基于遗传算法的泊位连续化动态调度研究

针对泊位调度问题,将岸线连续化,建立了泊位的动态调度模型。考虑到岸边起重机的分配对泊位调度中船舶的集装箱装卸作业时间的影响,根据规则建立了分配岸边起重机和确定船舶集装箱装卸作业时间的算法。基于泊位连续化动态调度模型建立了分段的染色体编码,分别反映船舶靠泊服务顺序和靠泊位置信息。基于实例,通过仿真计算,与泊位离散化动态调度进行了比较和分析。     

基于蚁群算法的Job-Shop多资源约束车间作业调度

针对多资源约束的车间调度问题,考虑资源种类变化的情况及资源在可用时间上的约束影响,建立了该类问题的通用调度模型。提出了一种基于蚁群算法的作业优化调度算法,在Job-Shop问题图形化定义的基础上,设计了状态转移规则、轨迹强度更新规则以及工序时间的决策规则,借鉴精英策略的思路,对多资源约束车间的具体调度进行了分析与实现。实例仿真表明,该方法对多资源的车间调度问题是可行的。     

考虑学习率和搬运时间的人工作业系统批量加工模式研究

在考虑员工学习率和相邻工序间搬运时间的基础上, 对人工作业系统的批量加工模式进行研究. 以严格理论证明的方式给出小组作业模式和生产线作业模式的批量零件生产周期公式; 在给定算例的情况下, 得出与传统模型不同的结果: 小组作业模式具有最短的生产周期. 建立各道工艺工序和运输工序加工与搬运时间模型, 分析搬运设备每次搬运的零件数量, 并设计运输工序所需搬运设备数量的全局优化算法. 决策者利用时间模型和搬运设备每次搬运零件数量的信息, 可以有效安排某批零件的加工与搬运任务; 利用运输工序所需搬运设备数量的全局优化算法可求解运输工序所需搬运设备的最小数量, 并可明确搬运设备的投入时间.     

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.     

带有活动重叠的资源受限项目调度问题建模与求解

在新产品研发项目中,常常通过活动重叠缩短工期,但是重叠会带来返工风险,进而造成额外的时间和资源的消耗.将活动重叠分为自然重叠和强制重叠,采用设计结构矩阵、紧前重叠活动时间因子矩阵、紧后重叠活动时间因子矩阵和重叠返工影响矩阵量化重叠返工对时间和资源的影响.以最小化研发项目工期为目标,建立了带有活动重叠的资源受限项目调度问题优化模型,并设计了改进的遗传算法进行求解.该算法采用基于优先规则的编码机制,并将考虑活动重叠的进度生成机制作为解码方法.实例研究结果表明,提出的考虑活动重叠的模型与算法,不仅可以缩短项目工期,而且同时使项目资源的使用更加均衡.最后在随机生成的算例集合上测试了算法的有效性.     

舰载机甲板机务勤务保障作业调度与资源配置集成优化

针对舰载机甲板机务勤务保障作业调度研究中存在的工序执行模式单一、勤务保障设备考虑不全、作业调度优化与资源配置优化研究相互独立等问题, 通过系统分析作业流程、工序执行模式、资源转移与分配等约束条件, 将移动保障车纳入保障资源范围, 建立了舰载机甲板机务勤务保障作业调度与资源配置集成优化模型。在此基础上, 设计了第二代非支配排序遗传算法并对模型进行优化求解。仿真结果表明, 保障完工时间随着资源配置数量的递增呈现边际效应。为确保机群保障作业按照既定的甲板作业周期完成, 各保障任务存在最低资源配置数量方案。     

炼钢连铸混合智能优化调度方法及应用

针对多阶段、多设备以及精炼工序重数不同的炼钢连铸生产调度问题,建立了综合考虑工序设备指派和作业时间安排的非线性规划模型,提出了基于专家系统的设备指派、基于人机交互的邻域搜索与基于模型转换的时间优化相结合的三阶段炼钢连铸混合智能优化调度方法.该调度方法应用于国内某大型钢厂的生产调度,在减少钢水冗余等待时间、提高设备负荷率方面获得显著成效.     

