基于遗传算法的Flow Shop调度问题求解

如何对大规模的生产进行有效合理的调度,在分析企业生产流程的基础上,提出了一种用改进的遗传算法来求解流水车间调度问题的方法.仿真实验结果证明了算法的可靠性与实用性,具有较好的工程应用价值.     

基于遗传算法的Flow Shop调度问题求解

如何对大规模的生产进行有效合理的调度,在分析企业生产流程的基础上,提出了一种用改进的遗传算法来求解流水车间调度问题的方法。仿真实验结果证明了算法的可靠性与实用性,具有较好的工程应用价值。     

一类调整时间可分离的Flow Shop排序问题F3|s|Cmax的最优算法

讨论调整时间可分离的Flow Shop排序问题F3|s|C     

求解Job Shop调度问题的改进遗传算法

文章在对JSP问题进行描述的基础上,提出了一种新的改进遗传算法。该算法针对遗传算法的弱点进行了一系列的改进：设计一个新的选择策略来避免早熟,引入了一个动态的交叉和变异概率以及兄弟竞争的策略来加快收敛速度和全局搜索能力。仿真计算表明了该算法的良好收敛性和有效性。     

模糊交货期Flow Shop调度文化进化算法研究

基于文化算法及文化进化思想设计了的文化进化算法,通过上层文化空间的经验知识指导下层个体进化搜索的方向及步长,通过模拟人类社会文化进化的机制实现文化空间的进化与更新,最后将算法应用到模糊Flow Shop问题的求解,用Matlab编程仿真测试.结果表明,此算法解决生产调度优化问题是可行的,而且其搜索性能优于简单遗传算法及模拟退火算法.     

用改进的蛙跳算法求解一类模糊Flow Shop调度问题

对加工时间不确定的Flow Shop调度问题进行研究,提出了一种改进的蛙跳算法(NewShuffled Frog Leaping Algorithm,NSFLA)。蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)的局部搜索采用类似粒子群算法的搜索机制,全局搜索采用洗牌策略即种群间定期进行信息交换。为了解决SFLA的局部搜索易出现不合法调度的问题,在交换子和交换序概念的基础上,提出了交换序构造的初始位置随机机制和交换子的随机插入机制这两种追踪策略。仿真实验结果验证了NSFLA解决模糊Flow Shop问题的有效性。     

用改进的协同免疫算法求解Flow Shop调度问题

利用改进的协同免疫算法(improved co-evolutionary immune algorithm,ICIA)求解FlowShop调度问题.算法中的疫苗取自迭代N次的局部最优解,并随着每代最优值的变化不断更新.为了克服协同免疫算法初期收敛速度慢的问题,加入了局部搜索算法;针对算法后期求解目标函数值差的问题,提出了一种新的种群选择机制"80/20法则".通过与遗传算法(genetic algorithm,GA)和未改进的协同免疫算法(co-evolutionary immune algorithm,CIA)比较,仿真实验结果验证了ICIA解决Flow Shop问题的有效性.     

具有相同加工时间单机调度最优交货期和最优排序的确定

研究了工件加工时间相同的确定单机调度最优交贷期和最优加工顺序的问题,且目标函数基于交货期和工件交货时间不准的情况。利用HLP不等式提出了时间复杂度为O（n^2）的最优算法。     

供应链下Flow Shop调度问题的多目标混合算法研究

针对供应链环境下一类多目标Flow Shop调度问题,构建了相关模型并提出一种新的基于PSO、SOM和VNS的混合算法.该算法运用新的思想和多种优化策略,可在单个解的质量、解分布的均匀与分布的广度3个指标上同时达到远优于原算法的效果.仿真实验显示,该算法对求解该类调度问题十分有效.     

柔性Flow Shop加权完成时间调度问题的启发式分析

针对柔性flow shop加权完成时间调度问题,通过对机器环境进行分组,证明了一个基于有效作业最短加权平均处理时间的启发式算法是渐近最优的.     

