基于B-T规则与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题，将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。针对可重入生产系统的重入特点，建立了一类可以实现缓冲区与传统规则双重选择的缓冲区-时间(B—T)规则；然后在设备分组与分时段的基础上，提出了基于B—T规则组合的可重入生产系统调度策略，并采用遗传算法与过程仿真相结合的办法对B—T规则组合进行优化，仿真比较验证了该调度策略的有效性。     

开环可重入排队网络的递阶增强型学习调度

对平均费用型马氏决策过程 ,研究了一种递阶增强型学习算法 ;并将算法应用于一个两台机器组成的开环可重入生产系统 ,计算机仿真结果表明 ,调度结果优于熟知的启发式调度策略.     

可重入制造系统中可视化仿真调度的研究与应用

可重入制造系统调度问题随着半导体工业的迅速发展日益得到重视，仿真调度是解决这类问题的重要方法，可视化仿真因其仿真过程的可监控性与良好的交互性在仿真调度中得到了采用.本文将可视化仿真应用于可重入制造系统的调度，通过引入虚拟设备对这类制造系统进行了基于生产路线的可视化仿真，有效地解决了直观表达该类系统加工路径重入性的问题，提高了调度效率.     

可重入柔性调度问题研究:模型、算法与应用

近二十年来,在企业提高生产效率和增加生产灵活性方面的内在需求推动下,一类广泛存在于半导体制造、钢铁生产、汽车制造、武器生产、化工、微生物检测、金融财务等制造和服务领域,且具有多阶段、并行机拓扑结构的柔性生产调度问题的研究和应用正得到学术界和工业界越来越多的重视.考虑到在实际生产过程中,工件在部分阶段的加工工艺路径为循环的技术要求,与实际生产过程更加贴近的可重入系统的特性被引入到柔性制造系统.鉴于可重入柔性调度问题(reentran flexible scheduling problem,REFSP)在理论上的重要性及其对于实际调度的指导性,本文综述了可重入柔性调度问题的研究进展.首先介绍了可重入柔性调度问题的基本数学模型,并基于α|β|γ表示法对已有的复杂环境下的可重入柔性调度问题进行了归类,接着对其优化求解方法进行了归纳,并梳理了其主要应用领域,最后提出了有待进一步研究的若干方向和内容,旨在推进国内在可重入柔性调度问题研究领域的理论研究和工程应用.     

多类对象非线性流水线的无冲突调度规划

本文提出一种为多类型对象服务的非线性流水系统的调度规划方法。该方法给出冲突矩阵表示对象流入流水线的限制，通过启发式搜索寻找面向目标优化的调度策略。获得的调度策略能满足服务过程无冲突无阻塞的要求。     

考虑规整性的露天矿短期生产调度模型

为了解决数学优化方法得到的露天矿短期生产调度的现实不可行性,引入开采区域规整性用以表示模型结果的现实可行性,并提出基于周长的规整性测度.将该规整性测度作为目标函数添加到一般的露天矿短期生产调度模型中,建立了具有现实性目标的露天矿短期调度模型.使用点估计加权和方法和 LINGO建模并求解,实验结果表明新建立的模型能够得到现实可行的露天矿短期调度.     

JOB SHOP投入控制与调度研究

在生产系统中，有效地控制工件生产指令的下达可降低库存水平，提高企业对市场的反应能力．本文将投入控制定义为一个双目标问题，即在满足工件交付期的条件下，使工件的投放时间之和达到最大．对上述双目标问题，给出了两个启发式方法和一个将分支定界法与活动调度构造算法相结合的混合最优算法．计算结果表明利用本文所提出的方法可极大降低库存水平     

NWHFS多扰动调度问题的干扰管理方法

针对多扰动并发工况下无等待混合流水线(NWHFS)生产调度问题,构建了多重约束下兼顾初始调度目标(最小化工件完工时间加权和)和扰动修复目标(最小化工件完工滞后时间加权和)的干扰管理调度模型,设计了搜索方向动态可变的多目标随机加权处理策略。并将基于高斯变异的全局寻优改进策略与基于随机邻域结构的局部精细搜索策略相结合,提出了一种混合微粒群优化求解算法。数值算例仿真结果表明,包含高斯变异算子和随机邻域结构的混合微粒群优化算法求解本文干扰管理调度模型是有效的。     

带有限缓冲区的知识化制造单元无死锁调度

鉴于制造系统无死锁随机调度问题研究的缺乏,在加工时间、工件到达以及产品需求到达均为随机的生产环境下,研究了带有限缓冲区的知识化制造单元无死锁随机调度问题.针对自动机对定量指标描述能力的不足,首先给出了一种费用自动机概念.在同时考虑工件加工、库存以及缺货费用的情况下,采用无限时域折扣准则下马尔可夫链建立了单元的费用目标函数,通过一致化技术对目标函数进行离散化处理,得到目标函数的随机动态规划模型,分析并证明了单元最优目标值函数的性质.为了克服离散状态空间组合所产生的维数灾问题,提出了一种基于仿真和函数逼近的启发式近似动态规划算法对模型进行求解.在上述研究基础上,构建了一种单元无死锁随机调度策略,以保证单元安全高效地运行.最后,通过实例研究对无死锁调度策略进行了验证.     