基于超启发式遗传规划的动态车间调度方法

动态作业车间存在资源状态的不确定性和任务的随机性,难以寻找适用于多种复杂生产情景的通用调度规则。提出一种基于超启发式遗传规划的动态车间调度规则自动化发现方法,以最大完工时间和平均加权迟到时间为优化目标,利用机器排序规则的自动化发现,来提高不同生产情景下车间调度的动态适应性。通过对演化调度规则的语义分析,分析了GP树终端属性对不同优化目标的作用。实验结果表明,所提算法能够针对不同生产场景,生成适合的调度规则,且性能优于人工设计的基准调度规则。     

多技能资源时间窗约束下可中断项目调度的分支定界算法

资源的多技能和时间窗属性是软件开发、工程设计、设备维修等领域在人力资源调度时常考虑的关键因素,而且在很多实际项目中,任务的执行允许中断.研究一类资源具有多技能和时间窗约束的任务可中断项目调度问题,建立了相应的整数规划模型,设计了一种分支定界算法构造搜索树进行求解,搜索树的每个节点代表一个任务组合,同时为减少分支节点数,提出了两个有效的剪枝规则,并设计了节点优先规则,对各节点任务组合则采用贪婪算法来进行资源约束判断.利用改进的PSPLIB案例库设计多组计算实验,实验结果检验了优选策略的有效性,经与CPLEX模型求解和基本启发式方法的对比揭示了算法在解决这类问题上的效率和有效性,求解结果可为实际项目调度提供决策依据.     

挂车装卸时间不确定的甩挂车辆动态调度优化

挂车运输任务由送挂车和取挂车两个阶段构成,由于站点处对挂车装卸作业的耗时难以准确预估,导致取挂车任务的可执行时间存在不确定性,据此本文提出甩挂车辆的动态调度优化问题。构建混合整数规划模型,并开发多阶段动态优化算法.算例部分对比分析了业界规则、本文算法和模拟退火算法的精度及时段长度、预估时刻变动的任务比例对作业方案总成本的影响.结果显示:本文模型和算法能有效降低甩挂运输车辆的作业成本;随着待执行任务数增多,可适度缩短算法的决策时段长度;预估时刻变动的任务比例不同,对车辆作业成本的影响主要通过改变固定成本来实现,且随着待执行任务数增多,这一因素的影响逐渐弱化.本文研究更加贴近现实情境,相关研究结论能够直接为甩挂运输企业提供决策支持.     

一种新的制造系统仿真调度规则

针对制造系统的调度问题,提出了一种新的决策规则。它根据系统的当前状态和各任务的进展情况,综合利用最早交货期优先规则（ＥＤＤ） 的减小最大延迟时间的特点和最小松弛优先规则（ＬＳＫ）的减小最大提前完成时间的特点,在不增加平均推迟的情况下使最大延迟时间和最大提前完成时间之间的区间收缩,向平均值附近逼近,适用于以保证交货期为目标的调度问题。通过仿真证明了该方法的有效性     

改进Q学习算法在作业车间调度问题中的应用

为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法。以“剩余任务紧迫程度”的概念来描述动态调度算法的状态空间;设计了以“松弛越高,惩罚越高”为宗旨的回报函数;通过引入以Softmax函数为主体的动作选择策略来改进传统的Q学习算法,使改进后的Q学习算法在前期选择不同动作的概率更加平等,同时改善了贪婪策略在学习后期还会选择次优动作的现象。仿真结果表明：该调度算法相较于改进前,性能指标平均提升约6.5%;相较于IPSO算法和PSO算法,性能指标平均提升分别约为38.3%和38.9%,调度结果明显优于使用单一调度规则以及传统优化算法等常规方法。     

动态单机调度的一种滚动时域策略及全局性能分析

针对全局信息不完全的一种单机的动态调度模型,设计了局部调度子问题带终端惩罚函数的滚动调度策略,并对这种滚动调度策略下的全局性能进行了分析.通过对未知工件按FIFO规则进行虚拟调度,对滚动调度进程中的全局性能进行评估,证明了在所给滚动调度策略下,随着工件信息的逐步获取,全局调度中的虚拟调度逐步变为已知调度,并经过滚动局部调度而部分实现,决策时刻向前推进,对全局性能指标的估计越来越接近将实现的实际值,逐步实现的全局调度性能相对历次的估计值不断改善.终端罚函数滚动调度策略可以保证滚动调度进程中全局性能的稳定性,当工件到达较快时,文中的滚动调度策略更有优势.     