2－机器FlowShop随机调度问题

本文讨论了２－机器ＦｌｏｗＳｈｏｐ调度问题，在假定同一工件在不同机器上的加工时间为同分布的随机变量且加工时间在随机意义下可以排序时，给出了等待时间差的绝对值总和的期望最小的最优排序的若干性质。     

关于模糊工期平行机调度问题的若干结果

研究工件工期是模糊数的平行机调度问题,给出最优调度目标函数值在不同分布下该问题的4个性质,证明了Pm|di~=d~|Fmin问题是NP-难的.特别地,分析了当所有工件的dj与ej都相同时,LPT算法所得到的最小满意度相对于最优调度所对应的最小满意度的界.     

最小化时间表长的平行机调度近似算法研究

讨论机器具有固定周期维护t,目标函数为最小化时间表长的m台平行机调度问题.这是一个NP-难的问题.关于该问题主要分析了当维护时间t≤T/3时,利用经典的装箱算法FFD我们可以得到关于该问题的一个近似算法FFPTD.该算法的最坏误差界为2,最后以实例说明2为该算法的紧界.     

作业时间服从指数分布的调度规则失效率分析

研究当作业时间服从指数分布时,作业的随机波动性对基于作业时间的调度规则的影响．对于两项作业以及三项作业的情况,采用概率统计分析的方法,推导出调度规则失效率解析解．对于多项作业的情况,提出产生随机数模拟的模型,给出失效率的无偏估计量和置信区间,并分析模拟的迭代次数的选取,及模型有效性．最后得出结论：在作业时间服从指数分布时,相邻作业时间期望值的两两比值越接近1,调度规则失效率越大．对作业调度计划具理论指导意义．     

基于混合变邻域遗传算法的柔性车间调度研究

针对柔性作业车间调度的问题，以最大完工时间为目标建立数学模型，提出一种混合变邻域遗传算法。采用三种初始化方法保证初始解的质量，用遗传算法进行初步搜索，将搜索的结果通过迭代贪婪策略进一步搜索，以提高解的质量，再对关键路径进行邻域搜索，设计“跨机器工序搜索邻域”、“同机器工序搜索邻域”、“次优工序搜索邻域”三种邻域结构，加强局部搜索能力。引入迭代贪婪策略和改进的邻域结构可显著提高算法的稳定性与迭代速度。通过对国际通用的柔性作业车间调度基准算例进行测试，实验结果表明所提改进算法能够有效求解柔性作业车间调度问题。     

改进人工蜂群算法求解置换流水车间调度问题

针对置换流水车间调度问题（PFSP），以最小化最大完工时间为优化目标建立数学模型，设计了一种改进人工蜂群算法。该算法采用反向学习方法和混沌映射来生成初始种群，为使算法能够求解离散的调度问题，采用LRV规则将位置数值映射成工件排列顺序；在雇佣蜂阶段，融入差分进化算法的思想，加入高斯变异算子，使收敛速度加快；在跟随蜂阶段，加入自适应策略，将算法的勘探和开发能力进行平衡；在侦察蜂阶段，加入柯西变异算子，避免陷入局部极值。最后通过比较几种不同的算法，对Car算例以及部分Rec标准算例集进行仿真测试，验证该算法的有效性和优越性。     

模糊环境下单机调度中的总提前完工量问题

在工件的加工时间及工期均为模糊参数的情况下,研究了单机调度中的总提前完工量问题.当工件具有共同工期及相同提前隶属水平时,给出了使得总提前完工量达到最大的最优调度;当工件具有共同工期及不同提前隶属水平时,给出了调度为最优的必要条件,并构造了求解该问题的分枝定界算法.     

平行机上有优先约束的工件的排序问题

考虑有优先约束的单位工件在m台同型机上的排序问题，目标函数是使工件的完工时间之和最少，当机器的台数不确定时这个问题已经得到了解决．该文中指出当机器的台数确定为m(m≥3)时该问题是NP-完备的。     

多项式可解的单机加权E/T调度问题

研究了目标函数为完成时间与交货期差平方的加权和的单机调度问题，在工件的权值与加工时间成比例时，给出了问题的最优解．然后，在假设描述机器随机故障次数的计数过程为广义泊松过程时，将上述结果推广到机器有随机故障的情形．