一类流水车间批量流与混排序的集成优化

讨论了一类多产品多机流水车间等规模子批量流与混排序的集成优化问题,以最小完工时间为目标函数建立了非线性混合整数规划模型,利用遗传算法 仿真的策略求解。算法采用上下两层遗传算法共同进化,上层遗传算法优化每种产品子批量的数量,同时确定各子批量的规模,下层遗传算法优化不同产品子批量的混排序,仿真程序采用多代理技术模拟生产过程得到完工时间。数值仿真实验的优化结果证明了算法有效性,同时分析了缓冲区空间和机器准备时间对模型的影响。     

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.     

一般作业车间零件排序方法研究

一般作业车间(jobshop)中的零件排序问题是生产作业计划安排与调度中的重要内容之一，业已证明，这类问题属于NP难题，不存在有效的解析解。本文针对一般作业车间的具体情况，考虑到零件在工序间的批移动方式，提出了平行顺序移动方式下以极小化零件生产周期为目标的启发式方法，并设计了相应的计算机程序，它可以方便地进行作业计划安排，对于实际生产作业计划与调度具有重要意义。     

基于DPSO的无等待混合流水车间调度方法

研究了无等待混合流水车间调度问题,调度目标为最小化工件的最大完成时间。针对问题中工件加工无等待特点,设计了分阶段实现的无等待算法,并将机器的能力约束嵌入到算法之中。在此基础上,首次应用离散粒子群优化算法对无等待混合流水车间调度问题进行了优化求解。通过仿真实验表明,离散粒子群算法的优化质量优于遗传算法及LTPT、STPT和FCFP三种启发式算法,同时验证了分阶段无等待算法的有效性。

Abstract：

A no-wait hybrid flow shop（NWHFS） scheduling problem was studied for the objective of minimizing makespan.For the no-wait constraint between two sequential operations of a job,not only the no-wait algorithm of grading was designed,but also the number restriction of machines was embedded into this algorithm.On this basis,the discrete particle swarm optimization（DPSO） algorithm was proposed for the first time to solve such problems.The last simulation experiments show the optimization qualities of DPSO are superior to those of the genetic algorithm（GA） and the heuristic algorithms of LTPT,STPT and FCFP,and demonstrate the effectiveness of the no-wait algorithm of grading as well.     

面向流程的保障体系集成建模方法研究

保障体系集成建模是对保障体系进行模型验证和分析的基础。以体系工程为基础,提出了面向流程 的体系概念层次关系图,构建了保障体系从使命到工作流程等各个层次的描述模型。基于Ｐｅｔｒｉ网模型与粒子群 算法,通过结构模型与活动模型的有机结合,得到了体系能力集成模型,实现了保障体系各层次模型的集成。在 实际案例中使用这些模型和方法进行了分析、建模,证明了模型和方法的有效性。     

基于集成智能方法的电力短期负荷预测

将自组织(SOM)和反向传播(BP)两种神经网络结合起来, 并使用模糊理论, 建立了一种基于集成智能方法的日负荷预测智能模型, 该模型首先利用SOM网络的竞争学习能力将历史数据分成若干类别从而找出与预测日同类型的预测类别. 然后, 把温度、日类型等不确定性扰动因素分离出去, 利用BP算法的非线性函数逼近功能, 完成电力负荷的基本分量部分的预测工作. 在处理温度、天气情况、日类型等不确定因素对负荷的影响时, 采用模糊逻辑理论对负荷基本分量进行修正. 提出了一种基于进化树的自组织神经网络算法(SOETA), 该算法是一种无监督基于二叉树的自组织特征映射网络模型, 采用进化思想进行无监督学习, 具有灵活的拓扑结构和精确的模式识别. 本文以2007年厦门市的电力负荷数据为例, 试验结果表明, SOETA+BP+模糊理论的预测精度最优, 有效提高了电力短期负荷预测精度.     

