基于RESTART方法的同轨多天车仿真调度

天车是重工业中不可缺少的吊运设备,天车调度对化解天车冲突,增加搬运效率具有非常重要的作用.采用RESTART(repetitive simulation trials after reaching thresholds)方法,通过仿真优化天车调度.建立了天车冲突预测模型,将天车冲突分为4种类型并分别建立了冲突处理方法.以最小化调运周期为目标,建立了天车RESTART仿真调度方法,建立了仿真调度流程,通过枚举天车分配方案寻找局部最优调度.开发了天车仿真调度系统,通过实例对以上方法进行了验证.     

基于元胞自动机的车间天车调度仿真模型

为了解决NP难问题的车间天车调度问题,基于元胞自动机方法建立了车间天车调度仿真模型.用工位、天车、物料、作业调度规则描述天车调度系统,将工位作为模型网络的固定节点、天车为移动节点、吊运的物料为运动粒子;根据车间生产的特点设定工位、天车和物料的属性,抽象出该模型的自组织演化机制.以攀钢板坯连铸车间天车调度为对象的仿真实验表明:根据微观动力学局域作用机制和自组织演化思想建立的天车调度仿真模型方法是可行的,能有效模拟车间天车运行情况.     

时空约束下连铸车间天车调度的多目标建模与求解

针对钢厂炼钢-连铸车间天车调度的时空约束下NP难问题特点,考虑重钢包和空钢包吊运任务,以所有吊运任务等待被运输时间最短、总运输时间最短、天车之间负载时间差异最小为优化目标,按作业跨中多台天车执行吊运任务的时间空间约束、天车运行安全约束条件满足等为约束方程,建立了天车调度模型.设计了天车调度规则用于抽象表达其运行特征,即按吊运任务与天车的相对位置关系确定各天车与任务的匹配度,作为选择天车的指导;按天车状态及位置更新规则描述天车运行过程;按任务种类与预计起止时间先后确定吊运任务的优先级,作为天车运行过程中利用天车被动运输进行冲突消解的依据.设计了与模型特征相适应的改进遗传算法进行求解,采用某钢厂连铸跨的生产数据进行检验,通过与禁忌搜索法进行对比,证实了改进遗传算法的可行性和有效性,能够为生产过程中的天车调度提供指导.     

基于免疫遗传算法的多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题,提出了一种改进的自适应免疫遗传算法。算法根据搜索的历史信息,自适应的调整遗传过程中的遗传参数以提高算法的稳定和效率。针对遗传算法的局部搜索能力差和全局搜索效率低的问题,结合免疫算法的免疫记忆和接种疫苗,对各近似最优解进行动态邻域搜索,提高算法的局部搜索能力和解的质量;免疫反馈和免疫选择能淘汰相似个体,维持种群的多样性,避免算法陷入早熟,改善算法的性能和稳定性。最后通过仿真实例验证了算法的有效性。     

基于免疫遗传算法的双向车辆调度问题实现

在对双向车辆路径问题(DVSP)简要叙述的基础上建立了DVSP数学模型.针对DVRP,构造一种的免疫遗传算法来求解DVSP,提出了一种自然数编码方法、交叉算子的自适应机制.并将求解结果与其它启发式算法比较.比较结果表明,该算法对于求解DVSP问题具有较好的性能和更好的鲁棒性.     

基于遗传算法的系统动力学仿真模型研究

系统动力学（SD）在模拟复杂大系统的动态行为等方面颇具有优势；但同时存在固有的缺陷和不足，如机械性，精确度低等。本文提出了基于遗传算法的SD，它具有自组织，自适应，智能决策等特点，能更有效地领导具复杂大系统的动态行为。     

基于杂合遗传算法的车间生产调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法.将该种方法应用于求解某双极集成电路制造企业的车间生产调度问题,仿真结果表明,它是有效和可行的.     

基于遗传算法供水系统优化调度模型

研究了含有调速泵的供水系统直接优化调度问题.根据给水系统的网络特性,以测压点压力宏观模型、水源供水量和水源供水水头之间的关系模型替代复杂的管网水力平衡方程,并以每一泵站每时段应有水泵运行求得的出水量和管网求得的需水量相等的条件建立了混合泵站供水系统的直接优化调度模型.利用遗传算法对直接优化调度模型进行求解,提出了对各种约束条件处理的方法,针对遗传算法容易早熟等的不足,综合采用遗传算法和模拟退火技术以及自适应交叉和变异率的方法.最后算例计算表明该算法具有较强的适用性.     

