单件车间关键工序调度问题的定界算法

提出了一种以“定界权值”为主要参数的求解有交货期的单件车间生产调度问题的定界算法。引入“关键工序定界权值、非关键工序定界权值”的概念，并依据“关键工序排序加工，非关键工序即刻加工”的构想，确定工件各工序的加工时间范围，并根据计算结果编制机台作业计划。当关键工序加工时间发生冲突时，修正其定界权值，重新计算其加工时间范围。该方法简化问题，运算速度提高。     

有顺序约束的单件车间调度问题的逆序算法

研究了部分工件在加工顺序上存在逻辑优选顺序约束的单件车间调度问题 .针对工件之间存在的加工顺序关系 ,构造了以交货期为基准 ,以寻求最长加工路径加工时间最短为目标的逆序算法 ,求解问题 .通过实例分析 ,说明了这一算法在工程中的可行性     

有顺序约束的单件车间调度问题的逆序算法

研究了部分工件在加工顺序上存在逻辑优选顺序约束的单件车间调度问题.针对工件之间存在的加工顺序关系,构造了以交货期为基准,以寻求最长加工路径加工时间最短为目标的逆序算法,求解问题.通过实例分析,说明了这一算法在工程中的可行性.     

单件车间生产作业计划再生方法研究

针对单件车间生产作业计划的再生问题，用Ｖｉｓｕａｌ Ｆｏｘｐｒｏ开发了一个时间调整算法和实现了禁忌搜索算法。当干扰发生时，前者用于无可替代机床情况下对受影响工序的开工时间和完工时间的调整；后者用于有可替代机床情况下对在替代机床上加工工件的排序。实验表明，它们能较好地解决各种情况下生产作业计划再生问题。     

一种改进的车间调度算法

为了解决考虑生产总成本的车间调度问题,对引入加工成本、库存管理成本和拖期惩罚成本的车间调度问题进行了研究,提出了一种改进的遗传算法求解该问题。论述了改进遗传算法的编码、初始化、选择、交叉和变异操作,通过与基本遗传算法的仿真比较,验证了该算法在收敛速度和最优解值上的优越性。     

车间生产组合调度算法的改进及其实现

企业生产调度系统是企业管理的重要职能,是制造系统运筹技术、管理技术与优化技术发展的核心.本文在分析了制造车间环境复杂性和特殊约束的特点和分类的基础上,通过总结分析各类企业生产调度算法,提出了一种改进后的免疫遗传算法,该算法通过接种疫苗提高抗体的适应度,采用免疫选择防止种群的退化.最后,实例验证了该算法的适用性和有效性.     

基于五维调度算法的并行设备车间调度方法

针对并行设备作业车间调度问题,提出一种五维调度算法(FDA),并将FDA与遗传算法在实验中进行比较,最终证明了FDA的调度结果设备利用率更优,运算速度更快。     

机械制造车间调度分析及其实现

机械制造车间调度系统是企业管理的重要智能,是制造系统运筹技术、管理技术与优化技术发展的核心。本文在分析了制造车间环境复杂性和特殊约束的特点和分类的基础上,提出一种改进后的免疫遗传算法,通过实例验证了该算法的适用性和有效性。     

2种新的单件装配生产过程组合调度规则

文章提出了2种新的单件装配生产过程的动态调度规则—LFT/RPS/CP规则和ELFT规则.构建这2种规则时,考虑了3个因素:工序的最晚完成时间、工序所在路径上的剩余工序数和工序是否在关键路径上.对这3个因素采取不同的组织方法从而得到了2种动态调度规则.为了验证这2种调度规则的有效性,基于Visual Studio 2003使用C++语言开发了单件装配生产动态调度仿真程序.数值试验的结果表明,这2种规则在减少拖期产品数和减少总拖期时间方面具有很好的表现.     

基于生产费用的柔性作业车间调度优化

考虑在制品库存费用、机床工时费、直接工人的工资费用、工件的提前和拖期完工造成的损失费用,提出了一种双资源柔性作业车间调度的生产费用计算方法.将模拟退火算法嵌入遗传算法中,设计了一种新的混合遗传算法.该算法首先利用遗传算法快速搜索一组较好的解,然后利用模拟退火算法进行群体寻优.采用基于工序的编码和一种新的解码方法,并运用多种交叉方法使得算法能够在解空间中尽可能地搜索最优解.为了避免最优解在进化过程中损失,采用择优操作将每代中的最优解保留下来,并不断更新.仿真结果表明:该方法是可行的,并具有一定的优越性.     

