化工批处理过程动态调度

通过对现有的动态调度方法进行了分析与评价,阐述了近年来该领域取得的进展和存在的问题,提出了动态调度的发展趋向,是将现有的调度方法与智能方法相结合,并融合交互调度、匐棒调度等诸多先进调度技术的集成化方法。     

基于Petri网仿真的批处理过程动态调度

批处理过程存在于复杂的动态环境中，来自主客观的干扰及问题固有的易变性，会导致各种过程参数的变化，例如处理时间波动，原材料质量变化等，可能使已有的静态调度失去其最优性，甚或变得不可行。因此，需要研究对意外事件作出快速反应的动态调度方法，以捕捉生产环境的实时变化，本文针对批处理过程中最常出现的操作处理时间波动。结合规则调度思想，提出了基于Petri网仿真技术的批处理过程动态重视度方法，仿真结果表明，该方法能有效地捕捉 处理时间的变化，快速改善调度性能，为批算是过程动态的调度的研究提供了新思路。     

不确定处理时间批处理过程的鲁棒调度新策略

针对化工批处理调度过程中处理时间不确定的问题,建立了具有分解结构的调度模型,提出了一种新的鲁棒调度策略.策略由基本调度策略和在线调整两部分组成,分别与模型的主问题和子问题相对应.提出了基于遗传算法的分解算法求解模型,以获取具有鲁棒性和最优性的基本调度策略.通过对子问题的分析,提出了运用简单的推理进行在线调整的方法,无需复杂计算,并运用动态规划的原理说明了该方法的可行性和最优性.最后用实例说明了该鲁棒调度策略的有效性.     

具有模糊缓冲库存约束的化工批处理过程的调度

研究具有模糊缓冲库存约束的化工批处理过程的调度问题。首先将模糊优化问题转换为普通的优化问题,然后运用Ｌａｇｒａｎｇｉａｎ松弛法,将调度问题分解为一系列单一设备子问题和一个隶属函数优化子问题,这些子问题可用有效方法求解。运用次梯度法调整Ｌａｇｒａｎｇｉａｎ乘子。采用启发式方法从对偶问题的解求取原问题的一个近似最优解。最后用一个例子说明了该方法的有效性和实用性。     

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。     

一种不确定条件下批处理过程的鲁棒调度模型

批处理过程中存在大量的不确定因素,通常表现在参数的变化上,这使得确定性的生产调度模型难以得到令决策者满意的调度结果.为了解决这一问题,文章从鲁棒优化的角度出发,给出了鲁棒调度的新定义,其核心是在调度的可行性与最优性之间寻求均衡.介绍并提出了相关的鲁棒性指标来衡量调度的鲁棒性.并依据这种思想,针对不确定需求建立了一种新的鲁棒调度模型,该模型允许在一定程度上违背某些约束,但要求对这种违背进行补偿,规定补偿行为,并将补偿成本记入优化目标,从而实现鲁棒优化.仿真结果表明,利用该模型可以得到鲁棒性更强的调度方案,并且满足一定的最优性.     

单生产线序贯多目的批处理过程短期调度的MILP建模

基于连续时间描述,在考虑订单的最早生产时间和到期时间的基础上,建立了单生产线序贯多目的批处理过程的短期调度数学模型,模型表达为一个混合整数规划(MILP)问题.该模型不但能优化订单,减少了模型的整数变量.求解使用了分支定界法(BAB),实例计算表明了该模型的适用的生产时间,而且还能最小化订单生产的提前完成时间和拖延时间.本文将预先排引序入到模型中性和有效性.     

基于均匀自组织映射遗传算法的梯级水库优化调度

针对遗传算法中初始解分布不均以及易早熟等问题,采用均匀设计方法来生成均匀分布的初始解以及自组织映射算法通过高低维空间映射来改变个体基因从而增强局部搜索能力,提出了均匀自组织映射遗传算法,弥补了传统遗传算法中初始解的生成过于随机以及进化过程中易陷入局部解的不足,并将此改进算法在梯级水库的长期优化调度中进行了应用.通过实例计算表明,与遗传算法以及标准粒子群算法相比,此方法拥有更好的全局寻优能力,与动态规划算法结果相近,并且有着较快的计算速度,从而验证了此方法用于处理梯级水库的长期优化调度问题的可行性与合理性.     

