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。     

基于Memetic算法的RGV动态调度模型

讨论研究物料的加工工序结合RGV引导车在自动化流水线合理调度和分配问题。选择禁忌搜索算法对直线上的RGV调度策略进行处理;基于Memetic算法的RGV调度策略及其数控机床的分配。     

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.     

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.     

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。     

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

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。     

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。     

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。     

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。     

基于混合遗传算法的物流车辆调度优化

针对遗传算法在求解车辆调度问题时容易出现早熟现象,导致求解精度不高的问题,本文用混合算法构建了物流配送总成本最小的目标函数。首先,定义了车辆调度问题的数学模型,在此基础上提出了一种遗传算法中对交叉和变异概率的自适应调整的方法。其次,通过局部搜索算法求得初始解,采用遗传算法初始解优化,并且在配送时刻改变以后,利用TS算法搜索最优解迅速的特点改进配送方案,最终求得配送时刻不断变化下的车辆调度方案。最后通过算例分析,得到本文提出的算法与单一局部搜索算法和单一TS算法相比,在求解精度、求解时间方面都具有更大的优越性。     

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。     

基于启发式回溯算法的平面移动式立体车库RGV调度策略

为了提高立体车库路径规划阶段的兑现率,对有轨引导小车(rail guided vehicle,RGV)运行过程及行程时间进行分析,给出了符合并行调度模式的路径重叠率计算方法,针对立体车库作业特征提出了一种值排序启发式(value ordering heuristics,VOH)回溯算法,构建路径节点滑动时间窗,以单位时间窗内任务请求数作为约束函数,通过评估函数对扩展结点性能进行估值并排序,并利用VOH-预剪枝策略对部分结点进行剪枝,以此提高算法求解速度。在非齐次泊松到达过程下进行仿真,实验结果表明,值排序启发式回溯算法可有效降低RGV并行运行过程中时间、空间的路径重叠率,在该实验规模的立体车库模型中发挥稳定,表现为在RGV平均利用率基本不变的前提下具有更小的平均服务时间,当顾客到达率为40、25、10、5 veh/h时,RGV平均服务时间分别减少18.07%、13.29%、12.46%、4.27%,为提升立体车库运行效率提供参考。     

基于混合遗传算法的模糊Job Shop调度研究

就随机制造系统的核心问题——模糊Job Shop调度问题的研究现状和研究方法进行评述,介绍模糊Job Shop调度问题中的混合遗传算法的混合策略,对混合遗传算法中顺序混合策略使用时遇到的问题及解决方法进行讨论,同时就并行混合策略的使用中各算法之间的协同和相互之间的信息交换方法进行了探讨。     

网络化集成制造模式下调度问题的混合遗传算法

研究了网络化集成制造模式下的JOB-SHOP调度问题，即各任务有具体交货期约束的提前／拖期不同惩罚系数的复杂调度问题；提出了一种新的编码方案和相应的交叉算子，进而提出混合遗传算法；成功解决了上述问题，即找到一个最优调度，使在交货期窗口外完工的任务所受到的提前／拖期惩罚的总和最小．该算法解码复杂度低、通用性强、罗拔性强，最后用算例说明了算法的有效性并指出了工件车间调度问题中尚待解决的问题．     

基于混合遗传算法的液压元件装配流水车间调度

文章以BY公司为背景,研究液压元件装配流水车间调度问题(hydraulic components assembly flowshop scheduling problem, HCAFSP)。通过分析两阶段装配流水车间调度(the two-stage assembly flowshop scheduling problem, TSAFSP)、液压元件生产工艺与车间设施,提出一种新的机器配置和在制品库存计算方法。考虑到该问题的NP难性与BY公司数字化车间升级带来的产能提升,设计一种遗传算法孤岛模型(genetic algorithm island model, IsLandGA)与粒子群优化(particle swarm optimization, PSO)的混合算法(IsLandGA-PSO)。该算法采用圆锥拓扑,圆锥底为IsLandGA,提供全局快速搜索能力;顶点为每个子群的最优个体组成的PSO,提供精准局部搜索能力;利用优势互补和迁移优秀个体完成协同进化。通过多组实例仿真与算法对比,表明该算法求解较大规模HCAFSP问题的有效性和先进性。     

贪心优化的搜索算法在RGV动态调度中的应用

随着计算机领域的飞速发展,物流等行业也开始向自动化、智能化、无人化的方向发展。智能RGV动态调度是智能加工系统的重要环节,合理的调度方案能够大大提高系统的作业效率。针对RGV调度问题,建立了基于自动化加工系统的动态调度模型。提出了一种基于贪心策略优化后的搜索算法,通过贪心选择最可能发生的情况,可减少搜索的复杂度,从而达到在极短时间内接近最优调度的目的。通过仿真实验,对先后进行2道工序的CNC进行优化配对,以产量最大作为目标,搜索得到CNC的最佳分配方案,达到了接近最优解的调度策略。在规定的工作时间内,使用贪婪优化算法提高了搜索的有效性,使RGV系统能够高效调度,验证了贪心优化算法的可行性和有效性。     

混合遗传算法求解车间作业调度问题

分析了生产调度问题,提出一种更为有效的动态混合遗传算法,成功地解决了复杂的FT10×10问题.研究过程中引入自适应遗传算法思想,结合一种能够很好解决调度问题的编码规则和适应度值函数,对该算法进行了详细分析.为防止在遗传操作过程中非法染色体导致程序运行失败,给出了非法染色体合法化的规则.仿真结果表明,该算法和编码规则非常适合调度问题,且所提出的动态混合算法优于其它算法.     

一种用于车间调度的基于熵的混合遗传算法

为提高车间调度算法的寻优性能,通过对模拟退火遗传算法收敛图的研究,提出了评价算法种群有序性（差异性）的种群熵,基于种群熵,提出了改进的模拟退火遗传算法,该混合算法通过种群熵动态地改变算法的交叉和变异概率,使之适应种群的变化,提高种群的多样性,有效地克服算法的过早收敛,从而达到提高算法寻优性能的目的。仿真实例表明,所提出的算法的寻优性能有了显著的提高。