半导体生产线批加工设备调度规则

批加工设备调度是半导体生产线调度的重要组成部分,对半导体生产线性能有重要影响。在综述批加工设备调度研究成果的基础上,提出了同时考虑即将到来工件与下游设备负载情况的半导体生产线批加工设备调度规则(Scheduling Rule for Batch Processing Machines in Semiconductor Wafer Fabrication Facilities,SRB)。基于三种不同规模的半导体生产线模型,在非批加工设备使用不同的调度规则的情况下,对提出的SRB进行了仿真验证。仿真结果表明,与目前常用的固定加工批量调度规则相比,SRB能够更好的改善半导体生产线性能,获得较高的工件移动步数、产量和准时交货率,以及较低的加工周期。     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

混合Flow Shop的调度仿真系统及其算法分析

研究了混合Flow Shop的调度问题，调度目标为最小化工件的最大完成时间。文中给出了调度仿真系统的设计，系统由数据库、算法和控制中心用户接口三个模块组成；在算法模块中，排序算法包括了由Flow Shop扩展到混合Flow Shop的多数算法，设备分配采用最先可用机器优先规则。另外，基于CDS虚拟机和Palmer斜度指标的启发式算法，提出了一种改进的CDS算法用于工件排序。在正在开发的混合Flow Shop调度仿真系统中实现了上述所有算法，仿真分析表明改进的CDS算法优于其他启发式算法。     

基于博弈理论的货运列车编组调度多目标优化模型

本文根据货运列车编组调度性质和特征,将博弈论思想应用于货运列车编组调度这一复杂工程领域。抽象描述了典型编组站的场区结构,根据编组站＂到、解、编、发＂四个基本作业过程,明确了货车编组调度的工作流程。按照模块化思想,分析、设计了货运列车进站、解编、发车博弈调度流程图。基于时间成本与技术成本考虑,合理设定了编组调度效率评价指标、优化目标及约束条件,建立了基于博弈理论的货运列车编组调度多目标优化模型。     

基于改进DE算法的敏捷成像卫星前摄式调度

针对卫星资源失效或应急任务加入对敏捷成像卫星前摄式调度的影响,构建了鲁棒模型,提出了一种改进差分进化(differential evolution,DE)算法。首先,考虑卫星资源失效概率、任务执行主从窗口构建了期望收益和松弛时间指标,将这两个指标作为优化目标构建了前摄式调度鲁棒模型;然后,针对该模型的多目标优化特性,在传统DE算法的基础上,重新设计了变异、交叉和选择算子,增加了外部存档更新策略,优化了Pareto解集评价指标,提出一种多目标离散差分进化(multi-objective discrete differential evolution,MDDE)算法,并给出了算法的实现步骤;最后,仿真结果表明,与NSGA-Ⅱ算法相比,MDDE在Pareto解集评价指标上提高了10.42%左右,在求解时间上降低了9.72%左右,为敏捷成像卫星前摄式调度提供了一定的方法支撑。     

能源区块链网络中的虚拟电厂运行与调度模式

为提高虚拟电厂中用户交易的效率及其运行调度的安全性，针对传统虚拟电厂运行调度中高成本、高风险、低效率的问题，基于多元用电主体概念，提出了能源区块链网络中的虚拟电厂运行与调度模式。为提高用户交易的可靠性和经济性，采用电力交易共识算法对虚拟电厂中不同需求的多元用户进行智能匹配；引入能源区块链网络，提出改进的虚拟电厂运行调度模型，不仅保证了信息存储的安全性，还使得运行调度更加稳定透明。案例分析表明，本文提出的模型能够有效提高虚拟电厂中交易与调度的安全性和效率，可以为虚拟电厂中的能源交易提供参考。     

交货期窗口下的并行机调度问题的遗传算法

给出了一种求解不同交货期窗口的并行机调度问题的混合遗传算法，根据问题的特征采用扩展排列编码方式表示工件的分配和排列，利用给出的调度优先级规则和最好适应值规则相结合的启发式算法对每台机器上工件的顺序进行调整，实验表明所给的算法是有效的。