调度问题的建模方法

生产调度问题有广泛的应用前景，有明显的经济效益与社会效益。但是生产调度问题的研究大多只考虑求解方法，很少涉及建模方法。建模方法主要依靠专家的经验和技巧。本文提供了调度问题的数学描述，这是把调度问题定义为一类约束满足问题。然后以皇后问题为例研究了调度问题的建模方法。由此实例给出了模型的测度，并给出基于约束的建模方法。这种基于约束的建模方法对于建模问题的理论化，形式化，是积极的探索。这可以指导调度问题的数学模型的建立。     

炼钢车间多天车动态调度仿真方案

针对炼钢车间多天车动态调度问题，提出了一种滚动调度策略下的仿真调度方案.模型目标函数考虑了最小化天车调度与工序调度在时间节奏上的偏离度，同时考虑了最小化天车工作量及其差异；约束条件在遵守天车避碰约束的同时，考虑了工位容量约束和重调度各种初始条件对天车调度的约束.模型以基于仿真的启发式方法求解.以某炼钢车间双天车调度为实例进行了仿真实验.实验结果表明，该天车调度方案能够维护工序调度稳定，减少和均匀天车工作量.滚动调度策略下，提出的启发式方法所得解的优化性能最高能达到最优解的96.3%.提出的滚动调度策略下的启发式方法相比于现场采用的实时规则调度方法，调度优化性能提高26.4%.     

一种动态约束优化调度的软件模型

基于静态约束调度及其组件结构,建立了一种动态约束优化调度的软件模型结构,可以适应于调度环境的动态变化。从软件模型上分析,动态约束优化调度的组件包括动态解析器、动态分配器和推理引擎。动态解析器规范了变元和约束条件,动态分配器解决了约束条件的重新分配和冲突,推理引擎实现了快速搜索。实验表明该模型可以满足实际动态逻辑约束问题的求解,并且把传统优化调度的封闭形式扩展为开放状态。     

基于改进蚁群算法的化工批处理生产调度研究

首先介绍了化工企业生产的特点,然后给出了蚁群算法的基本模型和化工批处理生产调度的描述,指出了其调度过程要考虑到的约束条件——半成品的放置时间不能太长,把半成品的放置时间作为信息因子放入到概率选择公式中,使用改进的蚁群算法对该生产调度进行了求解,最后对化工间歇作业调度发展趋势做了探讨。     

基于启发规则的双向冲压生产线调度研究

根据冲压车间生产的无等待并行流水作业的特点,提出了一种基于启发式规则的双向冲压生产线的调度模型.在该模型中,建立在满足工序约束、机器约束、无等待约束等约束条件下的优化模型,提出了冲压作业的重复、折回和前行等排程规则,解决在冲压作业调度中的机器占用冲突问题,保证得到可行的调度解.并设计嵌入启发式规则的混合遗传算法来进行求解.最后通过一个例子对调度模型和求解算法进行了验证.     

基于两级遗传算法的模糊化计划调度

制订长期生产计划时,约束的精确值往往很难确定．采用在资源约束和合同约束下关于利润指标的模糊化非线性规划来产生优化的生产计划,并用遗传算法寻找优化的调度方案．给出了一个具体的生产计划调度问题的算例．     

城市物流中心车辆配送配载调度指派模型研究

基于交通条件约束、客户时间窗约束以及车辆承载能力约束条件下 ,以车辆的配送路径最短、拼装货品最多为优化目标 ,研究车辆配送与配载的两目标优化调度模型组 ,该模型组可以完整描述调度过程的优化目标和约束条件 .以VB6 .0进行仿真模拟 ,结果表明该模型可以有效模拟配送中心调度系统在多种约束条件下的配送、配载调度过程 ,得到的调度指派方案是可接受的 ,而且是有效的 .     

连续生产过程的最速生产调度

研究了一类有固定生产任务的连续生产过程最早完工指标调度问题，通过对最早守工指标和约束的分析，将该问题转换为线性规划问题；继而给出基于线性规划的简化调度方法及其在应用中出现“负生产”时的求解方法，仿真算例表明，该方法是有效的。     

具有双重时间窗约束的作业车间调度算法

为解决实际生产调度中等待时间受限引起的工件加工时间窗约束和设备能力有限引起的机器可加工时间窗约束,以工件完工率最大为优化目标,建立了具有双重时间窗约束的作业车间调度模型,提出了求解该模型的基于启发式规则的禁忌搜索算法。在分析优化目标与约束条件关系的基础上,提出了工件选择和机器分配的启发式规则,并利用启发性规则生成初始调度方案;设计具有块邻域结构的禁忌搜索算法,减小了邻域规模,通过迭代优化最终获得较优的调度方案。选择多种不同规模的算例与传统算法进行对比分析,实验结果表明了所提算法的可行性和有效性。     

实际约束条件下多配送中心物流车辆调度优化

传统方法难以解决有时间窗等具有实际约束条件,且调度结果并非最优,提出一种基于变邻域搜索算法的多配送中心物流车辆调度优化方法。对多配送中心物流车辆调度优化问题进行分析,在分析结果的基础之上构建实际约束条件下多配送中心物流车辆调度数学模型;利用变邻域搜索算法求解物流车辆调度模型的最优解,完成实际约束条件下多配送中心物流车辆的调度优化。实验结果表明,采用所提方法进行多配送中心物流车辆调度,其总运输时间短、运输总费用低,调度结果较优,且符合实际约束。     

