深度强化学习求解柔性装配作业车间调度问题

针对产品动态到达的柔性装配作业车间调度问题,以最小化总拖期为目标,构建了基于事件点的数学规划模型,该模型包含加工机器分配、加工工序排序、装配站分配和装配工序排序四个决策序列,并提出了一种基于多智能体的深度强化学习算法进行求解．首先,所提出的算法包含四个智能体分别对应四个决策序列,智能体之间采用价值分解网络(VDN)协作策略;然后,构建基于拖期的复合回报函数,提取生产系统指标作为全局特征,完善各智能体的调度动作;最后,设计了精英经验库,充分挖掘高回报样本的价值．案例结果表明所提出的方法在不同场景下都优于现有经典调度规则和元启发式算法挖掘的调度规则．     

No-Wait流水车间调度问题的MDIS算法研究

No-Wait流水车间调度问题的特性是工件加工一旦开始,必须连续进行,不允许工件完成某一加工工序后在机器上滞留等待.本文针对目标函数为Makespan的No-Wait流水车间调度问题,从对目标函数结构的分析入手,提出了一种基于最小化工件间距离的初始排序策略和插入方法的启发式算法.通过对大量典型算例的实验后验证了提出的算法的有效性.     

一种考虑能源约束的炼钢-连铸调度优化方法

针对碳达峰、碳中和背景下炼钢-连铸生产调度须要重点考虑的能源约束问题,结合钢铁生产能量流和物质流耦合的特点,在设定工序能源负载约束的基础上,建立了同时追求最大完工时间和总等待时间最小化的多目标生产调度优化模型．然后运用适应度分层进化和先知种群策略改进非支配排序多目标遗传进化算法(NSGA-Ⅱ),基于实际炼钢-连铸生产调度实例的数值计算结果表明：所提多目标优化调度模型能够在能源约束下完成生产调度优化,先验知识和分层进化策略较显著地提升了算法NSGA-Ⅱ的性能．     

基于多智能体技术的虚拟企业任务调度

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等.针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以制造时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法.最后以工业机械手制造实例说明了任务调度模型及求解算法的有效性.     

车间多载自动导引车绿色物流调度

随着现代制造业的飞速发展,企业在生产效率和生产能耗方面有越来越高的要求,智能生产车间的自动化程度逐渐提高。主要研究作业车间自动导引车(automated guided vehicle,AGV)的智能绿色物流调度问题。首先,建立以降低AGV能耗和最优AGV路径为目标的AGV物流调度优化模型;然后,提出一种以任务排序为约束的改进遗传粒子群算法;最后,以某针织车间的实际物流调度为例对文中方法进行验证。计算结果表明,文中提出的AGV物流调度模型能够较好地模拟AGV绿色调度耗能问题,提出的改进遗传粒子群算法具有较快的收敛速度和较好的寻优能力。     

南水北调中线干线智慧输水调度的思考

根据智慧水利和数字孪生工程建设的相关要求,基于现代人工智能技术和水利专业知识,结合中线干线工程输水调度任务和职责,尝试提出中线干线智慧输水调度的定义和基本功能要求。在分析智能和智慧之间逻辑关系的基础上,分别从感知智能、认知智能、决策智能系统地讨论了中线干线智慧输水调度的关键技术、存在的不足和提升建议。调度感知智能方面,提出接触式与非接触式相结合、机器视觉与传统传感相结合、自动采集和人工巡查相结合的数据采集体系,构建基于多源数据融合的数据清洗方法;调度认知智能方面,提出机理研究结合数据挖掘的建模思路,分别从预报、预警、预演、预案的角度,全面总结分析输水调度关键技术和建模要求,构建前馈调控策略模型、水力模拟仿真模型、调度预报预警模型、参数自适应模型等;调度决策智能方面,提出以模拟推演为前馈、以实时监测为反馈的调控思路,建立基于滚动决策修正、实时响应的自动化输水调控策略,构建多目标优化调度模型。     

基于多智能体的虚拟企业任务调度研究

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等。针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以生产延续时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法。工业机械手实例说明了任务调度模型及实现方法的有效性。     

地铁终点站的实时调度算法

研究地铁终点站的实时调度问题,主要包括列车进站折返路线的安排和列车出站时间的调整.将该问题建模成一个带阻塞的车间作业调度的双目标优化问题,2个目标函数分别为最优化准时性和规律性,即最小化列车的早点/晚点时间和最优化连续两车的间隔.分2个阶段进行优化,首先,在只考虑准时性的前提下优化第一个目标函数,然后在不影响第一个目标函数的基础上优化第二个目标函数.提出了最小化早点/晚点时间的贪心算法和保证准时性前提下最优化连续两车间隔的分组迭代算法.采用C#技术实现了原型系统,对所提方案进行了验证.实验结果表明,所提算法能够出色完成实时调度的任务.     

