最优公共交货期单机提前/拖后调度和对应的批次送货

本文考虑了一个包含工件生产和工件送货的单机调度问题。目标是寻找所有工件的公共交货期和每个工件的送货时间使得工件所受到惩罚(提前／拖后惩罚,送货费用等)的值最小。完成的工件按照批次进行送货,所有在公共交货期前完工的工件在最优交货期时间一起交付,对批次送货没有量的约束。本文确定了最优公共交货期,并给出了相应的排序。     

用GA算法解不确定条件下Job Shop的提前/拖期调度问题

研究了具有公共交货期窗口的 Job Shop的提前 /拖期调度问题 ,并考虑了处理时间的不确定性 ,采用三角模糊数表示不确定性信息 ,提出了基于遗传算法的优化方法并以仿真实验验证了算法的有效性     

JIT系统下的单机提前/拖期调度问题

分别研究了交货期及交货期窗口下的单机调度问题，目标是寻找一个最优调度极小化提前／拖期任务数。假设如何任务在交货期或交货期窗口内完工，则不受处罚；否则，就要受到一个固定的提前／拖期惩罚；提出了在交货期及交货期窗口下的寻找最优调度的多项式算法，并以两个实例说明了算法。     

交货期窗口下的多目标作业车间调度问题

研究交货期窗口下的多目标作业车间调度问题.如果任务在交货期窗口内完工,则不受提前/拖期惩罚;如果在交货期窗口外完工,将导致提前/拖期惩罚.设计了基于协同多群体的多目标遗传算法（CMGA）,最后将此算法应用于作业车间调度的多目标优化问题,并和其他算法进行了比较.计算结果验证了CMGA在调度方面良好的搜索性能.     

不确定性条件下存储时间有限型Flow Shop问题的提前/拖期调度研究

研究了具有不同交货期窗口的Flowshop提前／拖期调度问题,并考虑处理时间的不确定性以及存储时间的有限性,在模糊规划理论基础上,建立了带有提前／拖期的存储时间有限型Flowshop的调度模型,通过中间值最大隶属度算法,将原有的模糊调度模型转化为清晰的调度模型,并应用了遗传算法进行优化求解。仿真实验验证了算法的有效性。     

提前/拖延调度问题最优解的结构

讨论了带有４项惩罚指标的提前／拖延调度问题,目的是确定最优公共７交货期和确定最优排序,给出了最优公共交货期的确定方法,提出联合处罚因子的概念,并讨论了最优解的结构。     

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．     

一种改进的人工免疫算法在模糊Flow—shop调度问题上的应用

为了克服传统的遗传算法和人工免疫算法的不足，提出一种改进的人工免疫算法。此种算法在进行亲合力计算前利用生成的亲和度矩阵排除相似抗体，大大减少运算量。用此种改进的人工免疫算法优化寻优过程，研究了处理时间不确定并且具有不同交货期窗口的Flow-shop的提前／拖期调度问题。最后，仿真实验验证了算法的有效性。     

并行机优化调度问题的新算法

将调度规则的简洁性与遗传算法的强大搜索能力相结合,提出一种能用于最小化拖期任务数并行机调度问题的基于遗传的新的调度算法,并用计算实例表明了该调度算法优于迄今最好的启发式算法,并能适用于大规模并行机调度问题,本算法计算量小,具有很强的鲁棒性。提出的基于遗传的调度算法不仅能用于生产调度领域,在大规模数值计算及计算机网络技术等方面都有很好的应用前景。     

面向定单交货期窗的连续生产过程生产调度

针对连续工业生产过程中的调度,把各个订单的交货期考虑为一个连续时间窗,并根据订单交货期的约束,把一段连续的生产时间进行离散化,在允许拖期交货的情况下,建立面向订单交货期窗约束的连续过程生产调度数学模型,使企业的生产不仅满足订单需求量和交货期的要求,而且使企业在生产中获得最大的生产利润;对各个时间段的设备生产率进行实数编码,采用遗传算法对模型进行优化求解,并讨论了拖期惩罚系数的选择对调度结果的影响.仿真结果表明,所提出的模型具有可行性和有效性.     