Job-shop调度问题的离散布谷鸟搜索算法求解

在布谷鸟搜索算法的基础上,提出了一种基于升序排列的离散布谷鸟搜索算法(DCS),使用该算法求解Job-shop的经典LA问题.仿真数据显示,该算法在收敛速度、精度和稳定性方面都明显优于粒子群优化算法和萤火虫优化算法,显示出DCS算法的可行性和有效性.     

Job-shop Scheduling with Multi-objectives Based on Genetic Algorithms

The technology of production planning and scheduling is one of the critical technologies that decide whether the automated manufacturing systems can get the expected economy. Job shop scheduling belongs to the special class of NP-hard problems. Most of the algorithms used to optimize this class of problems have an exponential time; that is, the computation time increases exponentially with problem size. In scheduling study, makespan is often considered as the main objective. In this paper, makespan, the due date request of the key jobs, the availability of the key machine, the average wait-time of the jobs, and the similarities between the jobs and so on are taken into account based on the application of mechanical engineering. The job shop scheduling problem with multi-objectives is analyzed and studied by using genetic algorithms based on the mechanics of genetics and natural selection. In this research, the tactics of the coding and decoding and the design of the genetic operators, along with the des     

柔性流水作业排序问题的贪心算法求解

柔性流水作业排序问题是一类复杂的车间作业调度问题。针对通常情况下调度问题求解困难的问题,给出了求解柔性流水作业排序问题近似解的贪心算法,并对其性能进行了分析测试。结果表明,虽然该贪心算法求出的近似解与最优解相比有一定误差,但由于其时间复杂度较小,因此对求解车间作业调度问题仍有一定的现实意义。     

基于遗传算法的柔性车间调度优化

针对传统作业车间调度问题有加工设备功能单一、加工工序对应设备固定的特点,提出了一种新型混合改进的遗传算法进行求解优化。首先,采用一种新的编码思想构建双层染色体编码结构,强化初始种群质量,提高种群的多样性;并给出了相应的选择操作设计,交叉操作采用单段交叉、两段交叉和三段交叉机制,改善算法全局搜索能力,变异操作引入了种群分割的思想,按照适应度将种群分割成两部分,并赋予不同的变异概率,实行两种变异机制,以提高算法的局部搜索能力;添加了新的检查操作以增强优化过程的可行性。最后采用MATLAB编程,通过一个6个工件,每工件6道工序的应用实例进行测试,验证了该方法切实可行,有效。     

含运输时间的柔性作业车间调度问题研究

在工厂实际生产中,零件加工的运输时间占整个加工时间的比例是很大的,这个时间在生产调度时不可忽略。为了更合理的研究柔性作业车间调度问题,将运输时间考虑进调度模型之中,并在经典遗传算法的基础上进行改进,设计了一种新的启发式规则算法,嵌入在遗传算法中,用于该问题的求解。通过计算结果的比较,证明此调度模型更符合实际生产情况。改进后的算法能够得出解的效率更高。     

基于局部搜索策略的车间作业调度问题的算法研究

为车间作业调度问题提供了一个快速、易于实现的近似算法．该算法基于局部搜索策略,采用特殊的邻域构造方法,即邻域的构造仅与关键路径上的工序相关．该算法找到了所测试的14个标准算例中12算例的最优解,而且在PⅡ233的计算机上每个算例的计算时间不超过1s。     

一类解决作业车间调度问题的遗传退火算法

将遗传算法与模拟退火相结合,提出了一种新调度算法,算法分成两步,首先利用遗传算法快速搜索一组较好解,然后利用模拟退火进行群体寻优,这样,既能克服遗传算法过早收敛的弱点,又能加快模拟退火的收敛速度,实验表明,该算法具有较高的求解质量和效率。     

基于混合蜂群算法的柔性作业车间调度优化

针对柔性作业车间调度求解问题,提出一种新型混合蜂群智能优化算法.该算法采用独特的编码方式和位置更新策略来避免不合法解的产生,在蜂群算法的基础上增加了有利于局部搜索的混沌算子提高了算法搜索精度,实现了全局搜索与局部搜索能力的有效平衡.最后将此算法在不同规模的实例上进行了仿真测试,并与最近提出的其他几种具有代表性的算法进行了比较,验证了该算法的有效性和优越性.     

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