遗传算法在柔性动态调度中的应用

采用一种实用的柔性制造系统（FMS）在线动态调度方案 ,以对车间生产环境的变化作出及时反应,建立了零件的可变工艺路径、包含AGV的FMS调度问题的模型,采用遗传算法（GA）以任意始点的任务集为背景同时调度机器和自动引导小车（AGV）。研究由若干台加工中心（WS）和AGV组成的FMS的调度问题,论述了综合事件机制及时间机制优点的动态调度机制,通过被修订的工序集与所有剩余工序形成交集,来识别需要被修订的工序集。这种重调度方式减少了人为的干预,允许按环境改变而对方案作出修订,因此可以在实时条件下工作。     

集装箱港口集疏运调度系统作业模式的仿真分析

为解决复杂的集装箱港口集疏运系统多阶段动态调度的问题,借鉴柔性制造系统(FMS)生产调度问题的研究方法,提出了由集装箱集疏运问题向FMS生产调度问题转化的方法和模型;分析了各个阶段动态调度的决策点和决策规则,提出了基于规则的方法实现集装箱集疏运系统的实时动态调度,为集装箱码头调度问题的研究提供了新思路和新方法.利用WITNESS仿真工具分别模拟了面向作业线的静态调度和面向作业面的动态调度两种集装箱集疏运调度模式,结果表明,动态调度模式的效率提高了约9.66%.     

动态柔性制造系统仿真平台

针对通常柔性制造系统（FMS）仿真方法在体现制造系统动态变化特性方面的不足，开发了一种FMS的可视化、分布工仿真平台。该平台模拟真实FMS的运行，较好地体现了离散事件动态系统的特性，可以作为调度、控制算法的测试平台。作为示例，在该平台上成功地实现了一种基于遗传算法的FMS动态调度算法，解决了FMS实时运行中各种突发事件下的再调度问题。     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

柔性制造系统生产调度中的运筹学模型及方法

在讨论柔性制造系统概念的基础上,提出了按三维体系结构描述FMS生产调度问题的概念;建立了柔性制造系统生产调度问题的四层结构模型;系统地分析了运筹学模型及方法在柔性制造系统运行管理的静态调度及动态调度各个问题中的应用现状,指出了存在的困难;最后简略地分析了人工智能技术和人工神经元网络方法在FMS生产调度中应用的新趋势。     

基于随机机器故障的柔性作业车间动态调度

为了有效快速地应对生产过程中出现的随机机器故障,构建了一个故障机器可恢复的动态柔性作业车间调度模型,采用事件和周期混合驱动的方式,设计了一个组合重调度策略.在组合重调度策略中,将改进的二叉树右移重调度与完全重调度进行组合,引入序位偏差和完工时间偏差为重调度评价指标,对重调度方法进行选择,并且在精英选择遗传算法(elite selection genetic algo-rithm,ESGA)基础上,对精英选择策略进行改进,以防止陷入局部最优.试验算例仿真结果表明,动态调度算法对随机机器故障下的柔性作业车间动态调度是有效的.     

基于虚拟工序队列的FMS动态调度原理与t,t1,t2的轮置处理

从启发式调度的角度来分析了FMS系统调度，并利用虚拟工序队列技术建立了一个FMS动态启发式调度的原理图。然后详细分析了该启发式调度中所遇到的t,t1,t2的轮置问题，提出了轮置的新方法。最后对一个典型的FMS进行了实例仿真。     

基于PLC的FMS实时调度和控制策略研究

对以PLC为FMS工作站控制器的系统,提出了2种调度策略的实施方案.以D-FMS为研究对象,着重分析了对多品种不同混合比零件的加工进行动态调度的实施过程,解决了原系统各设备在不同时间段内负荷不平衡的问题.该方案对用PLC为工作站控制器的FMS的升级改造具有实际指导意义.     

神经网络方法求解多目标多加工工艺的柔性制造系统散件调度

针对多目标、多加工路径选择的柔性制造系统 ( FMS)散件调度特点 ,提出一种带可控因素的神经网络模型 .用灵活的规则推理体现 FMS的系统目标 ,用可靠的神经网络演算解决非线性问题的优化组合 ,达到以较少的代价同时获得系统的完备性和适应性的效应     

基于实例FMS的AGV调度数学模型与算法

本文讨论柔性创造系统中自动导引小车（ＡＧＶ）的调度问题，基于实例系统建立了ＡＧＶ小车的动态调度数学模型，并给出了调度算法．     

基于粒子群算法的车间调度与优化

通过对车间调度问题的描述,针对传统调度算法寻优效率低或全局寻优能力差的弱点,提出了一种基于粒子群算法(PSO)的车间调度问题解决方案.根据车间调度问题的特点,对粒子群的编码及寻优操作进行了研究,确定了更适合车间调度问题的编码和操作方式,并将算法进行编程,应用到了系统的车间调度部分.仿真结果表明,通过设置适当的参数,可以快速地得到很好的排序结果,能够适用于动态的车间调度问题.     

