基于遗传算法的主生产计划优化模型

文章针对生产与销售多种产品且每个产品具有多级装配结构的典型离散型生产制造企业,研究了其主生产计划调度优化问题;以全生命周期中生产与库存费用最小为目标,通过引入提前和拖期惩罚费用因子,建立了加工能力受限情况下的主生产计划优化数学模型;将遗传算法和启发式方法相结合,提出了一种新型的企业资源计划的主生产计划优化的求解策略;对典型实例进行仿真,并对求解性能进行了比较,结果表明该算法模型是有效和可行的。     

单染色体遗传算法在制造系统作业调度中的应用

为了解决制造系统作业计划调度方案的快速生成问题。通过研究单染色体遗传算法的全局收敛性的理论问题提出了一个新的联合移位算子。应用该算法，开发了在加工时间偏差最短和准时制（JIT）两种性能指标下的作业计划软件，用于快速生成调度方案。该成果对解决制造系统作业调度方案的快速生成具有一定理论和实践价值。     

多订单项目生产任务并行调度的遗传算法研究

在MTO(Make to Order)生产模式的制造企业中,经常存在多订单项目并行的情况。以满足资源约束为前提,优化多订单项目生产任务并行调度过程,成为该类企业关心的焦点问题。针对这一问题,根据任务并行调度的特点,建立了任务调度的目标函数,并采用一种改进了的遗传算法求解目标函数。该遗传算法用矩阵式染色体表示资源与生产任务之间的调度关系,采用突变机制来解决进化过程停滞问题,提高算法的搜索能力,并保留父代种群的优秀染色体,防止遗传过程中祖代优秀染色体丢失。     

改进遗传算法求解JIT模式下多工序作业调度

针对遗传算法在生产计划调度上的应用，结合JIT下的车间调度进行了改进研究。研究了单染色体遗产算法的改进问题，提出新的联合移位算子，针对车间作业计划的普遍实际情况，将这种算法应用在调度问题的求解上，重点开发了在加1二时间偏差最短和准时制(JIT)两种性能指标下的作业计划软件，给出了较详细的算法过程，用于生成快速与实时作业调度方案。     

多级多受灾点连续消耗应急物资调度优化策略

灾后应急救助十分关键,特别是多地同时受灾情况下.为此,考虑将灾民安置与物资运输一体化规划,建立连续消耗多级应急物资调配数学模型.在此基础上,以应急系统施救成本和施救不及时损失为目标函数构建优化模型,并应用遗传算法(GA)和序列线性规划(SLP)算法相结合策略对物资调配进行优化.构造四级救灾物资调配算例模拟救灾过程.数值结果表明,使用GA全局寻优结合SLP局部寻优策略相较单一优化算法能有效找到更优解.所提出的优化策略可为灾后多级多受灾点连续消耗应急物资调度提供可行方案.     

多品种装配顺序的一种改进遗传算法

多品种装配顺序的安排问题属于旅行商问题（TSP）,具有NP计算复杂性,针对该问题,以工艺辅助时间需求为优化目标,对遗传算法的边重组交叉算子（ER）作了改进．将基因的邻接关系分为左邻接关系和右邻接关系,通过抛弃基因的左邻接关系,将ER改进为右边重组算子（R—ER）,仿真表明改进后的遗传算法寻优能力更强、收敛性更佳．     

具有加工顺序约束和非对称模糊加工时间的工期指派调度方法

研究了工件加工时间是非对称模糊数、工件间具有优先加工顺序约束、目标函数为极小化提前完工惩罚和拖期完工惩罚和的均值的单机工期指派调度优化问题.证明了当模糊加工时间具有相同宽度比、优先加工约束关系为树状约束时,该问题是多项式可解的.进一步,当优先加工顺序为一般约束时,基于线性规划松弛技术,设计了近似比为2的近似算法.      

Network coding resources optimization with transmission delay constraint in multicast networks

Minimizing network coding resources of multicast networks,such as the number of coding nodes or links,has been proved to be NP-hard,and taking propagation delay into account makes the problem more complicated.To resolve this optimal problem,an integer encoding routing-based genetic algorithm (REGA) is presented to map the optimization problem into a genetic algorithm (GA) framework.Moreover,to speed up the search process of the algorithm,an efficient local search procedure which can reduce the searching space size is designed for searching the feasible solution.Compared with the binary link state encoding representation genetic algorithm (BLSGA),the chromosome length of REGA is shorter and just depends on the number of sinks.Simulation results show the advantages of the algorithm in terms of getting the optimal solution and algorithmic convergence speed.     

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．     

嵌入调整模型的CBR技术的炼钢调度系统

以钢铁生产为背景,以优化钢铁生产调度问题为目的,建立了基于嵌入调整模型的案例推理系统·着重论述了调整模型在该系统中的功能、调整模型的建立与求解过程·为了便于问题的求解,首先非线性调整模型被转化为线性调整模型;其次,采用两阶段求解算法提高求解效率·第一阶段,采用基于启发式思想生成种群的遗传算法将问题进行预处理,降低求解问题维数·为了满足生产现场的需要,在遗传算法实现中提出三维自然数编码策略·第二阶段,对简化后的模型采用单纯形法加以求解·仿真结果验证采用基于嵌入调整模型的案例推理系统来解决钢铁生产动态调度问题,其有效性比单一的采用模型或传统CBR方法要强,随着系统的完善,本系统将投入实际应用,会带...     