“入世” 后中国企业自组织方法探讨

运用自组织理论,分析了中国企业呈现的自组织系统特点,并在此基础上探讨了加入世贸组织后,中国企业进行自组织的有效方法。     

人类个体思维演进的自组织分析——思维自组织、他组织思维与自组织思维研究

本文以自组织理论为指导,对思维自组织与自组织思维进行分析研究,在分析论证思维自组织是自发的自组织思维,以及自组织思维是自觉的思维自组织的观点基础之上,进而提出人类个体思维是一个经过从自发的自组织思维到他组织思维,再到自觉的自组织思维的一个自组织演进过程。     

分布式环境下批处理机调度启发式算法求解

将批处理机调度问题扩展到分布式环境下,提出了批调度问题的一个新模型.模型中,工件动态到达各批处理机,且在加工之前和之后需要有运输时间.证明了该模型是NP难的,并通过问题的一个下界来衡量各算法性能.给出了分布式环境下批分配的一个启发式算法AR(assignment rule)以及一个分批准则BR(batching rule),在此基础上对问题的求解提出了若干启发式算法.仿真实验表明各算法均可以对问题进行有效的求解,加入分批准则对于算法有进一步的优化作用.     

系统级能耗优化的实时电压调度方法研究

如何在满足实时性要求的前提下尽可能降低系统能耗,已成为目前实时系统设计面临的新挑战。针对动态优先级节能调度研究存储器操作的系统级能耗优化问题。通过设计线性整数规划模型提出了实现离线节能调度的SYS-SEDF算法,并分析临界频率及其计算方法,进而提出了应用于在线节能调度的SYS-CCEDF算法和SYS-LAEDF算法。实验表明,SYS-DVS系列算法可较好地降低系统级能耗。     

基于MMAS算法的带到达时间批调度问题研究

研究了工件带到达时间的目标为极小最大完工时间(Cmax)的单机批调度问题,采用最大-最小蚂蚁系统(max-min ant system,MMAS)进行求解.针对问题带到达时间以及分批的特性,提出了两种候选列表(candidate list)构建批序列,有效地缩小了搜索空间的维度;考虑两种候选列表的工件对构造解具有不同的影响,针对不同的候选列表设计了相应的启发式信息.仿真实验部分从求解质量和时间性能两方面比较了本文提出的算法和标准的蚂蚁系统(ant system,AS)算法以及使用不同候选列表的MMAS算法.结果表明,本文的算法在质量和时间两方面均全面优于标准的AS算法,而提出的候选列表使得该算法在大幅度提高时间性能的同时,仍然能够取得近似最优解,从而在求解质量和时间性能两方面取得平衡.     

局外k—出租车问题及其动态规划求法

局内问题及其解法在研究是优化领域研究热点之一,而有关局内问题解法的研究必将涉及相应的局外问题。提出了局外k-出租车调度问题,给出了问题的动态规划求解方法,并给出该问题的一个具体算例。同时简要地介绍了局外k-卡车调度问题的动态规划求解方法。     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

基于Pareto改进VNS-MMAS的定点修理任务多目标动态调度

针对战时定点修理任务重、修理时间有限、约束复杂的问题,进行了面向定点修理的战时装备维修任务多目标动态调度研究。提出了战时定点修理装备维修任务调度军事问题,考虑修理时间窗、非遍历性等约束,构建了战时装备维修任务多目标动态调度模型。采取分步求解思路处理修理小组分配以及修理任务排序两阶段优化问题,并从状态转移规则、信息素更新规则、先验信息获取3个方面对最大最小蚂蚁系统(max-min ant system, MMAS)算法进行改进,结合变邻域搜索(variable neighborhood search, VNS)算法增强算法的局部搜索能力,设计了基于Pareto改进VNS-MMAS算法实现模型求解,并通过示例仿真验证了模型及算法的科学性与有效性。     

带搬运时间的批量生产制造系统生产作业计划方法

为给考虑搬运时间的批量生产制造系统中的同类型工件制定生产作业计划,对批量工件的加工与搬运时间、搬运车辆调度和工件移动方式决策等问题进行深入研究.构建同类型批量工件在不同移动方式中的加工与搬运时间模型并设计相应的计算流程图.建立基于生产周期和搬运车辆总投入数量两个决策目标的工件移动方式决策模型.研究结果表明:本研究可有效选择工件移动方式,可为考虑搬运时间的同类型批量工件制定精确的生产作业计划,并可对搬运车辆进行合理调度.     

带有缓冲区的资源受限调度问题的滚动时域求解算法

研究带有缓冲区的资源受限调度问题,设计了两种使用滚动时域策略的启发式算法TWBA和FWBA,通过依次处理一定量任务,尽可能使得调度所产生的费用最小.为了评估算法性能,进行了大量模拟研究,在不同条件下找出相应的最优的处理周期或者是最优决策时刻,仿真结果表明了新算法在应用中有较好的性能,并且得到比在线算法更优的调度结果.