不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。     

地铁运营中断下多目标应急公交调度模型研究

考虑地铁运营中断条件下应急公交站点泊车能力受限以及轨道交通折返站和换乘站客流压力较大的特征,在应急公交标准接驳线路的基础上设计了补充接驳线路,来降低乘客的出行延误和提高应急车辆的疏运效率.将线路规划与车辆调度集成一个模型,以应急公交站点的泊车能力、车辆运力、派车能力以及乘客容忍时间为约束条件,构建了多 目标应急公交调度优化模型.利用改进的NSGA-Ⅱ算法求得Pareto分布优化解集,同时采用隶属函数从Pareto前沿中挑选出最理想的折中解,并进行实例验证以及灵敏度分析.研究结果表明:应急车辆行驶的总时间与平均乘客延误之间存在Pareto优化,即决策者可以根据调度目的权衡应急车辆行驶时间与乘客延误的关系.     

离散NSGA-Ⅱ求解带有限缓冲区的多目标批量流水线调度问题

针对带有限缓冲区的多目标批量流水线调度问题,首先构建该问题的数学模型,采用离散NSGA-Ⅱ算法进化求解.所提算法充分利用非支配解信息引导种群进化,从而加快了种群收敛速度,改进了算法的全局探搜和局部开发能力.将所提算法用于求解太阳能电池组件生产调度的13个算例,实验结果表明,所提算法能够产生高质量的解,有效求解该问题.     

基于NSGA-Ⅱ算法的多目标公交调度优化模型

针对传统公交调度方案容易导致运营经济成本和乘客时间成本的不合理分配问题,提出了一种基于NSGA-Ⅱ算法的多目标公交调度优化模型。综合公交车辆运营成本、乘客出行成本及乘车舒适度三个目标函数,建立公交调度优化模型,通过非支配排序遗传算法对模型的pareto最优解进行计算。最后以深圳市某路公交为实例,通过采集线路参数,计算得到该线路最优发车间隔。验证了NSGA-Ⅱ优化算法在公交调度中的有效性,对公交运营与线路改善有一定的借鉴意义。     

TFT-LCD制造cell阶段多目标绿色调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)制造cell阶段的多目标绿色调度问题,构建了最小化最大完工时间、总能耗和总生产成本为目标的优化模型。采用基于机器和工序的两段式编码,使用在步长因子前加入动态系数的改进布谷鸟搜索算法,结合双元锦标赛和动态淘汰制,根据聚集距离法筛选Pareto最优解来获得Pareto最优解集,对TFT-LCD制造cell阶段多目标绿色调度问题进行求解。结果表明,改进布谷鸟搜索算法优于标准布谷鸟搜索算法和带精英策略的快速非支配排序遗传算法,可以提高TFT-LCD制造cell阶段多目标绿色调度问题的求解效率和质量。     

CIM环境下刀具资源信息模型研究

针对ＧＩＭＳ对刀具资源的信息需求状况，提出基于刀具资源特征的信息建模思想。对刀具资源信息进行特征分类和重组，设计出适于计算机的数据表达方式。并论述了模型的建造过程和其主要特点。     

CIM环境下的自动化车间刀具管理系统

该文从ＣＩＭ　环境下自动化车间刀具流向入手，提出了一套建立自动化车间刀具管理系统的方法，并建立了自动化车间刀具管理的功能模型和信息模型。     

基于遗传算法的多目标生产车间调度研究

针对生产调度多目标动态复杂性,提出了一种基于AOE图寻找关键路径的改进遗传算法。采用基于工件和机器相结合的编码方法,根据多目标要求,设计了相应的交叉遗传算子。实验结果表明,改进的遗传算法符合车间实际应用情况,对解决多目标动态车间调度问题有实际的应用意义。     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

制造执行系统中的设备调度模型

设备管理是制造执行系统的重要组成部分,针对传统设备管理模型中的设备可替代问题,在研究了设备管理描述的复杂性和测度方法的基础上,根据设备资源的特点,将蚂蚁算法引入设备调度模型。在改进的模型中,运用模糊聚类方法解决了基准设备特征参数和加工能力相似设备的可替代问题,为制造执行系统环境下的设备调度提供了依据。仿真结果表明:该模型可以有效地解决铜产品生产中制造设备调度问题,具有较好的实用性。     