NWHFS多扰动调度问题的干扰管理方法

针对多扰动并发工况下无等待混合流水线生产调度问题,构建了多重约束下兼顾初始调度目标（最小化工件完工时间加权和）和扰动修复目标（最小化工件完工滞后时间加权和）的干扰管理调度模型,设计了搜索方向动态可变的多目标随机加权处理策略。并将基于高斯变异的全局寻优改进策略与基于随机邻域结构的局部精细搜索策略相结合,提出了一种混合微粒群优化求解算法。数值算例仿真实验结果表明,包含高斯变异算子和随机邻域结构的混合微粒群优化算法求解本文干扰管理调度模型是有效的。     

变采样周期网络控制系统的非脆弱保性能控制

研究了一类具有随机时延和控制器增益扰动的非线性网络控制系统的非脆弱保性能控制问题。基于变采样周期的方法,将网络控制系统建模为非线性Markov跳变系统。利用Lyapunov稳定性理论,给出了保证整个闭环系统均方随机渐近稳定的充分条件。通过线性矩阵不等式的方法,设计了一种非脆弱状态反馈控制器,在该控制器的作用下,闭环系统的能量函数值不超过一个规定的上界。仿真算例说明了所提方法的有效性。     

基于强化学习的多成品率衰变设备预防维修策略

在生产制造过程中, 设备状态的衰变会影响产品质量, 导致成品率水平的逐渐下降. 本文研究此类具有多成品率水平的衰变设备预防维修问题. 建立隐马氏决策过程模型, 在成品率水平不可直接获知的情况下, 用产品质检信息作为系统观测状态进行维修决策. 模型考虑两类质检误差及收益和成本参数, 通过强化学习算法, 学习各观测状态下的最优维修行动. 针对不同的设备衰变模式和质检误差水平, 进行算例分析, 结果显示基于强化学习的预防维修策略与传统的固定周期的维修策略相比, 能够很大程度上提高系统的平均收益.     

MARKOV FUZZY CRITERION DECISION MODELS

1.IlltroductionMarkovdecisionmodels(MDMforshort)havebeenextensivelystudiedandagreatmanyresu1tshavebeenobtainedsincel95O's(e.g.,see[1-6]).Alltheseworks,asfarasweknow,arebasedonthefactthattheoptimalityindexesareab1etobemeaJsuredaccurately.However,inthepracticalproblem,thereasonableandaccurateindexesdonotalwaysexist,andevenso5theirvaluesarenoteasytoacquiresometimes.ThisfactlimitstheapplicationofMDMtosomeextent.FuIthermore,forcomplicatedmodelswithmultipleindexesitmaybedifficulttofindanoptimals…     

基于Petri网的半导体晶圆制造系统建模与分析

晶圆制造生产线由于存在回流、并发、资源共享、随机性的重做以及突发性设备故障等现象,使得生产管理及调度问题变得极为复杂。建立描述系统的模型是优化系统性能的前提,指出了用Petri网建立晶圆制造系统模型的优点,建立了一个拥有4个工作中心、8台设备的晶圆制造系统Petri网模型,并对模型进行分析。最后提出了下一步的工作目标。     

设备多状态、多类顾客制造系统的生产速率和库存分配联合决策

在生产制造系统中, 设备状态严重制约系统产能, 并增加生产过程的不确定性. 为应对不确定性对系统的影响, 对顾客进行细分, 实施差异化服务. 在顾客泊松达到、 缺货不补的假设下, 研究了设备多状态、多类顾客制造系统的生产和库存分配联合决策问题. 利用马尔科夫决策理论, 建立了系统在无限期期望折扣总成本准则和平均成本准则下的最优方程, 并证明了最优策略具有相似的结构性质. 最优生产速率策略是生产阈值水平随设备状态非增的阈值策略, 即当库存水平降至该阈值水平之下时, 以允许的最大生产速率生产, 否则不生产. 最优库存分配策略是分配阈值水平随设备状态非增的阈值策略. 另外, 缺货成本大的顾客具有较低的分配阈值.     

基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.     

THE BOREL STATE SPACE SEMI-MARKOVDECISION PROCESS WITH EXPECTED TOTAL REWARDS IN A SEMI-MARKOV ENVIRONMENT

1.IntroductionMarkovdecisionprocesses(MDP)candescribeMarkoviansequentialdecisionsystems([12]),amongwhichtherearemanysystemsinstochasticenvironmentsandtheenvironments'effectwillchangetheparametersmodelingthesystem,e.g.3arepairablesysteminastochasticenvironment([3])andqueueingsystemsinvariedstochasticenvironments([4]).ThusMDPinstochasticenvironmelltsoccuriftheoptimalcontrolofsuchsystemsisconsidered.ContinuoustimeMDPandsemi-Markovdecisionprocess(SMDP)inasemi-Markovenvironmentwithdiscountedc…