钢管生产计划中的多目标柔性Job-shop调度问题

基于国内大型钢铁企业中钢管生产的实际,将无缝钢管的生产计划调度抽象为多目标柔性Job-shop问题(MFJSSP).在考虑产线产能各不相同、产线定修、前置库存限制的情形下,构建了混合整数规划模型, 解决①多产线共存情形下的生产路径柔性选择;②以订单的按时完工、各订单的供料尽量连续、规格转换成本最小为目标的多目标生产调度优化.鉴于该问题的NP-hard性, 设计改进的遗传算法进行求解,该模型和算法已被用于无缝钢管冷区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.     

具有跨工位操作的汽车总装车间调度仿真问题

研究了一类从汽车总装车间作业中提炼出的新的流水车间调度问题.该问题具有跨工位操作、停线操作以及加工时间波动的特点,这些特点使得调度问题变得相当复杂.首先,建立了该调度问题的数学模型;然后,针对此模型以最小化最大完工时间为目标,采用遗传算法和模拟退火算法相结合的方法确定出最佳调度方案;最后通过二维的动画仿真对调度结果进行验证与分析.利用北京某汽车企业总装车间实际生产数据测试和分析了上述方法,结果表明了该方法的有效性.     

带运输和设置时间的无等待并行流水车间调度问题研究

研究了一类从无缝钢管生产作业中提炼出的新的并行流水车间调度问题.该问题具有工件无等待、工序之间存在运输时间、设备需要调整时间等特点.这些特点使得问题变得相当复杂.建立了大规模的混合整数规划模型,通过提出的变换方法简化和降低了模型的规模.针对此模型,提出并开发了适合此问题的遗传算法.通过实验比较六种规则调度方法及遗传算法的性能.计算结果表明,六种规则调度中最好的方法是SPT,而遗传算法调度的性能优于SPT.     

不确定条件下的flow shop问题的免疫调度算法

生产调度是企业生产过程中一个重要部分，而且实际的生产过程中会存在各种各样的不确定性，针对不确定条件下的flow shop（流水车间作业）调度问题，采用模糊数学的方法来处理数据的不确定性，在基于模糊规划理论的基础上建立了相应的调度模型，并结合免疫算法的特点，提出了解决此类问题的模糊免疫调度算法．通过仿真试验，证明了模型和算法的可行性和有效性．     

ATO供应链中航空运输及并行机生产协调调度问题

研究了一类供应链中的生产和航空运输协调调度问题的特点.在此基础上,提出了解决该问题的理论框架.在该理论框架下,协调调度问题被分解为航空运输调度子问题和生产调度子问题.在对各子问题的定义和建模的过程中,考虑彼此之间的制约关系.建立了航空运输调度问题的整数规划模型,并证明了该问题等同于一个运输问题.在生产调度子问题中,考虑并行机的生产调度问题,证明该问题为NP完全问题,提出了解该问题的模拟退火算法.     

解决中间存储时间受限的间歇式调度问题的算法

生产调度问题是企业生产过程中的重要组成部分,合理、有效的调度方案尤其对提高间歇过程的生产效率和经济效益具有重要的意义.针对中间存储时间受限的间歇式调度问题,考虑了它本身具有的特殊性,提出了不同的约束条件,建立了相应的数学模型,并且结合基于生物免疫体系理论的智能方法———免疫算法的特点,提出了解决此类问题的免疫调度算法.通过仿真试验,表明了模型的有效性和算法的可行性.     

基于VRPTW-AT模型的钢包优化调度方法

在炼钢-连铸生产过程中,钢包的优化调度对减少钢铁生产的热能消耗,提高生产效率具有重要作用.将钢包调度问题归结为任务带有时间窗、车辆带有调整时间的车辆路径问题(vehicle routing problem with time windowsand adjustment time,VRPTW-AT).根据钢包服务钢水过程的约束建立了钢包调度问题的数学模型,针对模型特点提出了分散搜索(scatter search,SS)算法.基于国内某钢铁企业生产实绩做测试案例,对SS算法的优化效果与钢厂生产的实际数据进行了对比分析,实验结果表明了模型和算法的有效性.     

信息不完全共享下MC供应链动态调度模型研究

为解决信息不完全共享环境下,大规模定制供应链的动态调度问题,提出了基于蚁群算法的多企业交互调度模型.模型中,供应链企业均具有各自独立的异构生产调度系统,企业在互不了解完全生产信息的情况下,通过企业代理之间的反复、自动交互,对订单任务分配及合作时序进行协调,从而实现供应链动态优化调度.仿真实验证明,此模型具有良好的调度效果和稳定性.     

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.     

面向两客户的差异工件单机批调度问题

将差异工件批调度问题扩展到多客户生产环境,建立了优化两客户各自生产时间跨度的差异工件单机批调度模型.不同客户的工件集合具有自己的优化目标,为了满足不同客户的要求,需要多种不同的生产方案.针对该特点提出了一种面向两客户的单机批调度问题的多目标蚁群算法(MOACO),通过存储算法每次迭代产生的非支配解集,对人工蚁的搜索和信息素的更新提供指导,保证了搜索的效率.实验结果表明,与经典的多目标问题求解算法NSGA-Ⅱ和SPEA2算法相比,多目标蚁群算法具有较好的求解效果,且随着问题规模的增大,算法的优势更加明显.     