求解混合流水车间调度的改进贪婪遗传算法

针对最小化最大完工时间的带有不相关并行机的混合流水车间调度问题,提出了改进贪婪遗传算法。首先,该算法染色体编码采用基于工件加工顺序的编码,解码提出了两种设备分配方案,并考虑到不同阶段加工设备配置不同对算法的影响,采用了正序解码和逆序解码加再调度并用的解码策略。其次,提出贪婪交叉算子和贪婪变异算子,这些算子不仅承担改进种群,增加种群多样性的功能,同时还具有较强的局部搜索能力。最后通过正交实验确定算法的参数设置,与已有算法对已知案例的求解结果进行了比较,说明了该算法的有效性。同时实验表明了正序和逆序解码策略的必要性以及正序或逆序解码的时机。     

考虑行为主体的置换流水车间干扰管理研究

针对置换流水车间计划外新工件到达干扰问题,研究从加工系统参与主体:企业管理者、车间工人和客户三方进行基于前景理论的扰动度量,并建立同时考虑初始成本目标和基于行为运筹扰动目标的干扰管理模型.经分析发现问题复杂度为NP-难,为了弥补单一元启发式算法具有求解性能依赖于初始解的质量以及局部搜索不足等缺陷,从初始解改进和加强局部搜索两个角度,提出一种具有一般通用性的元启发式算法混合策略,分别基于量子计算、粒子群搜索和模拟退火设计了四种具体混合算法.为验证该混合策略的有效性,基于置换流水车间Taillard(Ta)标准测试集设计干扰算例并应用算法进行求解,验证了基于前景理论的扰动度量的优势,通过输出有效前沿多样性和收敛性分析证明了所提算法混合策略求解问题的有效性.     

基于蚁群优化的置换流水车间调度算法

针对置换流水车间调度问题,提出了一种基于蚁群优化的调度算法.该算法的要点是将NEH启发式算法和蚁群优化结合起来:首先,将蚁群优化中的能见度定义为NEH中所用的工作加工时间之和.其次,对于部分解采用了NEH中的步骤2和步骤3进行局部调整.最后,对构造出的解做插入型局部搜索.用所提算法对置换流水车间调度问题的基准问题进行了测试,测试结果表明提出算法的有效性.     

等待时间受限的流水车间调度问题的若干性质

等待时间受限的流水车间调度问题广泛存在于高温连续作业或中间产品不稳定的流水车间生产管理过程中, 要求工件在相邻机器上的等待时间不能超过一定的上限. 针对以最小化最大完工时间为目标函数的该类问题, 研究了加工机器上的工件序列特征, 并在此基础上分析了基于排列排序进行问题求解的可行性和有效性, 为算法求解提供了理论依据.     

考虑学习效应的多目标流水车间调度问题

考虑了学习效应对流水车间调度问题的影响,以最大完工时间和总加权滞后时间为优化目标,建立了与加工顺序相关的对数线性调度模型,设计了LNEH(NEH heuristic with Learning effect)启发式算法和MCF(Membrane Computing for multi-objective Flow-shop scheduling)算法进行求解。LNEH算法根据对学习效应下问题性质的分析,在初始序列和工件插入两个环节进而达到对原有NEH算法的改进,同时采用随机策略以获得多个解。MCF算法是采用膜计算理论设计的一种近似调度优化算法,针对调度问题设计了字符对象的编码方式,根据前端等级大小将字符对象往复地分配为均匀的对象集,借鉴PSO算法制订膜内规则:从外部档案和所在的基本膜内中分别选择作为参考的选择规则和类似于PSO算法的移动规则。数值仿真显示,不同学习系数对调度结果具有较大影响,并对比证明了所提两种算法的有效性。     

差异作业批调度的流水车间问题及近似算法

考虑了尺寸有差异的作业在两台设备上的流水加工问题,两台设备均为批处理机,有确定的最大容量.采用了制造跨度和总完工时间两类目标函数,建立了基于整数规划的优化模型,分析了两类问题的计算复杂性,给出了设备和作业数量既定情况下的可行解规模.设计了一种基于LPT规则和批调度规则的近似算法,时间性能为O(nlogn),证明了该算法在优化制造跨度时的最坏性能比不大于2,优化总完工时间的最坏性能比不大于3.     

面向虚拟企业生命周期的集成质量管理系统与方法

提出了面向虚拟企业生命周期的集成质量管理系统模型（IQMS-CLVE）;初步讨论了基于IQMS-CLVE的集成质量诊断与过程网络控制方法,提出了用集成过程诊断与集成智能诊断相结合的诊断体系以及用智能方法与可靠性技术相结合的过程网络控制方法。     