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题,但迄今为止,在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法,但与遗传算法相比,进化规划算法的应用还刚刚开始,特别是在调度领域的应用还很少见文献报道,第一次将进化规划方法应用到并行多机调度问题中,并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的,能用于解决较大规模并行多机调度问题,且解的质量优于启发式算法和模拟退火算法。     

工时依赖位置的宽容期单机排序问题

研究了共同宽容交货期的单机排序问题,即加工时间是位置的函数,所有工件的提前/延误费用相同,共同宽容交货期的开始时间和大小待定,目标函数最小化的总惩罚费用(包括提前、延误、宽容交货期的定位和大小费用四部分).并给出了最优排序的性质,提出了一个多项式时间算法.     

用GA算法解不同交货期窗口下的E/T调度问题

针对准时生产制下提前 /延迟 ( E/ T)费用的生产排序与调度问题 ,对不同交货期窗口下 E/ T指标的单机调度问题进行了分析 ,给出了在给定加工顺序条件下求解最优加工时间的动态规划算法。在此基础上 ,应用 GA( genetic al-gorithms)算法实现了求解。为提高算法优化性能 ,针对问题本身特性 ,分别从关键参数的选取 ;交叉操作的动态控制 ;变异操作的优化 3方面提出了相应改进策略。最后利用计算机仿真对算法性能进行研究 ,并得到一些经验性结论。仿真结果表明 ,该算法在优化性能和时间性能上均能满足工程上的要求。     

非对称模糊加工时间工期指派调度优化问题的一类多项式求解算法

针对工件加工时间为非对称模糊数,极小化提前完工惩罚和拖期完工惩罚之和的均值的单机工期指派调度优化问题展开研究.证明了当模糊加工时间具有相同宽度比时,该问题是多项式可解的,并 给出了多项式求解算法.同时根据历史数据,构造了工期指派问题的调度模型,并利用所给出的算法求得最优解,从而 表明所提出的模型和算法的有效性.      

具有共同松弛时间的恶化型工件排序问题研究

研究工件加工时间具有恶化效应的单机松弛工期排序问题.其中恶化效应指的是工件的实际加工时间是其开工时间的递增函数且所有工件的恶化率相同,工件的松弛工期等于其实际加工时间加上共同的松弛时间.目标是确定工件的一个排序和工件工期的共同松弛时间使得工件的提前时间、延迟时间和工期的共同松弛时间的线性加权和达到最小.用运筹学方法证明了该问题可以转化为两个向量的乘积问题,从而多项式时间可解,并给出了求解的最优算法.     

具有加工顺序约束和非对称模糊加工时间的工期指派调度方法

研究了工件加工时间是非对称模糊数、工件间具有优先加工顺序约束、目标函数为极小化提前完工惩罚和拖期完工惩罚和的均值的单机工期指派调度优化问题.证明了当模糊加工时间具有相同宽度比、优先加工约束关系为树状约束时,该问题是多项式可解的.进一步,当优先加工顺序为一般约束时,基于线性规划松弛技术,设计了近似比为2的近似算法.      

基于遗传算法的主生产计划优化模型

文章针对生产与销售多种产品且每个产品具有多级装配结构的典型离散型生产制造企业,研究了其主生产计划调度优化问题;以全生命周期中生产与库存费用最小为目标,通过引入提前和拖期惩罚费用因子,建立了加工能力受限情况下的主生产计划优化数学模型;将遗传算法和启发式方法相结合,提出了一种新型的企业资源计划的主生产计划优化的求解策略;对典型实例进行仿真,并对求解性能进行了比较,结果表明该算法模型是有效和可行的。     

具有学习效应且加工时间可控的单机排序问题

讨论一类加工时间可控的单机排序问题.在这一问题的模型中,机器具有学习效应,工件的实际加工时间为同时依赖于所排位置和所分配的资源量的资源消耗函数,其中资源消耗函数又分为线性资源消耗函数和凸资源消耗函数这两种函数.考虑共同工期分派方法和松弛工期分派方法这两种工期分派方法.极小化一个包含加权总误工数的费用、工期分派的费用、最大完工时间的费用和总资源消耗的费用的目标函数.对于工件加工时间的两种资源消耗函数与工期分派方法的不同组合,算法复杂性为O（n4）的多项式时间算法相应地被给出.创新之处是：在Shabtay研究的基础上增加考虑了学习效应后,计算相关问题的算法复杂性仍保持不变.     

基于准时交货的Job Shop多机调度

提出了一个基于准时交货的Ｊｏｂ－Ｓｈｏｐ多机调度模型，应用模拟退火方法并结合启发式算法，给出求解该模型的一种新方法，通过仿真算例说明了方法的有效性。