热轧无缝钢管生产作业计划研究

某钢管企业现有计划工作完全由手工完成，计划不够及时准确。ERP虽然能够有效改善企业的生产作业性能，但因热轧无缝钢管生产具有复杂生产工艺和多品种小批量的特点，使得该企业引进的ERP软件其标准计划流程又不完全适用于钢管企业的生产作业计划和实际。本文对谊企业的现有手工计划流程进行了分析，对生产作业计划流程进行了重新设计，指出钢管生产作业计划实质是组批、划分炉次和确定各炉次的生产日期(班别)，并提出了组批的原则以及划分炉次和确定各炉次的生产日期(班别)的方法与公式。     

钢箱梁生产的提前/拖期调度问题研究

本文以港珠澳大桥钢箱梁生产供应过程为研究对象,建立了钢箱梁生产的提前/拖期优化调度模型,并且针对模型的特点提出了一种基于启发式规则的改进遗传算法,在最优开工时间的基础上加入了拖期工件的剔除规则,有效地解决了工序不确定情况下的提前/拖期优化调度问题,并与无剔除规则的遗传算法进行比较,发现改进的方法在最优成本和收敛速度方面都有较大的改善.     

基于遗传算法的混合Flow-shop调度方法

混合Flow-shop调度问题（Hybrid flow-shop scheduling problem,HFSP),是一般Flow-shop调度问题的推广，由于在某此工序上存在并行机器，所以比一般的Flow-shop调度问题更复杂。本文提出了遗传算法求解混合Flow-shop调度问题的方法，给出了一种新的编码方法，设计了相应的交叉和变异操作算法，能够保证个体的合法性，同时又具有遗传算法本身所要求的随机性。最后给出了某汽车发动机厂金加工车间的生产调度实例，表明了此算法的有效性。     

热轧批量计划编制模型及其算法

针对钢铁企业生产调度中的热轧生产批量计划编制问题,建立了以提高平均单元计划轧制长度和热装比为目标的数学模型,在实际生产中两个优化目标具有不同的优先级。提出了一种两阶段变邻域搜索算法,该算法按照先优化平均单元计划轧制长度后优化热装比的顺序求解该问题。基于生产实际数据的仿真试验表明了所提出的模型和算法的有效性。     

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.     

非满载车辆调度问题的遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题，由于它是一个典型的NP难题，传统方法的求解结果往往不能令人满意。本文采用最大保留交叉、交叉率和变异率自适应变换等技术，设计了基于自然数编码的遗传算法，用于求解非满载车辆调度问题，在实验分析中获得了较好的结果。     

基于蚁群系统的工件排序问题的一种新算法

工件排序问题中如何使加工效率最高，一直是一个非常重要而且又非常困难的问题，特别是问题的规模很大时，目前各种算法计算就非常困难，有的甚至无法得到合理的方案，蚁群系统是近年来发展起来的解决组合优化问题的一种有效方法，根据工件排序问题的特点，建立了在不同种类的并行机上加工一批不同种类工件的优化数学模型，在蚁群算法的基础上对其进行改进，成功地把改进的蚁群算法用于工件排序问题的优化中，通过与其他算法的仿真比较，表明基于蚁群系统的算法是有效的，特别是问题规模很大时更显示其快较的收敛速度和较高的精度。     

A two-level genetic algorithm for scheduling in assembly islands with fixed-position layouts

This paper focuses on the scheduling problem in assembly islands environment with fixed-position layouts. In such configuration, the product normally remains in one location for its entire manufacturing period while machines, materials and workers are moved to an assembly site called an assembly island. This production layout has some unique features such as moving assembly workers,tools and materials; limited space at assembly site; considerable distance between islands. The authors first give the definition and mathematical model for the scheduling problem and then propose a two-level genetic algorithm to obtain a near optimal solution to minimize the makespan. Experimental results show that this algorithm is effective. The performance analysis of the proposed algorithm indicates that it is more efficient in the airline or shipbuilding industry than in the machine or tool final assembly companies.     

Ant System Based Optimization Algorithm and Its Applications in Identical Parallel Machine Scheduling

1 .ＩＮＴＲＯＤＵＣＴＩＯＮＩｄｅｎｔｉｃａｌｐａｒａｌｌｅｌｍａｃｈｉｎｅｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍｆｏｒｍｉｎｉｍｉｚｉｎｇｔｈｅｍａｋｅｓｐａｎｈａｓｂｅｅｎｐｒｏｖｅｄｔｏｂｅａｎＮＰｐｒｏｂ ｌｅｍ[1,2 ] .Ｉｔｗａｓｔｒａｄｉｔｉｏｎａｌｌｙｓｏｌｖｅｄｂｙｏｐｅｒａｔｉｏｎａｌｍｅｔｈｏｄｓｓｕｃｈａｓｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇ ,ｂｒａｎｃｈａｎｄｂｏｕｎｄｍｅｔｈｏｄ ,ａｎｄｉｎｔｅｇｅｒｐｒｏｇｒａｍｍｉｎｇ[3～ 7] .Ｔｈｅｓｅｍｅｔｈｏｄｓｃａｎ ｇｉｖｅａｎｏｐ…