工序间在制品库存的优化研究

通过分析车间的设备状态、生产任务的工艺参数等因素对车间在制品库存在的影响，提出了确定工序间在制品库存的数学模型，该模型以满足生产的条件为前提，将车间在制品库存最小化作为目标，同时建立了在制品库存的管理调度算法，以便控制工序间在制品的库存。     

粒子群—禁忌搜索的FMS多智能体调度

针对柔性制造系统调度问题的复杂性,提出以最小化最大完工时间为目标的多智能体调度系统,系统包含全局、工件和机器三类智能体.系统通过基于合同网协议的工件智能体和机器智能体产生初始解,然后机器智能体以初始解为基础进行局部寻优,所获得的局部最优解集由全局智能体进一步全局寻优,从而获得比一般方法更好的调度解.在进行优化模块设计时,分别引入禁忌搜索和粒子群优化作为机器智能体和全局智能体的优化算法.针对多智能体能够交互的特点,对禁忌搜索算法进行改进,提出了双禁忌表搜索算法,使得各机器智能体寻优结果更具多样化,更适合作为全局智能体优化的初始粒子群.仿真结果表明:调度系统在求解时收敛速度快、精度高,通过对10个经典柔性job-shop问题求解,所有结果均优于单独使用遗传算法和禁忌搜索算法的已知结果.     

混合流水车间调度模型及其遗传算法

针对流程工业生产过程连续性的特点,从一种新的角度建立了工件等待时间受限的混合流水车间调度模型.以总完工时间最小化和工件在各机器最早开工时间最小化为目标函数,利用改进的遗传算法生成最优排序计划,并用模拟的实际生产数据对模型和算法进行验证和分析.     

考虑设备可用性约束的单机调度问题

针对某转子生产车间设备可靠性低导致的工件加工质量差这一问题,研究带有设备可用性约束的单机调度问题.通过设备的可靠性定义其可用性,而设备可靠性可以通过预防性维护得以恢复.在建模时考虑了多种不同改进效果的预防性维护,以最小化总拖期时间为优化目标,并设计了遗传算法对模型进行求解.算例结果表明,所提出的决策模型能够有效应对设备可用性对生产调度带来的影响.通过敏感性分析为实际车间调度提供决策支持.     

炼钢车间多天车动态调度仿真方案

针对炼钢车间多天车动态调度问题，提出了一种滚动调度策略下的仿真调度方案.模型目标函数考虑了最小化天车调度与工序调度在时间节奏上的偏离度，同时考虑了最小化天车工作量及其差异；约束条件在遵守天车避碰约束的同时，考虑了工位容量约束和重调度各种初始条件对天车调度的约束.模型以基于仿真的启发式方法求解.以某炼钢车间双天车调度为实例进行了仿真实验.实验结果表明，该天车调度方案能够维护工序调度稳定，减少和均匀天车工作量.滚动调度策略下，提出的启发式方法所得解的优化性能最高能达到最优解的96.3%.提出的滚动调度策略下的启发式方法相比于现场采用的实时规则调度方法，调度优化性能提高26.4%.     

基于INSGA-II高维目标柔性作业车间调度的优化

高维目标柔性作业车间调度问题(many-objective flexible job shop scheduling problem,MaOFJSP)是指在实际生产中根据企业不同部门的要求,对车间生产寄予不同的期望,使各个部门利益最大化的调度决策。针对完工时间、拖期时长、机器负荷、能耗4个优化目标,提出了改进非支配解遗传算法(improved non-dominated sorting genetic algorithm,INSGA-II)来求解MaOFJSP,同时对算法的编码解码、Pareto排序、选择策略、交叉变异操作进行了研究。采用工序排序和机器选择的双层个体编码方式,在精英选择过程中计算个体的斜率,斜率小的进入到父代,使得优秀个体得以保存;在变异环节中基于关键工序块邻域结构,采用插入法让工序小的工件优先加工,使得最大完工时间明显变小。通过该算法对不同算例进行的Matlab模拟仿真,验证了该模型的可行性和算法的优越性。     

