基于遗传算法的装配线平衡

平衡问题是装配线设计中要考虑的一个重要方面。文章给出基于遗传算法的启发式程序来解决装配线的平衡问题，设计特殊的遗传操作算子，提高算法的可行性、有效性和程序的搜索能力。对于给定的实例，计算的结果表明遗传算法是一种有效的解决装配线平衡问题的工具。     

一种混合嵌套分区算法及其在车间调度中的应用

设计了一种嵌套分区算法框架下的局部搜索算法,即基于最优计算量分配技术的序遗传算法,该算法采用序优化思想保证在有限计算量条件下得到局部最优解,并用遗传算法的进化搜索能力和学习能力对解空间进行搜索.将设计的局部搜索算法与嵌套分区算法相结合提出一种新的混合优化算法,用该混合优化算法求解几个标准的随机车间调度问题,数字仿真的结果表明该混合算法的优化性能好于遗传算法及基于最优计算量分配技术的序优化方法.     

基于混合遗传算法的FMS优化配置及其工艺路线规划

针对基于CQN模型的FMS优化配置问题提出了一种混合遗传算法,充分利用CQN模型中生产量函数和成本函数的单调性,设计了最大产量-成本梯度算子来引导新一代种群从不可行域进入可行域.同时,在求解相应的工艺路线规划问题的遗传算法中引入了具有启发式规则的余量随机分配算子,可以将超过约束条件的余量随机分配到个体中去,并通过按照一定规则的调整而保证所有个体的可行性.这样,一方面实现了利用遗传算法求解FMS配置的约束优化问题,另一方面加强了遗传算法的局部搜索能力.算例证明该算法的求解质量好于目前该领域常用的隐枚举算法.     

一种有时间约束的多车辆协作路径模型及算法

分析了有时间约束的基于多车辆协作的随机路径问题。提出了问题的随机规划期望值模型。设计了问题中的两车辆协作的随机路径问题的遗传算法，在遗传算法中采用时间惩罚过滤算子优化了初始种群，提高了收敛速度。给出了算法的应用示例。表明了模型和算法是多车辆协作随机路径问题的一种有效算法。为研究多车辆协作的随机路径问题提供了新的理论和方法。     

用并行遗传算法求复函数方程根的设计和实现

探讨用PGA解优化问题的方法来解求复函数方程全部根的问题.提出了一种基于并行遗传算法的复函数方程求根算法,并得到令人满意的结果算法简单实用.给出了该算法的设计和具体实现.     

基于均匀设计的多智能体遗传算法研究

将均匀设计方法、多智能体系统与遗传算法相结合,提出了一种多智能体遗传算法.设计了基于均匀设计表的均匀种群初始化方法和均匀交叉算子,并将其引入算法中.算法通过智能体与智能体环境间的相互作用,以及智能体自学习提高自身能量,实现了复杂问题的全局优化目标.实验表明,该算法对于高维函数优化问题,尤其是高维多峰函数,具有很好的全局搜索能力和较快的收敛速度,能够避免陷入局部最优.     

杂合遗传算法与计算智能

基于遗传算法的杂合系统是将遗传算法引人已有的系统算法、启发式优化策略及领域知识获取与优化等问题时,产生的一种新型的综合性算法结构设计策略．本文对遗传算法与神经网络、遗传算法与模糊逻辑,以及遗传算法与专家系统的杂合等问题进行了系统的研究与评述.     

基于育种系统管理全局优化算法及其性能

针对遗传类算法收敛精度差和收敛速度慢等问题,本文将育种系统的管理运作思想引入遗传算法,构造了一种新的全局优化算法—育种算法。通过对搜索和进化操作过程进行分析,指出了算法收敛到全局最优的途径和方法,提出了利用简单的随机采样实现全局搜索和采用基因置换技术实现交叉进化的思想策略,建立了算法模型并确定了相应的控制参数和终止准则。实验表明,该算法能够实现精确搜索并实现计算精度和成本之间的平衡,可以避免遗传算法的早熟收敛问题和大量的冗余运算,提高了优化计算的速度和可靠性。     