Process Planning and Scheduling Integration in an Open Manufacturing Environment

New open manufacturing environments have been proposed aiming at realizing more flexible distributed manufacturing paradigms, which can deal with not only dynamic changes in volume and variety of products, but also changes of machining equipments, dispersals of processing locations, and also with unscheduled disruptions. This research is to develop an integrated process planning and scheduling system, which is suited to this open, dynamic,distributed manufacturing environment. Multi-agent system (MAS) approaches are used for integration of manufacturing processing planning and scheduling in an open distributed manufacturing environment, in which process planning can be adjusted dynamically and manufacturing resources can increase/decrease according to the requirements. One kind of multi-level dynamic negotiated approaches to process planning and scheduling is presented for the integration of manufacturing process planning and scheduling.     

网络化制造环境下的“软件人”入侵检测模型

针对网络化制造对企业内部网提出的安全需求,结合国内制造企业实际情况,提出了基于软件人(SoftMan)思想的分布式、智能协同的入侵检测模型,介绍了模型的架构和组成部分,并讨论了系统中的安全通信、流量分配方案等关键问题,设计并实现了软件人入侵检测原型系统.该模型基于安全通信,实现了完全分布式检测思想,能对大型网络实现完整的入侵检测.     

半导体制造系统优化调度模型的分解和简化方法

在半导体制造系统流体网络模型的基础上,建立了以减小平均在制品水平为目标的可分解的优化调度模型,利用其可分解的特性,把整个调度周期划分为若干等长的子区间,把原调度问题分解为这些子区间上的子问题。在半导体制造环境下,这些子问题可以进一步简化,因此通过求解这些子问题得到了原调度问题的解。这种算法的计算量与调度周期成正比,而且应用实例表明,其性能有很大提高。     

智能制造环境下的产品模型

描述了在智能制造环境下的产品模型——产品可视知识模型;并在此基础上提出了面向应用的特征概念,从而统一了对特征的理解,用约束的概念实现说明性知识和过程性知识的结合.     

基于进化算法的多目标生产排序研究进展

利用多目标进化算法求解复杂生产排序问题是近10 a来发展迅速的研究方向.首先调查了国内外采用进化算法求解多目标生产作业排序的研究现状,分别对3类不同策略的多目标进化算法设计思想进行分析,在总结各类方法优劣的基础上,给出了进一步研究的趋势展望.     

多目标模糊优化理论及其在制造系统中的应用

基于单目标最优解模糊化基础上的多目标模糊优化方法能够反映各个单目标最优解与多目标满意解之间的相互关系,较好地解决多目标优化问题。文章根据多目标模糊优化的基本原理,结合目标相对优属度概念,提出了具有相互矛盾目标的系统多目标模糊优化方法,并通过示例说明了该方法在制造系统优化中的应用。     

Distributed Scheduling Problems in Intelligent Manufacturing Systems

Currently, manufacturing enterprises face increasingly fierce market competition due to the various demands of customers and the rapid development of economic globalization. Hence, they have to extend their production mode into distributed environments and establish multiple factories in various geographical locations.Nowadays, distributed manufacturing systems have been widely adopted in industrial production processes. In recent years, many studies have been done on the modeling and optimization of distributed scheduling problems.This work provides a literature review on distributed scheduling problems in intelligent manufacturing systems. By summarizing and evaluating existing studies on distributed scheduling problems, we analyze the achievements and current research status in this field and discuss ongoing studies. Insights regarding prior works are discussed to uncover future research directions, particularly swarm intelligence and evolutionary algorithms, which are used for managing distributed scheduling problems in manufacturing systems. This work focuses on journal papers discovered using Google Scholar. After reviewing the papers, in this work, we discuss the research trends of distributed scheduling problems and point out some directions for future studies.     

受时间约束的运输问题的表上作业法

在应急物资保障中，受时间约束的运输问题是十分重要的。结合实际情况，对受时间约束的运输问题进行了探讨。通过分析，对表上作业法进行了改进，提出了最小损失闭回路调整法．并给出了求解的具体步骤，最后用实例进一步说明其应用。