装卸工人调配问题新解法及其证明

阐述了现代物流技术中装卸工人调配问题、装卸工问题、限制情况下装卸工问题及其数学模型,证明了装卸工人调配问题与限制情况下装卸工问题的数学模型是等价的.通过分析装卸工人调配问题的数学性质得出该问题的一种新解法并给出其证明.新解法给出了该问题的所有最优解.     

基于双重资源的柔性生产系统调度算法

在柔性资源的生产环境下，如何进行人员与工作中心之间的优化配置对产品准时交货起着重要的作用。本文以提前/延期(E/T)惩罚最小为目标，进行了基于双重资源的柔性生产系统调度问题的研究。首先，对基于双重资源的柔性生产系统的E/T调度问题进行了描述，提出了求解调度问题的具体策略。在此基础上，建立了基于启发式的E/T调度算法。通过仿真实验，对算法性能进行了分析评价和比较，结果表明该算法用来求解基于双重资源的柔性生产系统的调度问题是有效和实用的。     

基于仿真的调度规则组合决策研究

针对车间调度规则组合的多目标优化问题,提出了一种基于仿真的评估决策模型. 通过仿真获得不同调度规则组合下的方案集合,在利用层次分析法获得性能指标权重的基础上,采用灰关联理论计算各结果方案对于单项指标的关联系数,实现了基于灰色关联度的方案评估,并导出了最优的调度规则组合. 调度规则组合决策体现了用户对系统性能指标的要求,解决了传统依靠经验进行调度规则选取的问题,优化了制造系统的运行.     

调整时间可分离的无等待FlowShop调度问题

研究了3台机器调整时间可分离的无等待FlowShop调度问题,目标函数为极小化加权完工时间和·基于对问题的分析,给出了目标函数的一般表示·对某些特殊情况,给出了问题存在多项式最优算法的充分条件·在此条件下,将单机调度问题的WSPT规则应用到无等待FlowShop调度问题,得到了求解无等待FlowShop问题最优调度的分派规则·通过反例指出了文献中的某些错误·     

一种基于混合Petri网的批过程动态调度算法

针对批处理过程动态调度问题的特点，以赋色时间限制混合Petri网为工具，建立了批过程动态调度的混合Petri网模型，将批过程的调度问题映射技术为求Petri网中变迁的最优激发序列问题。在此模型基础上，根据动态规划基本原理，以资源的终极利用即最短生产周期作为调度目标，提出了一种基于赋色时间限制混合网模型求取变迁的最优激发序列的方法，并针对实际情况中出现的复杂的中间产品存贮策略，讨论了在各存贮策略约束下该模型中时间限制区间的确定方法，最后以炼钢－连铸生产系统的过程调度为例，对该算法进行仿真。多次仿真结果表明，当任务和设备的初始时刻或者过程的动态过程发生改变时，调度结果各不相同，从而验证了该算法的有效性。     

有模机配合约束的平行机台调度方法

所描述的问题为在平行机台上具有单一模具约束的调度问题,以实现最小化拖期和为目标·描述了该问题的数学模型,并提出了如下的启发式算法,依据模具成组构成工作表,在对工作指派时根据一定条件允许改变工作的指派顺序,最后运用启发式算法ＮＢＲ(ＮｅｔＢｅｎｅｆｉｔｏｆＲｅｌｏｃａｔｉｏｎ)对调度方案进行局部调整以减少拖期和·通过一个应用实例,测试了该算法的有效性·     

基于准时制的零等待混合 Flow Shop 调度问题

讨论了具有零等待混合ＦｌｏｗＳｈｏｐ调度问题,其目标是最小化提前／拖期总成本．这是一个ＮＰ难题．给出了问题的数学模型,同时将启发式算法和求解线性规划相结合,提出了这一调度模型的求解方法．最后给出了实验结果和结论．     

基于遗传算法的路径柔性作业车间调度优化

针对柔性作业车间调度问题中加工路径的多样性,以最长完工时间最短化为优化目标建立调度模型,采用遗传算法进行模型求解。提出一种基于工序与机器编码相融合的二维矩阵编码方法。在遗传进化过程中,通过附加方法产生新个体以扩展搜索范围,对交叉和变异算子进行了分析。通过算例验证了该算法的可行性和有效性。