遗传算法在电力系统经济负荷分配中的应用

针对考虑阀点效应的电力系统经济负荷分配问题的特点，将遗传算法与传统基于梯度的数学优化方法相结合，提出一种求解电力系统经济负荷分配问题的混合遗传算法。通过极大熵理论将经济负荷分配问题近似为可导问题，并将SQP法引入遗传算法提出SQP算子，以提高遗传算法的寻优速度与局部搜索能力．基于优化设计理论应用均匀设计确定初始种群．同时，利用单纯形交叉算子的多点交叉特性使种群逐步趋近全局最优点．实例研究结果验证了方法的有效性。     

自适应调整选择压力的灾变元胞遗传算法

对于遗传算法而言,全局探索和局部寻优能力之间的平衡影响算法的性能,选择压力就代表着这个平衡.只有当全局探索和局部寻优之间的平衡达到最佳化才能够使算法又快又精确的寻求到全局最优解.随着算法运行,种群结构不断的变化,选择压力也在不断变化.分析研究了灾变元胞遗传算法的选择压力,根据种群多样性和种群收敛度,提出一种基于灾变参数调节选择压力的自适应元胞遗传算法.通过两个典型函数优化实验,表明选择压力自适应调节可提高算法性能,并得出这两个函数在寻优过程中的最佳选择压力变化规律,这为自适应算法设计提供了一种新的途径.     

生产流水线上允许返回作业的一维机器配置问题

在现代制造系统中,大量地采用了流水线作业以提高劳动生产率,其中一维机器配置问题在此起着非常重要的作用。本文探讨了生产流水线上允许返回作业的一维机器配置问题。由于该问题是一个NP-完全组合优化问题,随着问题规模的扩大,往往难以求得最优或满意的机器配置方案。本文提出一种新的遗传算法用以求解这种机器配置问题,数值分析表明所构造的遗传算法对求解这类组合优化问题上是有效的。     

无重叠区的两抓钩周期性排序问题的一个搜索求解法

在当今的自动化制造系统中,计算机控制的抓钩的排序直接影响系统的生产率.本文研究了产品在生产线两端装载和卸载的电镀线的周期性抓钩排序问题,目标是极小化生产周期.本文把生产线分成无重叠的两部分,并给每部分分配一个抓钩,构成一个无重叠两抓钩周期性排序问题.为了求解该问题,提出了一种基于线性规划模型和禁忌表的搜索算法.这个算法使用测试的周期长度作为控制参数以产生不同的运送顺序,对每个给定的运送顺序和抓钩分配,用线性规划模型求得子问题的最优解.在搜索中,为了避免相同序列的子问题模型的求解,采用了禁忌表.量化的示例表明所使用的方法是高效的.     

一种动态协同进化算法求解双边顺序相依拆卸平衡问题

针对大型产品在双边拆卸线进行作业时，零部件间存在拆卸干扰的情形，构建双边顺序相依拆卸线平衡问题优化模型，并提出一种动态协同进化算法。所提算法设计了一维正负整数排列编码方法，可将任务间先后关系及任务所在操作方位同时有效表示，编码简单易于实现；采用动态邻域深度搜索策略，提高局部搜索质量；引入后天学习算子，加快个体进化速度；通过种群间相互交流，提升下一代种群质量。最后，通过算例验证所提算法具有良好的寻优性能。     

基于改进狼群算法与仿真的单元调度优化

单元制造是现代生产系统的重要组织形式。对制造单元的调度过程中,机器故障与中断是很常见的问题,机器空转造成的能源浪费也不可忽视,相关研究具有重要现实意义。考虑单元调度中的机器中断和能耗,建立了一个最小化所有工件完工时间及机器闲置能源消耗和中断成本的整数规划模型,并提出了一种基于改进狼群算法和离散事件仿真的混合优化方法加以求解,有效提高了算法的寻优能力。数值实验表明,提出的算法具有良好的收敛性,可以在合理的迭代次数内找到问题的满意解。     