基于改进遗传算法的流水车间调度求解方法

流水车间调度问题是一类经典的NP完全问题,为此提出了一种求解极小化总完工时间的流水车间调度问题的改进遗传算法.该算法采用构造型启发式算法和随机方法共同产生初始种群,结合禁忌搜索算法的局部搜索性能和遗传算法的全局搜索性能.仿真实例的结果表明该算法对问题求解的可行性和有效性.     

基于遗传算法的模糊柔性工作车间调度优化

首先给出了模糊生产环境下柔性工作车间调度模型,然后以最小化最大完工时间为目标函数,提出了一种基于遗传算法的通用模糊调度算法。此算法针对解决柔性工作车间调度问题采用工序顺序偏码的局限性,设计了基于顺序和基于机器分配的编码方法并据此给出了相应的交叉变异操作。仿真结果表明了算法的可行性和有效性。     

工艺路线可变车间作业调度的两级遗传算法

车间作业调度问题是一个著名的NP难题，而工艺路一可变的车间作业调度是一个更一航意义的问题，算法研究是车间作业调度问题的一个重要研究方向，最近几年，遗传算法开始在调度问题中得到广泛应用，分析了工艺路线可变的车间作业调度问题的特点，并建立了相应的优化模型，提出了一种两级遗传算法，重新设计了算法的遗传编码方案以及选择、交叉和交异算子，通过实例仿真，表明了用两级遗传算法求解工艺路线可变的车间作业调试问题是有效和可行的。     

基于免疫算法的多目标柔性job-shop调度研究

建立了多目标柔性job-shop调度模型;然后提出了带有保优机制免疫算法,利用免疫记忆、接种疫苗等机制,在算法中保留并充分利用每代最优抗体和局部最优基因,使算法加快收敛;针对这类调度的柔性,提出基于工序设备双层抗体编码方案和基于设备能力空间的解码方案;采用多目标分级评价方法同时对时间、设备和成本等多目标进行评价和优化.最后,用Benchm ark标准问题的仿真和西安航空发动机(集团)有限公司的调度实例验证了算法、策略和调度模型的有效性和优越性.     

基于循环仿真的钢铁板坯库天车作业优化

板坯库天车作业对钢铁生产整体节奏和效率起到非常重要的作用, 天车作业的优化受到库位布局、工艺流程、作业干涉等多方面因素的影响, 优化过程具有随机性, 满意解的界定具有模糊性. 为了解决这一难题, 提出了循环仿真的方法, 通过原始仿真模型和改进仿真模型的循环转换和多档模糊评判寻求优化解, 采用Agent技术设计了板坯库的仿真物流对象, 定义了仿真事件和仿真逻辑. 通过对国内某大型钢厂的应用实例表明, 循环仿真的方法对钢铁板坯库天车作业优化具有较好的实用性.     

安全驱动的实时任务调度遗传算法

对异构网格环境下的硬实时任务调度问题,不仅考虑了时间约束而且考虑了其安全性能需求,构造了相应的安全效益函数,在此基础上构建了一个安全驱动的任务调度模型。为了解该模型,设计了新的选择算子使得不满足时间约束但安全效益值大的个体也参与到进化中,从而保证种群多样性;设计了一个能够扩大搜索范围的新的杂交算子和增强搜索精度的调整算子。最后引入一个启发式算子,提出了一种搜索能力较强的安全驱动混合遗传算法(security driven hybrid genetic algorithm, SDHGA)。仿真实验表明,在同等条件下该算法与经典的Min-Min、SD-Min-Min、SAREC和QoSGA等算法相比,在任务调度成功率、安全效益值和系统吞吐率等方面具有较好的综合性能。     

基于仿真模型的排队规则遗传优化算法研究

排队规则是排队系统的重要组成部分, 直接关系到排队系统的运行效率. 本文以具有复杂结构的排队系统为研究对象, 构建了排队系统仿真模型; 进一步地, 考虑排队规则的多样性特征, 提出了基于排队系统仿真建模的排队规则遗传优化算法, 并进行了算法的优化设计. 基于眼科医院实际数据的分析结果表明, 与先来先服务(FCFS)排队规则相比, 本文提出的方法所得到的排队规则可以将平均住院等待人数减少1/2以上, 并可实现系统的长期稳定性. 论文工作实现了系统仿真与遗传优化算法的有效结合, 对优化复杂系统的排队规则、提高排队系统的运行效率具有积极意义.     

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.     

基于模拟植物生长算法的车辆调度问题

基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送入员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机性特点构建以最小化车辆配送总成本为目标的机会约束规划模型,并设计求解该问题的模拟植物生长算法.结合车辆调度具体实例,将模拟植物生长算法与遗传算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法.