基于面向服务的多无人机辅助决策仿真集成方法

在多无人机指挥控制中,建立网络中心的、可动态配置和访问的辅助决策系统,有助于多无人机系统的高层任务集成,加快作战行动的效率。给出了一种基于面向服务计算的多无人机辅助决策集成方法,实现了无人机指挥控制中分布式辅助决策服务平台,基于Web Services规范的分布式辅助决策服务的注册、发现和绑定机制,设计并实现了服务提供者、服务代理和服务请求者的逻辑结构和交互机制,能为多架无人机和多个地面系统的指挥控制提供辅助决策服务。通过综合仿真环境UAVSSE中的原型系统验证了相关技术,结果表明基于面向服务方法的辅助决策能够为多UAV指挥控制应用提供有效的决策服务,能够有效地支持网络中心环境中的多无人机应用的设计和实现。     

基于折衷策略的Blocking流水车间调度构造启发式算法

针对目标函数为Makespan的Blocking流水车间调度问题,经过对目标函数结构的分析,提出了一种基于折衷策略对工件进行初始排序的启发式算法.通过对大量典型算例的计算,实验结果证明了设计的算法在解的质量上超越了NEH算法.     

两阶段流水车间成组调度问题的迭代贪婪算法

针对两阶段流水车间成组调度问题，在同时考虑序列不相关准备时间和阶段间双向运输时间约束的情况下，以最小化最大完工时间为目标建立了混合整数线性规划模型，结合问题特征提出一种协同进化迭代贪婪算法.算法将工件组间排序和各工件组内工件间排序两个子问题进行统一编码，设计了不同的启发式规则产生问题的初始解，并提出一种协同导向迭代贪婪规则对两个子问题进行联合优化，进而给出了问题的三个下界以评估算法的性能.通过不同规模的数据实验和与对比算法的比较分析，验证了所提算法的高效性和稳健性.     

多目标置换流水车间调度的混沌杂草优化算法

针对最小化最大完工时间,总流程时间及总延迟时间的多目标置换流水车间调度问题,提出一种改进的混沌杂草优化算法,该算法采用基于熵值权重的灰熵关联度适应值分配策略,引入快速非支配排序法生成外部档案,并将进化种群的更新和最优位置的混沌搜索相结合,用于维护外部档案,提升算法的寻优性能.通过与NSGA-Ⅱ算法进行OR-Library典型测试算例的对比实验,验证该算法的有效性.     

基于面向服务的通用任务规划仿真集成方法研究

采用基于Service oriented architecture(SOA)的集成框架实现了仿真环境中无人机系统的通用任务规划模块功能的集成.给出了具有系统之系统特点的多无人机综合仿真环境UAVSSE体系结构设计和多层次集成方法.将任务规划功能模决抽象为任务规划服务,基于Web Services技术实现通用的任务规划服务封装.利用注册、发现和绑定机制,任务规划功能能够动态地集成进仿真运行,并能为多架无人机和多个地面系统的仿真提供任务规划服务.通过综合仿真环境中的原型系统验证了相关技术,结果表明基于面向服务方法的任务规划集成能够为多UAV仿真环境提供有效的任务规划功能集成,弥补了HLA在构建动态"系统之系统"仿真中的不足,并能为未来的仿真系统和真实UAV一体化运行提供借鉴.     

基于离散状态转移算法的无等待流水车间调度研究

针对制造行业中广泛存在的无等待流水车间调度问题,提出一种改进的离散状态转移算法进行求解。基于流水车间调度问题的特性,设计工件的编码方式,采用基于工件加工时间标准差为优先级的NEH(Nawaz-Enscore-Ham)方法构造初始解,设计基于插入和交换的多邻域组合搜索策略以提高初始解的质量;提出一种基于群状态的离散状态转移算法,并利用带二次状态转移操作的三种离散操作算子扩大算法的搜索范围;为进一步提高离散状态转移算法的求解性能,设计了基于莱维飞行的破坏重构局部搜索方法,对全局搜索发现的优质解进行细致搜索。仿真实验表明,改进的离散状态转移算法能够有效求解无等待流水车间调度问题。     

求解零空闲置换流水车间调度问题的离散萤火虫算法

针对最小化最大完工时间的零空闲置换流水车间调度问题,提出了一种离散型萤火虫优化算法。基于萤火虫算法优化机理,采用基于工件序列的个体编码方式,重新定义了个体间距离的概念和位置更新公式,并结合交换、插入和逆序操作的局部搜索策略来提高算法性能。通过典型算例对算法进行了仿真测试和对比,结果表明了所提算法的可行性和有效性,扩展了传统萤火虫算法的求解范围,是解决流水线生产调度问题的一种有效方法。