Sequencing deliveries to minimize inventory holding cost with dominant upstream supply chain partner

This paper studies a two stage supply chain with a dominant upstream partner. Manufacturer is the dominant partner and operates in a Just-in-Time environment. Production is done in a single manufacturing line capable of producing two products without stopping the production for switching from one product to the other. The manufacturer imposes constraints on the distributor by adhering to his favorable production schedule which minimizes his manufacturing cost. Distributor on the other hand caters to retailers' orders without incurring any shortages and is responsible for managing the inventory of finished goods. Adhering to manufacturer's schedule may lead to high inventory carrying costs for the distributor. Distributor's problem, which is to find an optimal distribution sequence which minimizes the distributor's inventory cost under the constraint imposed by the manufacturer is proved NP-Hard by Manoj et al. (2008). Therefore, solving large size problems require efficient heuristics. We develop algorithms for the distribution problem by exploiting its structural properties. We propose two heuristics and use their solutions in the initial population of a genetic algorithm to arrive at solutions with an average deviation of less than 3.5% from the optimal solution for practical size problems.     

Hybrid Genetic Algorithms with Fuzzy Logic Controller

SYSTEMS ENGINEERING1. IMTSODUCTIONMachine scheduling problem is the study of constructing schedules of machine processing for a set of jobs inorder to ensure the execution of all jobs in a reasonable amount of time or cost. Usually, it deals with whatmachines to be allocated to which jobs and how to order the jobs in an appropriate processing sequence. Inparallel machine system, two machines are identical and a job can be processed by any one of the free machines.Each finished job …     

A two-level genetic algorithm for scheduling in assembly islands with fixed-position layouts

This paper focuses on the scheduling problem in assembly islands environment with fixed-position layouts. In such configuration, the product normally remains in one location for its entire manufacturing period while machines, materials and workers are moved to an assembly site called an assembly island. This production layout has some unique features such as moving assembly workers,tools and materials; limited space at assembly site; considerable distance between islands. The authors first give the definition and mathematical model for the scheduling problem and then propose a two-level genetic algorithm to obtain a near optimal solution to minimize the makespan. Experimental results show that this algorithm is effective. The performance analysis of the proposed algorithm indicates that it is more efficient in the airline or shipbuilding industry than in the machine or tool final assembly companies.     

一类有动态时间窗的并行多机启发式调度算法

航班过站服务中的货邮装卸作业调度是一类有时间窗和作业调整时间的多目标多设备并行作业动态排序问题，其特点是作业时间窗和服务作业时间动态变化。在分析区别于一般制造业生产作业排序特点的基础上，建立了服务作业的调度模型．提出了设备能力差的概念．给出一个考虑不同设备加工能力的启发式分配法。当时间窗或服务时间发生变化时，算法只需要修改判断矩阵中的一行或一列数据，而对算法运行的效率没有影响。算例分析显示，能力差分配算法在减少航班延误数量、时间压设备生产能力平衡上均优于目前使用的先到先服务和最小负荷调度的混合算法。     

基于Petri网的一类调度问题的分层控制器设计

利用Petri网中T不变量的思想,针对约束为T不变量的Parikh向量形式的job-shop调度问题,提出了一种分层控制器的设计算法,该算法有效地解决了这一有并发约束的控制问题。即使随着系统规模的增大,该方法计算量仍然很小,而且与经典的库所不变量方法相比较,它不受有无自回路的约束,可有效地解决一类实际制造系统中的job-shop调度问题。     

基于遗传禁忌混合搜索算法的设备布局研究

针对设备布局影响制造系统的总体功效的问题,但同时遗传算法在实际应用中,出现早熟现象,爬山能力弱,等一系列缺点提出遗传禁忌混合搜索算法,该算法将遗传算法和禁忌搜索相结合,遗传算法的交叉算子中增加记忆功能,避免迂回搜索,以禁忌搜索作为遗传算法的变异算子。通过实例计算,证明遗传禁忌混合搜索算法是一种行之有效的算法,对解决设备布局这类组合优化问题具有实用价值。