遗传算法在Job-Shop调度中的应用

本文介绍了近年来遗传在作业调度方面的成功应用,包括染色体的编码方法,用于调度问题的交叉、变异算子以及改进遗传算法性能主要措施。     

面向定单的连续生产过程动态调度方法

用模糊数描述生产调度问题中定单完成期、处理率、处理时间等因素的不确定性，建立连续生产过程中定单变化引起的动态调度问题的模糊优化数学模型，通过求解这个模型，能够实现在生产线的生产能力，存储设备的存储能力和定单的完成范围等约束条件下的动态调度。仿真结果表明模型的有效性和合理性，不仅能满足客户的需求，而且使企业获得最大的利润。     

测量调度的建模和分析

通过研究一个大型网络测量系统中测量任务的调度问题，建立了形式化的测量调度模型，规范地定义了测量任务分布，资料耗费和资源分配等概念，基于该模型，分析了大规模测量调度的分解，测量调度的拓扑约束和资源约束，以及测量任务排队等问题，为网络测量系统的用户或管理员较好地规划组件配置，资源分配和测量任务分布奠定了基础。     

一种求解资源受限工程调度问题的遗传算法

针对资源受限工程调度问题的特点，设计了一种改进的遗传算法，对算法的编码方式和解码规则，适值函数，遗传算法、初始种群的产生方法进行了详细的说明，利用被普遍应用的标准问题对该算法进行了大量的测试，分析了算法参数和问题参数对算法效果的影响，取得了令人满意的结果。     

赛汝生产系统构建与调度的研究进展

作为一种新的生产模式,赛汝生产(SERU production)因其响应快、柔性高、效率高的优势在佳能、索尼等电子产品制造企业被广泛采用并取得很好的效果,也因此引起了学术界的广泛关注.赛汝生产系统运作至少包括赛汝生产系统构建和调度两个关键决策过程,而且这两个决策过程都是NP难问题.为了降低计算复杂度,大多数已有研究都是对赛汝生产系统构建和调度进行单独决策,但赛汝生产系统构建和调度的单独决策无法产生全局最优解.为获得全局最优解,需要联合决策赛汝生产系统构建和调度.本文从赛汝生产系统构建与调度的单独决策、纯赛汝生产系统构建与调度的联合决策、混合赛汝生产系统构建与调度的联合决策三个方面,介绍和总结了赛汝生产系统构建和调度的研究进展,展望了未来的相关研究方向.     

基于遗传算法的混合Flow-shop调度方法

混合Flow-shop调度问题（Hybrid flow-shop scheduling problem,HFSP),是一般Flow-shop调度问题的推广，由于在某此工序上存在并行机器，所以比一般的Flow-shop调度问题更复杂。本文提出了遗传算法求解混合Flow-shop调度问题的方法，给出了一种新的编码方法，设计了相应的交叉和变异操作算法，能够保证个体的合法性，同时又具有遗传算法本身所要求的随机性。最后给出了某汽车发动机厂金加工车间的生产调度实例，表明了此算法的有效性。     

并行多机成组工件调度的禁忌搜索方法

本文讨论的是并行多机成组工件的极小化最小通过时间调度问题。在没有ＧＴ假设下,它是一个非常复杂的组合优化问题,是ＮＰ难题。在本文中,为了解决此类问题,作者尝试采用了两种禁忌搜索的智能优化算法方法：１）利用单机条件下的最优解的性质,提出了禁忌搜索结合启发式的算法（ＴＳ－ＨＥＵ）;２）禁忌搜索结合支定界法的算法（ＴＳ－Ｂ＆Ｂ）。作者作了大量的仿真实验,将两种方法进行了比较。实验结果证明：虽然两种算法都可     

连续过程生产调度的研究策略

针对连续行业生产调度的特点,给出连续过程生产调度的一般描述、功能结构和动态调度机制。提出应用网络模型进行生产过程结构的分析和求解,阐明了生产调度系统的实现策略、并基于连续行业的生产方式及市场特征,给出了连续过程的四类基本生产模式。     

基于模式分类的自学习生产调度知识库方法

对一种简化的调度问题进行了分析 ,说明了在一定的条件下 ,对某一范围的调度任务 ,的确存在着一种不变的模式 .文中对任务中不同的子任务对 (“订单对”)给出了一个指标 ,并以此指标来判断该子任务对在一个成功的生产调度方案中的先后顺序 ,是否在另一个类似的任务的成功生产调方案中能得到保持 .基于这一结果 ,文章还给出了一个实际中对生产调度经验进行机器自学习的算法步骤.     

