基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.     

动态柔性作业车间优化调度与决策方法

针对多目标动态柔性作业车间调度问题,提出一种改进的多目标差分进化算法进行求解。在差分进化算法中引入自适应交叉变异算子,提高算法的全局搜索能力;在选择排序时引入基于免疫学原理的快速非支配排序法,提高解集的质量。提出改进的TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)—G1—熵权综合决策方法。通过Nash均衡理论计算得出G1—熵权法的综合权重;将综合权重与TOPSIS评价体系组合对各调度方案进行评价。通过实验仿真验证了优化调度算法在寻优能力上的优越性以及综合决策方法的有效性。     

基于多目标的含风电场动态环境经济调度

在倡导大力开发新能源的政策下,含风电场发展迅速。但其出力调度问题很复杂,需要综合经济和环境因素,针对风电功率预测误差大,在研究含风电场动态环境经济调度时,在发电成本中考虑了旋转备用成本,在约束条件中考虑风功率预测误差对旋转备用容量的需求,以发电总成本最小、污染物排放总量最小、购电总费用最小为目标,建立含风电场动态环境经济调度模型。采用非支配排序遗传算法III对模型求解,以获得多样的解集和良好的收敛性。在含有1个风电场的5机电力系统算例中的仿真研究验证了所提出的基于多目标含风电场动态环境经济调度方案的合理性。     

城乡结合部道路交叉口多目标信号配时优化模型

随着我国城镇化进程的加快,城乡结合部道路交通问题日益显著。为提高城乡结合部道路交叉口的交通运行效率、环境效益和交通安全,提出信号配时多目标优化方法,综合考虑延误、通行能力、停车次数、车辆尾气排放等因素构建模型,运用遗传算法进行求解。以某典型交叉口为例进行分析,给出改进设计方案并进行交通仿真评价。研究结果表明,通过多目标信号配时优化可以缓解城乡结合部道路交叉口交通拥堵和污染物排放的问题,具有较好的交通信号控制效果。     

基于超启发式遗传规划的动态车间调度方法

动态作业车间存在资源状态的不确定性和任务的随机性,难以寻找适用于多种复杂生产情景的通用调度规则。提出一种基于超启发式遗传规划的动态车间调度规则自动化发现方法,以最大完工时间和平均加权迟到时间为优化目标,利用机器排序规则的自动化发现,来提高不同生产情景下车间调度的动态适应性。通过对演化调度规则的语义分析,分析了GP树终端属性对不同优化目标的作用。实验结果表明,所提算法能够针对不同生产场景,生成适合的调度规则,且性能优于人工设计的基准调度规则。     

多时间窗车辆调度问题的建模与求解

传统的单时间窗车辆调度问题模型无法描述用户空闲时间分段可选的情况,为此需要建立多时间窗车辆调度问题模型.对多时间窗车辆调度问题进行研究,建立了问题的数学模型,并基于模拟退火算法设计了一种两阶段启发式算法进行求解.该算法首先利用扫描算法求得初始解,然后利用模拟退火算法对初始解进行改进.实验结果表明该算法可以有效地求解多时间窗车辆调度问题.     

基于动态交互层的柔性作业车间动态调度问题研究

为快速应对柔性作业车间生产过程中出现的突发状况,构建了一种以全局任务最大生产完成时间以及紧急订单生产完成时间为优化目标的柔性作业车间动态调度模型。针对上述模型,提出一种更加适用于动态排产的动态交互层DIL (Dynamic Interaction Layer)来代替滚动窗口。设计了粒子群遗传混合算法PSGA (Particle Swarm Genetic hybrid Algorithm),将粒子群算法中位置更新策略与遗传算法基因突变融合,加强算法局部搜索能力。针对柔性作业车间订单加急的意外状况,采用DIL与PSGA相结合的方法求解动态调度问题。通过仿真实验,验证了DIL处理紧急订单的能力和PSGA算法的有效性。     

基于规则导向的柔性作业车间多目标动态调度算法

设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.     

面状LED发光体灯珠分布和组合连接优化算法

面状LED发光体灯珠的分布和分组问题,可建模为多约束优化问题来进行求解。提出了一种将面状LED发光体灯珠照度映射为质心容量限制Power图的容量,从而布局LED灯珠的方法,实现了面状LED发光体照度均匀的目标,进一步提出一种基于贪心策略的LED灯珠组合和连接优化算法,达到节省物料的目的。实例结果证明,所提方法简单、可行,布局和分组效果好,算法收敛速度快,可用于解决实际工程问题。     

基于模型的多目标优化问题方法研究

基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明了该算法的性能。     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

多技能资源时间窗约束下可中断项目调度的分支定界算法

资源的多技能和时间窗属性是软件开发、工程设计、设备维修等领域在人力资源调度时常考虑的关键因素,而且在很多实际项目中,任务的执行允许中断.研究一类资源具有多技能和时间窗约束的任务可中断项目调度问题,建立了相应的整数规划模型,设计了一种分支定界算法构造搜索树进行求解,搜索树的每个节点代表一个任务组合,同时为减少分支节点数,提出了两个有效的剪枝规则,并设计了节点优先规则,对各节点任务组合则采用贪婪算法来进行资源约束判断.利用改进的PSPLIB案例库设计多组计算实验,实验结果检验了优选策略的有效性,经与CPLEX模型求解和基本启发式方法的对比揭示了算法在解决这类问题上的效率和有效性,求解结果可为实际项目调度提供决策依据.     