网格协同设计环境下基于资源负载均衡策略的任务调度优化模型及其算法

为了解决协同环境中的冲突问题,设计了一种基于现代协同设计系统的网格仿真模型,并结合免疫克隆算法和遗传算法的优点,提出了一种网格任务调度优化模型和遗传克隆负载均衡算法.仿真实验结果表明,这种调度算法有效地实现了资源的负载均衡,克服了遗传算法容易陷入局部最优的缺点,可以成功地应用于网格任务调度中.     

新式遗传算法在QoS路由选择中的应用

针对服务质量(QoS)路由的特点，提出了一种新式遗传算法。与基于二进制编码的通用遗传算法相比，本算法采用节点序列编码，编码、解码过程简单、直观，并在此基础上引入新的遗传交叉、变异算子。仿真实验表明，该遗传算法用于QoS路由具有全局收敛性，收敛速度较通用遗传算法有很大改观。     

含装配约束的作业调度问题及遗传解码算法

传统上加工与装配是分开研究的,而且很少涉及作业装配问题.为此,描述了一种包含加工与装配的作业调度问题.利用FT10基准调度问题的工序数据构造了调度问题及其产品结构.初步进行了以经典作业调度问题(JSSP)为对照的研究.采用基于字符串直接解码的遗传算法,解决了染色体对应不可行调度解的问题.仿真实验验证了遗传解码算法的可行性和有效性,而且进一步表明装配约束改变了JSSP;近优值2 046也优于关键路径规则算法的结果.     

基于事例的推理循环中人工神经网络和遗传算法的4种应用模型

从理论上研究了人工神经网络（ANN）模型和遗传算法（GA）在基于事例的推理（CBR）循环中的应用。针对CBR循环中遇到的共性技术问题，即事例的检索与修改，提出了4种应用模型：基于神经网络自适应共振（ART1）、自组织特征映射（SOFM）模型的事例聚类，基于反向传播神经网络（BPN）模型的事例相似度计算，基于GA的最近邻检索法（K－NN）特征权值优化以及其于GA和BPN的事例自动修改。讨论并建立了各种模型的算法。对提高CBR实际应用时事例的检索效率与质量具有指导作用。     

基于遗传算法的WDM光传送网的优化设计

介绍了网格状结构波分复用 (wavelength- divisionmultiplex,WDM)光传送网中增强网络生存性的两种恢复策略 -链路恢复和通道恢复。讨论了遗传算法 (geneticalgorithm,GA)的原理与实现。提出了一种基于链路恢复的网络资源最优化配置的整数线性规划模型 ,指出在链路波长数受限条件下 ,其优化问题是一种 NP- Hard问题。以该模型为基础 ,利用遗传算法对一个大型格状 WDM光传送网的资源优化配置问题进行了计算。结果显示 :对于该网络 ,采用链路恢复方式可使得网络资源利用率达到 6 4 %,证明了恢复方式在格状网的资源利用率方面较保护方式和自愈环方式更具有优势。     

基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征,对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM）,用于克服FCM易于陷入局部极优值的问题,以达到全局最优。同时,针对间歇过程数据不等长问题,提出自适应动态时间规整（DTW）算法。随后,用GA-FCM方法完成阶段划分,再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程,仿真结果验证了所提方法的可行性和有效性。     

基于SaaS服务的中小企业业务协同系统

为了解决网络环境下的中小企业业务协同问题,构建了基于软件服务模式(SaaS)的中小企业业务协同服务支撑平台.从架构层次出发,研究了支持中小企业业务服务构造与交付的基础架构模型,并研究了基于Portal的服务集成方法和基于SaaS服务互操作实现企业协同业务的方法.实际应用中,服务提供商可以将中小企业所需的业务系统构造成S...     

一种混合GA、SA和启发式规则的FMS调度方法

描述了一种综合ＧＡ、ＳＡ 与启发式规则优点的方法,及其在ＦＭＳ调度问题中的解决方案和ＦＭＳ调度的特点,建立了可变工艺路径的ＦＭＳ调度问题的模型．对ＧＡ、ＳＡ 操作中各步骤及其相应于ＦＭＳ调度的特殊性作了说明,提出了基于启发式规则库的ＳＡ 算法,阐述了柔性调度的基本框架,并对一个３３ 机器、１２７ 工件的实例进行了计算     

遗传算法在泵系统液控蝶阀关闭序列优化中的应用

泵系统出口蝶阀的关闭序列对泵系统过渡过程有很大的影响,为优化关闭序列,引入演化计算的遗传算法,将蝶阀的开度和时间作为变量,以系统过渡过程计算的最高压力作为适应函数值,按照一定的概率进行选择、杂交及变异,达到优化效果.计算结果表明,泵出口两阶段关闭叶控阀门的关闭序列对于系统的过渡过程压力上升控制起着重要作用.     

结合BP神经网络的遗传算法优选PEE制备参数

为方便快捷地寻找粉状乳化炸药PEE（powery emulsion explosives）的最佳制备参数,根据PEE制备数据建立了BP神经网络模型。以建立的非线性神经网络模型作为个体的适应度函数。采用Matlab编程,编写了制备参数的优选遗传算法迭代过程,并寻求到了最佳制备参数。依据灰关联分析方法,解析了PEE制备各因素对衡量指标的影响。结果表明,搅拌速度对PEE的制备也较为重要,而添加剂和喷雾压力影响较小,说明优化参数结果与原始数据的误差对衡量指标影响不大。理论分析结果与实际相符合,为PEE制备提供了一种新的优选方法。