炼钢-连铸生产调度模型及启发式算法

在炼钢-连链生产工艺的约束条件下，针对多阶段均有并行机的生产环境，建立综合考虑炉次的设备指派和作业排序的混合整数线性规划（MILP）模型。在探讨炉次设备指派规则、缓解资源冲突的方法的基础上，提出面向实际应用的启发式算法。算例表明该算法行之有效的。     

一类带缓冲区的连续生产过程的最速生产调度

研究了一类有分段式生产任务并带缓冲区域束的连续生产最早完工（Ｍａｋｅｓｐａｎ）指标调度问题,对积分形式约束和专注生产的约束进行有效转化,将原调度总理２转换为线性规划问题,仿真算表明了文中方法是可行的。     

基于杂合遗传算法的车间生产调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法.将该种方法应用于求解某双极集成电路制造企业的车间生产调度问题,仿真结果表明,它是有效和可行的.     

面向对象Petri网离散制造系统生产调度建模研究

将面向对象技术与Petri网结合作为建模工具,针对离散制造业的研究现状及其生产调度特点,进行离散制造系统生产调度建模;选用满足交货期的成本最低原则作为调度目标,运用最优化方法进行目标优化.通过对FMS的建模及目标优化,证明利用该方法建模能准确反映生产调度的加工路径及其资源约束,将复杂系统高度抽象,模型易于扩展.     

APTS下城市公交枢纽调度问题的实用优化方法研究

基于APTS(Advanced Public Transportation System)背景,研究在提供公共交通信息的条件下公交枢纽调度优化问题,从公交车辆运行和出行者行为两方面充分解析公交枢纽广义费用的构成因子．建立模型、设计算法并用算例进行演示。     

生产系统的演变及其演变规律

现代企业间的竞争已由过去的产品竞争转向了能力竞争,生产系统作为工业的竞争之本,只有其自身具备竞争优势,才能赢其产品在市场上的竞争优势,本文从技术,管理,竞争的角度考察了生产系统的演变过程,揭示了生产系统的演变规律,以为企业生产系统的构建,更新,改造及其创新与升级提供借鉴。     

基于混沌遗传算法的自动化生产单元调度方法

针对遗传算法在求解一类带时间窗口的自动化生产单元调度问题时易出现冗余迭代、收敛缓慢等问题,将混沌搜索技术引入至遗传算法中,通过将混沌初始化、混沌扰动与遗传算法的基本操作相结合,利用混沌运动搜索精度高、遍历性好的特点来提高遗传算法的收敛速度和优化质量.本文在给出自动化生产单元调度问题的数学模型的基础上,着重讨论了混沌遗传调度算法的设计,包括编码方式、混沌初始化、交叉操作、混沌变异操作和适应度函数的计算等.最后以自动化电镀生产线为例对提出的算法进行了验证,为此类调度问题提供了有效的算法.     

零工工厂多机多目标调度

本文根据零工工厂生产系统的特点，研究多机多目标调度问题，提出并建立了多机多目标调度问题的一般模型，应用模拟退火方法进行仿真实验。     

基于稳定性的生产调度建模

针对传统调度模型得出的方案由于决策参数变化而不能应用于实际生产等问题,分析了在实际生产环境中可能导致重调度的各种不确定因素,从调度稳定性的角度使用两阶段随机规划方法重新设计了包含随机参数的模型,不仅使调度可以稳定在某置信水平上,而且允许调度结果以一定的风险获取更好的性能指标。最后,应用一个化工调度模型讨论了新方法的特点。     

基于行为运筹的生产调度干扰管理模型

针对生产调度过程中干扰事件导致初始方案无法继续实施这一难题,采用干扰管理思想,结合行为运筹中对人的行为与感知的研究方法与优化决策的研究手段,从客户、企业管理者和车间工人三个方面度量生产调度系统的扰动,提出基于前景理论的扰动度量方法,构建字典序的多目标干扰管理模型并采用改进的蚁群算法进行求解.数值算例中,通过与全局重调度和右移重调度的结果进行比较,得出本文方法更加科学——生成的干扰调整方案对系统的扰动更小.     

调整时间与顺序相关的flowshop调度的精确算法

调整时间与顺序相关的流水车间调度问题（flowshop scheduling with sequence dependent setup times,FSSDST)在过程制造业中有着广泛的应用背景，是一类比较复杂的调度问题，对目标函数是最小化最大流程时间（makespan)的同排列流水车间FSSDST调度问题进行了研究，建立了FSSDST的混合整数线性规划模型（MILP），提出了两种确定原问题的下界方法：（1）按照第m台机器（最后一台机器）定界；（2）按照全部机器定界，根据这两个下界，提出并实现了分支定界算法，为了提高分支定界算法的效率，提出了两种改进上界的策略：（1）改进初始上界法；（2）改进动态上界法，实现了上述所有算法，并通过随机产生的例子获得了各种算法的性能。