考虑区间工时的多目标柔性作业车间节能调度

在综合考虑经济指标和环境因素基础上,研究了工件加工时间不确定的多目标柔性作业车间节能调度问题。将工件不确定加工时间描述为区间数,并以最小化最大区间完工时间、区间总能耗为目标构建区间柔性作业车间调度节能问题优化模型。同时,依据区间可能度的支配关系,设计了一种有效求解该问题的区间多目标进化算法。通过15组测试问题,分别对区间多目标进化算法、SPEA-II及NSGA-II进行仿真实验,并采用反转世代距离(inverse generation distance, IGD)和覆盖集测度(C测度)两种性能指标验证了所提算法的可行性和有效性。     

Dwell scheduling algorithm for multifunction phased array radars based on the scheduling gain

A real-time dwell scheduling model, which takes the time and energy constraints into account is founded from the viewpoint of scheduling gain. Scheduling design is turned into a nonlinear programming procedure. The real-time dwell scheduling algorithm based on the scheduling gain is presented with the help of two heuristic rules. The simulation results demonstrate that compared with the conventional adaptive scheduling method, the algorithm proposed not only increases the scheduling gain and the time utility but also decreases the task drop rate.     

考虑潮汐的多港池港口船舶调度优化

针对多港池港口船舶调度优化问题,重点考虑大型船舶乘潮进出港口的影响,兼顾单向航道下进出港船舶间需保持安全航行距离、进出港时段交替条件及连续泊位靠泊限制等现实约束,以所有船舶总等待时间最小为目标,构建了混合整数线性规划模型.基于船舶调度问题的特点,提出了启发式规则,将原问题分解为五个子问题进而获得初始解,并设计了改进和声搜索算法求解.在数值实验中,将该算法的求解结果同下界对比,平均相对偏差为2.19%,且求解耗时均少于1分钟,验证了算法的有效性;将方案的求解结果同两种现行调度规则对比,不同算例规模下平均目标值优化率分别为13.30%和27.35%,可显著提高港口船舶服务效率,验证了方案的有效性.     

半导体晶圆节能分布式制造与预维护联合优化

针对半导体晶圆节能分布式制造与预维护联合优化问题,构建了同时考虑制造阶段和检测修复阶段,以最小化最大完工时间、总碳排放和总预维护成本为优化目标的两阶段绿色调度模型,提出了改进的混合多目标灰狼优化(improved hybrid multi-objective grey wolf optimization,IHMGWO)算法,设计了工厂分配策略、机器分配策略以及考虑维修工人柔性的同步调度维护策略的解码方案。通过设计初始化种群融合策略、捕食行为搜索策略、子种群变异策略,提高了算法的寻优性能。360个测试算例的对比实验表明,所提出的IHMGWO算法针对SP指标能够实现大部分占优,针对IGD和Ω指标能够实现全部占优,对于解决该类问题具有显著的优势和竞争力。     

基于改进多目标粒子群算法的家庭用电时段优化

为解决家庭用电负荷的调度优化问题,综合考虑用电成本、满意度以及用户侧波动程度3个目标进行优化。提出改进自适应权重多目标粒子群算法(improved adaptive weighted multi-objective particle swarm optimization, IAW-MOPSO)求解模型,通过对粒子的适应度值分段更新惯性权重,均衡了粒子群算法的局部改良能力和全局搜索能力,在保证得到全局最优解的同时完成对家用电器的优化调度。结果表明:该优化策略降低了29%的电费,保障了高峰时期用电的稳定性,用户满意度明显增加,验证了所提模型的有效性以及算法的优越性。     

基于改进狼群算法与仿真的单元调度优化

单元制造是现代生产系统的重要组织形式。对制造单元的调度过程中,机器故障与中断是很常见的问题,机器空转造成的能源浪费也不可忽视,相关研究具有重要现实意义。考虑单元调度中的机器中断和能耗,建立了一个最小化所有工件完工时间及机器闲置能源消耗和中断成本的整数规划模型,并提出了一种基于改进狼群算法和离散事件仿真的混合优化方法加以求解,有效提高了算法的寻优能力。数值实验表明,提出的算法具有良好的收敛性,可以在合理的迭代次数内找到问题的满意解。