多星多载荷联合调度问题建模研究

在对多星多载荷联合调度过程及约束条件分析的基础上,从约束建模及启发式调度规则设计的角度对多星多载荷联合调度方案生成中的关键问题进行了深入研究,建立了基于阶段优化的多星多载荷联合调度模型,提出了基于规则的启发式构造算法。     

基于Petri网的一种实时计划调度方法

基于实际生产环境中制造系统经常受外部随机事件影响，利用可分解Petri网把整个系统分解成若干个模块，然后对其中的部分模块进行短期的计划调度，使得变更后的生产尽可能和预先计划相一致，并给出了基于关键路径的调度算法，这样既可达到对外部事件作出快速反应的目的，又提供了较优的调度策略。     

基于混沌优化算法的连续生产过程重调度与库存优化

针对流程工业企业的订单发布和原料供应等外部环境的不确定性,建立了具有订单需求约束、生产能力约束、原料供应和成品库存约束等约束条件的连续生产过程重调度模型,运用混沌优化算法进行求解,仿真结果表明了该模型的可行性和有效性,通过重新调整各时间段内各个订单的生产率,可合理控制库存量,减少库存费用,降低企业生产成本。     

生产调度问题的模糊满意优化

研究了生产调度的模糊多目标优化问题．分析了生产调度问题中的优化目标和系统约束的模糊性，分别定义了其模糊满意度，形成了一类具有模糊目标和模糊约束的多目标优化模型，运用模糊优化算法进行求解，对一算例进行了仿真研究，验证了该算法的有效性。     

基于遗传算法的Job Shop静态调度算法

研究了具有柔性加工路径的Ｊｏｂ Ｓｈｏｐ静态调度问题，并考虑了与操作序列有关的工件安装时间和工件到期时间的约束。提出了一种将遗传算法和分派规则相结合的调度算法，用遗传算法决定各工件的每个操作应分配到哪台机器上加工，而对每台机器则运用分派规则来决定相应工件在此机器上加工的次序和开始加工时间，遗传算法中的进化机理使得该算法有可能得到最优调度结果。最后给出了此调度算法的仿真结果。     

基于PN的可重入医学检测调度系统优化研究

基于一类具有可重入特点的医学检测过程的设备调度问题,研究了具有约束条件的优化解.首先分析了调度约束条件和优化目标,建立了其Petri Networks(PN)形式化模型,并分析了其规则调度系统的稳定性和其他性能.然后利用PN模型和调度约束条件解出调度可行解结合对医学检测部分工序要求连续的基础上建立时间约束矩阵,对可行解进一步优化,最终得到满足所有约束条件的优化可行解.通过对实际医学检测系统的实例分析和CPN Tools仿真,结果表明所建立的模型和方法的有效性.     

现场硬实时网络调度算法研究

研究了实时任务死线不大于其周期的任务集调度条件与硬实时网络调度算法约束条件，论证了计算时间复杂度，并将单调死线调度方法直接用于非周期任务调度．最后对调度算法的可调度性进行了严格测试．     

云计算下安全可控的移动弹性资源动态调度算法

当前云计算下移动弹性资源动态调度算法CPU利用率较低,且运行不稳定。为此,提出一种新的云计算下安全可控的移动弹性资源动态调度算法,把云计算下移动弹性资源的CPU平均利用率、内存负载、带宽负载以及可靠性看作移动弹性资源调度目标的约束,给出移动弹性资源的状态模型。依据遗传算法的优点,设计了一种基于蚁群算法的、安全可控的移动弹性资源动态调度算法。依据云计算下移动弹性资源动态调度特点和约束条件,利用适应度指标,对种群中个体的优良度进行描述,给出适应度函数。通过一维字符串完成对解的编码,利用轮盘赌法设置合理的阈值,获取所有染色体中选择性能较好的染色体。通过选择的实数编码完成对字符串的逆向解码,得到云计算下移动弹性资源调度的最优方案。实验结果表明,所提算法稳定性、效率和资源利用率高,迁移率低,负载均衡性好。     

不确定市场下的炼厂生产非线性规划模型与调度优化

针对市场需求等不确定因素的影响,考虑到炼厂生产调度过程中能耗和库存的约束要求等实际情况,应用供应链管理思想,建立炼厂生产与库存非线性规划优化模型;为使目标函数即炼厂的利润最大或是成本最小,对决策变量为各装置产品的产量进行优化排产;考虑到这类复杂系统的优化模型中,存在约束条件相互制约而导致无解的情况,采用最小二乘法求解,得到最符合各个约束条件的妥协解.     

基于遗传算法制造系统调度软件开发

利用遗传算法，研究开发了一个用来快速生成制造系统中作业计划的调度软件，软件综合考虑了目前生产中出现的以总加工时间最短及总收益最大两种目标，分别给出了这两种目标模式下的编码、解码的详细方法及软件流程，并提出了一种解决实际约束的联合移位算子，通过一个实例说明了软件的实用性，最后还讨论了寻优软件的解的优劣性判断的问题。