基于和声搜索算法的RGV动态调度优化模型

以2018全国大学生数学建模竞赛B题为例,针对RGV车间调度的具体案例,采用和声搜索算法和遗传算法,建立了RGV动态调度模型,解决车间CNC最优排布问题和RGV最短路径问题,得到了一个班次的RGV动态调度策略,以优化工业生产的实际过程.并代入3组系统作业参数,验证了模型的实用性和算法的有效性.     

基于排队论模型的RGV动态调度研究

在智能加工系统中,直线往复式轨道自动引导小车(Rail Guided Vehicle,RGV)的智能调度是当下的研究热点之一。如何解决RGV的动态调度问题,从而提高整个智能加工系统的工作效率是该文的研究目的。该文通过建立排队模型,利用相关数学算法对智能RGV小车的动态调度问题进行分析和研究。首先考虑到物料进入加工系统可认为服从参数λ的泊松分布,以加工机器CNC为"服务平台",建立标准的排队模型。其次结合模型的特点,确定模型运行所需相关状态参数。最终确定将物料平均等待时间wq、平均停留时间ws以及整个生产线的加工效率R为评价指标并以可视化图形的形式,将上述评价指标进行对比分析,从而给出一个最优的RGV小车动态调度策略。     

基于优化粒子群算法对智能RGV动态调度的研究

针对单轨直形穿梭车RGV(Rail Guided Vehicle)的动态调度策略,以单位周期8 h内加工数目最多为目标,分别对一道、两道工序及故障系统进行仿真模拟分析。在此基础上,运用粒子群优化算法、最短路径TSP(Traveling Salesman Problem)遗传算法对正常工作情况下一道、两道工序加工系统建立调度方案,同时利用概率函数法在故障情况下建立可修排队系统,最后利用MATLAB进行故障仿真,得到3组参数在不同故障率的系统作业效率,从而为RGV动态调度提供了最优CNC(Computer numerical control)加工循环序列。     

口腔设备加工系统的RGV动态调度

该文通过分析国内外对RGV在加工系统应用的现状,结合口腔设备加工的实际情况,在熟悉RGV构成及作业流程的基础下,对口腔设备的自动加工系统中RGV动态调度问题展开研究。结合加工系统参数,针对加工系统中的单个RGV进行动态调度分析,构建贪心算法模型,找出RGV工作时的最佳路线,提高加工效率,运用Matlab对该最优路线进行迭代,验证了该RGV动态调度顺序的可信性和可行性。     

智能RGV的动态调度策略

针对2018年全国大学生数学建模竞赛B题,本文通过建立三种不同情况下的RGV动态调度模型,编写相应的求解算法,给出了RGV的调度策略和系统的作业效率,并对模型的实用性和算法的有效性进行了检验.任务1中,针对一道工序的情况,引入固定起点的最短路径问题和动态规划等数学思想,建立基于动态路径的调度模型和编写RGV实时路径仿真算法.针对两道工序的情况,在动态规划中增加相应约束条件的同时,通过增加RGV状态变量,优化了模型和算法.针对出现故障的情况,建立基于空闲时间插入法的故障扰动模型,缩小了RGV决策集,从而实现了相关算法.任务2中,通过算法程序,得到了RGV的旅行轨迹和一定时间内加工的工件数,从而得出了RGV调度策略和系统作业效率.     

基于混合遗传算法下的RGV动态调度模型

对智能RGV加工系统进行分析,建立排队论(M/M/s)模型并给出三种不同情形下的RGV调度方案。利用混合遗传算法对不同的调度方案求解。最后,用系统作业的数据定量分析、验证了该模型的实用性、有效性。     

自适应RGV动态调度模型与仿真

针对车间中RGV为CNC上料的调度问题,提出一种基于排队论方法和FIFS准则的RGV动态调度模型,给出CNC工序分配方式和RGV调度算法,通过MATLAB软件分别进行单工序和双工序2种工作状态下的仿真,研究其在应对机器故障等突发状况时的适应能力。结果表明:基于排队论的RGV动态调度模型是一种周期性的自适应调度模型,在面对突发状况时能够及时作出调整,自适应能力强。     

智能RGV的动态调度策略研究

对智能RGV的动态调度策略进行设计,运用了线性规划、遗传算法及数据包络分析等方法,构建了线性规划模型、多目标FJSP问题模型、DEA效率检验等模型,综合运用了Matlab、Mathematica等软件编程求解,得到了能够解决两种情况:一道工序和两道工序的物料加工作业情况下有效的RGV动态调度模型和求解算法,最后根据三组具体数据,运用DEA模型检验出模型的有效性,并且证明出系统具有较高的作业效率。     

两道工序无故障的RGV动态调度模型算法研究

智能加工系统的出现,使得物料加工更加快捷有效,极大地减少了人工生产过程的成本.本文通过对RGV动态调度问题的研究,建立了优化模型和仿真模型.同时利用计算机仿真技术,给出了RGV在两道工序加工且无故障发生时的调度方案,并且做了简单的评价.     

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.     