基于遗传算法的机床加工任务调度研究

 基于遗传算法,解决车间生产任务调度的问题.生产调度是自动化制造系统能否取得预期经济效益的关键技术之一,目标是缩短制造周期,提高生产资源利用率,保证生产任务按时完成.其中把加工刀具的分配作为首要约束条件,同时考虑加工工序的前后顺序,利用顺序交叉(OX)方法和顺序变异方法分别完成交叉变异过程.本文所编写的算法使任务调度程序与刀具管理相结合,调度结果更接近实际情况.另外根据刀具使用情况、刀具数量和加工任务以及加工任务的交货期,在出现多个任务竞争一把刀具时,解决刀具的分配问题,并根据工序加工时间和交货时间建立调度优先级.通过实际生产应用证明,优化计算结果具有较好实际应用价值.本文利用Visual Basic软件和SQL数据库作为工具,研究并开发了调度管理系统,主要包括任务编排,生产调度,刀具管理等功能.     

压缩感知雷达波形优化设计

针对压缩感知雷达(CSR)波形优化问题,该文提出一种基于感知矩阵相关性最小化的CSR波形优化设计方法。首先建立了CSR的系统模型,给出了最小化感知矩阵相关性的波形优化目标函数,其次以多相编码信号作为优化码型,采用模拟退火(SA)算法对目标函数进行优化求解。优化波形有效降低了感知矩阵的相关性,由此提高了CSR目标信息提取的准确性和稳健性。计算机仿真表明优化波形使得感知矩阵相关系数较传统雷达波形明显减小,验证了该方法的有效性。     

面向智能生产车间的多AGV系统多目标调度优化

以具有多台自动导引车(AGV)的智能生产车间为对象,以完工时间、AGV数量以及惩罚成本的最小化作为优化目标,构建作业车间多目标调度优化模型.针对多目标调度优化模型的求解需求,提出一种自适应多目标遗传-差分进化算法(AMOGA-DE),采用多段式实数编码的染色体表征调度方案,利用遗传算法获得模型优化解,融合差分进化算法和外部Pareto解集档案构建技术以改进解的质量,引入自适应策略以提高算法的收敛速度,实现多约束条件下AGV系统的多目标调度优化.以一个具有多台AGV的智能制造车间为例进行案例分析,得到调度方案.将AMOGA-DE与NSGA-Ⅱ、SPEA2算法应用于3个不同规模问题,研究结果表明:AMOGA-DE算法具有更快的收敛速度,能得到更好的优化结果,在不同规模的算例上获得了分布均匀且具有较高质量的Pareto解集.     

基于多能工配置的巡回式赛汝订单调度优化决策

多能工配置是决定赛汝生产系统效率及生产能力的关键因素,应与赛汝订单调度协同决策.该文以最小化最大完工时间(Makespan)及最小化工人的空闲时间为目标,研究了面向巡回式赛汝生产的基于多能工配置的订单调度问题.鉴于所研究问题的复杂性,该文将模拟退火(Simulated annealing,SA)算法与第二代非支配排序遗...     

带有学习效应的多目标置换流水车间调度问题研究

在综合考虑经济指标和环境因素的基础上,提出了以最小化最大完工时间和总能耗为优化目标的置换流水车间调度问题,并着重考虑学习效应对该问题的影响。针对该问题的特点,构建了带有学习效应的多目标置换流水车间调度模型,并设计了一种嵌有批量处理和扰动算子操作的混合蛙跳算法对模型进行求解。利用扩展的标准测试问题验证了该算法的性能,并与非支配排序遗传算法、强帕累托进化算法进行了对比分析,实验结果表明改进的混合蛙跳算法具有较好的寻优能力。利用此算法得到了不同学习率下的优化目标值,并运用敏感性分析探讨了学习效应对优化目标的影响程度,从而为企业制定合理的生产调度方案提供参考。     

带队列约束的RHFS列生成调度算法

为有效提升多重入车间的生产效率,考虑实际生产中队列约束,提出了基于列生成算法的可重入混合流水车间的调度方法.首先对两阶段生产调度问题进行描述,以最小化工件总完成时间为优化目标,建立数学规划模型.针对该调度模型提出列生成算法,设计带多重决策的动态规划方法来求解工件级子问题,为更快收敛,主问题求解中采用自适应加速策略.在使用分支定界将得到的解整数化的过程中,构造列池并设计局部变异.最后,对各种不同问题规模进行了数值实验,结果表明所提出的调度算法是有效可行的.