柔性作业车间调度优化的改进模拟退火算法

针对柔性作业车间调度问题,提出一种改进模拟退火算法来进行求解。该算法引入粒子群算法中的基于位置取整和基于轮盘赌两种个体编码方法,并采用3种不同的局部搜索方法来构造个体的邻域结构。算例计算表明,改进模拟退火算法在求解柔性作业车间调度问题时,比粒子群算法、混合粒子群算法以及模拟退火算法具有更好的求解性能,其中采用轮盘赌编码时,算法的求解性能要优于采用位置取整时的求解性能,且基于互换的局部搜索方法要优于其他两种局部搜索方法,能更有效地改善算法的求解性能。     

加工时间线性恶化的成组加工流水作业问题

文章讨论了m台机器的Flow Shop成组加工问题.工件在不同机器上的加工时间以相同的系数(斜率)线性恶化.目标函数分别为极小化时间表长和总完工时间.对于目标函数为极小化时间表长的Flow Shop成组加工问题.再进一步细分为组间无调整时间和组间有相同调整时间的两种情形来讨论,都得到了最优调度(排序).对于目标函数为总完工时间的Flow Shop成组加工问题,只要组内按qij单调递增(SPT)序加工,组间按S.单调递增序加工可得最优调度.     

自由作业稠密时间表的性能比上界

对于自由作业问题，如果从初始时刻开始，逐步在每个机器安排任一可以加工的工件，避免不必要的空闲，所得的安排称为稠密时间表。其加工总长与最优值之比具有上界２－１／ｍ（ｍ为机器数），是一个尚未证明的猜想。本文引入了最后工件组及相关机器集的概念，证明了ｍ＝５时该猜想是成立的。     

钢包的运行控制

运用冶金过程工程理论,对钢包运行过程进行深入的解析和较为系统的研究,形成了钢包运行控制技术,包括钢包运行过程解析、钢包运行时间的数学描述、钢包运行个数的三种计算方法、钢包运行过程温降、钢包运行频率及运行过程的优化.该项技术已经应用于5个工厂,并取得了明显的效益.     

基于准时制的零等待混合 Flow Shop 调度问题

讨论了具有零等待混合ＦｌｏｗＳｈｏｐ调度问题,其目标是最小化提前／拖期总成本．这是一个ＮＰ难题．给出了问题的数学模型,同时将启发式算法和求解线性规划相结合,提出了这一调度模型的求解方法．最后给出了实验结果和结论．     

遗传算法在车间作业调度中的应用

在车间作业调度数学表达模型的基础上,讨论了应用于车间作业调度的遗传算法设计,给出了主要包括ＪＳＳ仿生、ＪＳＳ遗传进化与ＪＳＳ仿真三个方面在内的算法模型,提出了ＪＳＳ连锁基因编码法与ＪＳＳ遗传进化算子。文章最后给出了应用实例,说明了设计的可能性与成功性。     

基于Petri网和GASA的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模.该模型不仅能够反映柔性生产线上待加工产品的多条工艺加工路径及其资源约束,还可以对系统的设备维护、各种优先级等特性进行描述.利用遗传算法和模拟退火算法(GASA)获得调度结果,用于解决作业车间在机床、操作工人等生产资源制约条件下的动态优化调度.该调度以生产周期为目标,通过多种交叉、变异、概率更新、再分配策略等遗传和模拟退火操作,得到目标的最优或次优解;尤其重要的是该算法能够在扰动发生后迅速提供新的调度计划.对算法进行了仿真研究,结果表明该算法是可行、有效的.     

混合规划处理流水车间调度问题

针对不确定条件下流水车间调度问题(F low shop schedu ling),研究了含有随机参数和灰色参数的混合机会约束规划模型的建立及求解方法。提出了灰色模拟的概念和方法,为含有灰色参数的机会约束规划提供了求解途径。通过理论推导及仿真实例,结合遗传算法,验证了基于随机模拟和灰色模拟的混合机会约束规划的调度模型及求解方法的有效性。     

设备具有恶化特性的多目标流水车间调度模型与算法

考虑到现实流水车间调度中设备具有恶化特性,针对作业处理时间是其开始时间的线性递增函数的流水车间调度问题,建立了最小化最大完成时间和总延迟时间的多目标优化模型;进而设计了一种基于分解的自适应多种群多目标遗传算法进行求解.该算法将多目标优化问题分解为多个单目标子问题,并分阶段地将这些子问题引入求解过程.在每次迭代时,根据种群在目标空间和解空间的分布情况,自适应地为当前求解的子问题分别构造子种群进行求解.通过对数值算例仿真实验,验证和分析了所提出的算法在解决该问题上能够获得较好质量和分布性的非支配解集.     

用模糊调度系统求解动态Job Shop问题

研究工件加权拖期总和最小化的动态 Job Shop调度问题 .提出了一个模糊调度系统 ,用以动态地选取启发式调度规则以求解该问题 .特别地 ,该系统具有从模糊规则和以前经验中学习的能力 .各种不同条件下的仿真实验表明该模糊调度系统是有效的.