机上用单纯形法在可接受的时间内获得其最优解，为此，提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解车间最优生产计划问题，并编制了相应软件，最后，通过算例研究，比较了卡马卡算法，基于卡马卡算法的关联预测法和Ｍatlab中的线性规划法，结果表明所提方法非常适合将ＥＲＰ／ＭＲＰＩＩ下达给ＦＡＷ的中期计划最优分解成由ＦＡＷ中各ＦＭＳ执行的短期计划。     

带有限容量缓冲库的多目标柔性作业车间调度优化

研究一类从无缝钢管生产实际中提炼出的作业车间调度问题.该问题具有生产工序间存在有限容量缓冲库,生产工艺路径柔性选择,生产设备需要转换时间,生产调度多目标等特点.针对具有这些特点的调度问题,构建了混合整数规划模型.鉴于其NP-hard性,设计改进的遗传算法进行求解,进而提出辅以局部搜索优化算法的方法,并通过企业生产实际数据比较和验证算法的性能及有效性.该模型和算法已被用于无缝钢管生产作业计划软件系统的开发,并在实际运用中取得了良好的效果,对各大钢管企业的生产调度均具有一定的实际指导意义.     

生产能力约束条件下的柔性作业车间调度优化

柔性作业车间调度问题是经典作业车间调度问题的深化,为解决实际生产系统中作业车间调度资源受限问题提供了方案.从生产能力约束条件出发构建柔性作业车间调度模型,以最大完工时间最小和最大机器负荷最小为目标函数,并提出了基于此的改进遗传算法.该算法采用基于工序和基于机器相结合的编码机制,利用改进多父代交叉算子和多点变异进行遗传操作,在充分保留父代优良基因的同时保证了种群的多样性,克服了传统遗传算法易于早熟或收敛慢的缺点.最后,通过仿真和比较实验,验证了该算法优化生产能力约束条件下柔性车间调度问题的可行性和有效性.     

基于资源流网络与时间缓冲集成优化的鲁棒性项目调度

针对工期不确定的资源受限项目调度问题,将鲁棒性资源分配和时间缓冲插入两种方法进行有效地结合,通过设计两阶段集成优化算法构建抗干扰能力较强的鲁棒性项目调度计划.第一阶段提出MEPC(minimizing expected penalty cost)资源流网络优化算法,通过对资源进行有效配置生成稳定的资源流网络.为进一步提升调度计划的鲁棒性,第二阶段通过固定第一阶段构建的资源流网络,设计EPC(expected penalty cost)缓冲优化算法,通过迭代方式在延期风险较大的活动前插入时间缓冲,实现项目期望惩罚成本最小化.最后通过大规模仿真实验从"解"鲁棒性"质"鲁棒性两方面来验证两阶段算法的有效性和可行性,结果表明通过将资源流网络与时间缓冲进行集成优化构建的调度计划不仅具有较好的完工性并且能更有效地应对项目执行过程中各种不确定性因素的干扰.     

基于仿真的双目标并行机开放车间自适应动态调度

针对工件到达时间与加工时间不确定，且存在紧急工件的并行机开放车间调度问题，以TWC(total weighted completion time)与TWT(total weighted tardiness)为优化目标，设计了一种集成FlexSim仿真模型与NSGA-Ⅱ算法的自适应动态调度方法。该方法以FlexSim模型仿真工件的生成和加工为基础，根据车间实时负荷确定动态调度周期，对紧急工件进行右移重调度，利用NSGA-Ⅱ算法生成双目标优化的调度方案。某晶粒拣选车间生产数据的实验结果表明，相较于利用规则的实时动态调度与固定周期重调度，提出的方法能够在最小化调度偏离度的同时获得满意解。     

时空约束下连铸车间天车调度的多目标建模与求解

针对钢厂炼钢-连铸车间天车调度的时空约束下NP难问题特点,考虑重钢包和空钢包吊运任务,以所有吊运任务等待被运输时间最短、总运输时间最短、天车之间负载时间差异最小为优化目标,按作业跨中多台天车执行吊运任务的时间空间约束、天车运行安全约束条件满足等为约束方程,建立了天车调度模型.设计了天车调度规则用于抽象表达其运行特征,即按吊运任务与天车的相对位置关系确定各天车与任务的匹配度,作为选择天车的指导;按天车状态及位置更新规则描述天车运行过程;按任务种类与预计起止时间先后确定吊运任务的优先级,作为天车运行过程中利用天车被动运输进行冲突消解的依据.设计了与模型特征相适应的改进遗传算法进行求解,采用某钢厂连铸跨的生产数据进行检验,通过与禁忌搜索法进行对比,证实了改进遗传算法的可行性和有效性,能够为生产过程中的天车调度提供指导.     

模糊作业时间的并行多机调度问题与算法研究

结合抚顺钢厂实际，利用模糊数学理论，对生产实际中的模糊作业时间进行处理，通过定理将模糊作业时间问题转换为非模糊的精确问题，利用禁忌搜索智能优化方法，对问题进行了求解，使调度计划具有一定的柔性，让管理者能够掌握调度时间范围，从而使计划调度更接近现实，大大缩短总完工时间，对于钢厂一体化管理，使连铸生产的高温铸坯，能够在允许时间范围到达热轧厂，降低了能源消耗，缩短生产周期。     

供应链环境下订单优先权确定

订货型生产企业中生产优先权的确定是制订生产排程的关键问题.约束理论、线性规划理论、战略理论、层次分析法以及熵权法等均从不同角度给出了订单优先权决策的理论和方法.针对订单优先权确定中的现有理论和方法的不足,构建了更为系统和完善的供应链环境下的订单优先权评价指标体系,在此基础上提出了基于RBF神经网络的供应链环境下确定订单优先权的新方法,并在实证研究中对比分析了三种不同决策方法下的评价效果.研究结果表明:供应链环境下基于RBF神经网络的订单优先权评价方法明显地优于基于BP神经网络的评价方法,更优于传统的基于层次分析法的评价方法,具有评价结果准确和训练时间短等优点.     

待料型生产计划与调度优化模型

提出待料型生产系统的概念．并建立待料型生产计划与调度优化的三个层次的教学模型；综合计划模型、生产调度模型和工艺优化模型。为具有待料现象的企业提供优化生产组织的一般分析方法和建模思路,以增进此类企业的经济效益。     

一种关联时效的OFDM系统调度算法仿真

在OFDM系统中,目前主流的调度算法在考虑缓冲区的时候,都默认其为无限大,并且每类业务的包大小都是固定的,这些假设不完全符合实际情况,使得算法的实用性不高.在考虑有限缓冲和包大小不固定的基础上,更实际性地考虑各类业务的时延需求,提出了一种新的调度算法,即在兼顾有限缓冲和包大小不固定的同时,用一个时间效用函数来表示业务被服务的紧迫性,进而通过调度保证各类业务的数据包在它所能承受的最大时延范围内传输数据,从而保证各类业务的时延约束.     

应急事件中瓶颈环节的实时优化调度

应急事件中的资源优化调度处于复杂动态的环境中,受到各种随机因素的影响,使得问题求解更加困难。约束理论指出瓶颈决定了整个系统的性能,通过对瓶颈环节的实时调度可以简化问题。用三元组α/β/γ方法分析了应急事件中瓶颈环节优化调度问题的特征,建立了对应的数学模型。运用基于任务的实时调度策略与包含复合动态分派规则的启发式算法进行问题求解。通过仿真结果验证算法的优越性和可行性。