云计算中基于改进离散粒子群优化的任务调度方案

针对云计算中现有智能任务调度算法容易陷入局部最优的问题,提出一种基于改进型离散粒子群优化(DPSO)算法的任务调度方案。对传统DPSO算法中的粒子位置更新公式中的惯性权重进行改进,使其根据迭代次数非线性递减,提高算法的搜索能力;另外,融入了随机扰动操作,避免算法陷入局部最优。实验结果表明,与传统遗传算法和粒子群算法相比,该方案能够获得最优的调度策略,有效降低任务的完成时间。     

基于用户行为模型的TVOS资源分配算法

现有的智能电视操作系统(TVOS)资源分配多依赖于操作系统本身对任务的资源分配方案,而系统对任务的调度是尽力而为(best-effort)的,以最大化系统的吞吐量为目的,这种资源调度分配方案在实时或多媒体应用系统存在不能保障应用的服务质量(QoS).为此,在研究TVOS用户行为模型的基础上,量化了用户对应用的偏好,并结合应用QoS模型提出了两种资源分配算法RA_DP和RA_PLSH.实验结果表明,基于动态规划的RA_DP算法能够求出问题的最优解,可作为算法间比较的参考,但算法时间复杂度很高;基于资源定价的局部搜索启发式RA_PLSH算法可在短时间内求出问题的近似最优解,与其他启发式算法相比更适合于智能电视资源的实时分配.     

基于Petri网与动态加权启发策略的FMS调度优化

为解决基于Petri网的柔性制造系统(FMS)调度方法搜索效率不高的问题,提出了一种调度优化算法。采用了改进的最优节点选择方法来提高算法节点搜索能力;在算法搜索进程中使用了动态加权启发函数,以保证最终找到某种最佳或较满意的调度结果;使用了启发式A*算法与深度优先算法相结合的方法以加快算法的收敛速度。这些策略减小了算法在Petri网可达图中节点的搜索范围,加快了算法的收敛速度,并且保证了调度结果质量的可控性。最后仿真结果证明了方法的有效性。     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.     

基于Petri网的服装柔性生产工序优化

为了解决服装吊挂系统多任务生产的优化调度问题,提出了一种基于Petri网的生产工序优化调度方法。根据服装吊挂系统的加工特点以及赋时库所Petri网的变迁发射规则,分析系统的多任务加工流程,得出多任务生产工序最优调度策略算法,并得到了工序的最优排列顺序和时刻。多组实例验证了该方法在服装柔性多任务生产工序优化方面的有效性。     

基于重建策略的云工作流调度算法优化

为了进一步提高算法性能,提出一种改进的蛙跳算法,并与调度方案相结合,以期为云工作流资源分配提供最优调度.通过在蛙跳算法的局部搜索中加入重建策略,提高了数据随机性,有效避免了局部最优.研究了调度方案生成算法,与改进算法相结合得到接近最优的调度.利用Java模拟器进行仿真试验,并与粒子群优化算法和传统蛙跳算法作比较.实验证明,提出的方法可以在满足最长截止时间约束的情况下,使总执行成本最小化.     

混流柔性加工单元自动导引小车的调度优化

多品种混流柔性加工单元中的自动导引运输车(AGV)数量和运行路径直接影响单元的运行效率.在考虑产品加工工时、批量需求、设备物理位置等约束下,以最小化搬运任务时间为优化目标,基于改进Memetic算法,通过编码和搜索机制的调整,对不同AGV数量以及不同设备加工任务分配方案条件下的调度策略进行协同优化求解,有效避免了迭代过程中易出现非法解的状况,从而获得了AGV最优调度路径.最后通过实例验证了该方法的可行性和有效性.     

考虑拥堵因素的自动化码头多AGV无冲突动态路径规划模型

针对自动化集装箱码头水平运输系统的调度优化,提出一种自动引导车(AGV)动态路径规划策略,即在多AGV系统路径生成的同时进行动态路径优化.从AGV运输作业时间角度,建立考虑拥堵的多AGV路径优化模型,优化AGV路径方案.为求解模型,设计了基于动态路径规划策略的多种群蚁群算法,并对模型与算法的有效性进行验证.结果表明:基于动态路径规划策略可以对路径规划过程进行动态控制与优化;同时,考虑拥堵因素可以有效地解决水平运输路网中的拥堵问题,提高运输作业效率.     

基于离散布谷鸟搜索算法的带阻塞有差速混合流水车间调度

基于以最小完工时间为目标的带阻塞有差速混合流水车间调度问题,提出了一种改进的离散布谷鸟搜索算法。在基本布谷鸟搜索算法的莱维飞行和巢寄生性的基础结构上,提出了一种基于交叉策略的莱维飞行机制,以便算法能够解决离散问题;同时,通过非余弦递减策略的动态发现概率去发现劣质鸟巢,并利用排列差分进化算法的变异思想将劣质鸟巢重建;在搜索过程中设定全局最优极值保持代数为阈值去重新发现劣质鸟巢,以防止算法陷入局部最优;最后利用邻域搜索方法进一步提高算法的搜索精度。通过仿真实验验证了该算法在求解混合流水车间调度类离散问题上的有效性与优越性。     

基于启发式调度的自动调度方案优化

文章针对启发式调度算法并不能够保证调度方案最优的缺陷与不足,对自动调度算法得到的调度方案作了分析与修改,并建立了纵向优化算法和横向优化算法,使得人机交互式自动调度在处理加工任务量大,调度工序众多的情况之下,能有效地减少人员操作难度,进一步增加了系统的实用性。