改进文化基因算法求解双资源约束柔性作业车间调度问题

针对具有机器和工人的双资源约束柔性作业车间调度问题,以最小化最大完工时间为目标构建调度模型,并设计一种改进文化基因算法对其进行求解。由于该调度问题需要同时考虑工序排序、机器选择及工人选择3个子问题,故采用三层序列编码。考虑传统解码方式存在收敛速度慢、收敛不完全的弊端,设计一种扩展型插入式主动解码方式,以提高算法的收敛速度;针对进化算法易陷入局部最优的缺陷,设计一种基于负载平衡的机器和工人再分配算子,增强算法的全局搜索能力,对种群中的优秀个体采用改进变邻域搜索以提高算法的局部寻优能力。最后,利用仿真算例及航空设备生产实例进行实验,验证所提算法求解双资源约束调度问题的有效性。

考虑双资源约束的分布式柔性作业车间调度

随着全球制造业的发展,分布式柔性作业车间调度问题(distributed flexible job shop scheduling problem, DFJSP)引起了学者们的关注.DFJSP的研究中常常忽略工人资源,作为生产的关键因素,有效利用工人资源可以提高生产率.研究了考虑双资源约束的分布式柔性作业车间调度问题(distributed flexible job shop scheduling problem with dual resource constraints, DFJSP-DRC),建立以最小化最大完工时间和总能耗为目标的数学模型,并提出一种改进的非支配排序遗传算法(improved non-dominated sorting genetic algorithm, INSGA-Ⅱ)去求解.在INSGA-Ⅱ中,通过混合初始化策略生成高质量的初始解,并设计了一种基于加工机器和工人公共空闲时间的主动解码策略来获得调度方案.为增强INSGA-Ⅱ的全局搜索能力,提出了改进的交叉变异策略和自适应交叉变异率.通过在45个算例与三种算法的比较,验证了INSGA-Ⅱ解决DFJSP-DRC的有效性.

考虑双资源约束的柔性机械加工车间逆调度问题研究

为提高机械加工车间在动态生产环境下的效率和稳定性,建立了考虑机器与工人约束的柔性机械加工车间逆调度问题模型。该模型以最小化完工时间、机器能耗和逆偏差指数为目标,通过调整工件排产、工人作业以及机加工工艺参数对原始调度方案进行优化。针对问题特征,提出了一种差分进化算法。在算法中,设计了混合双层编码方式以降低搜索难度;提出了两种基于调度规则的初始化方式以提高种群质量;为加强和平衡全局与局部搜索,设计了自适应遗传操作以及基于精英选择的局部搜索策略;改进了哈明距离,并提出了一种拥挤度算子以反映种群真实多样性。在实验中构建了33组测试算例,并将所提算法与其他7种算法进行对比,验证了所提算法性能。最后,分析了某液压缸生产车间在两种不同动态环境下的真实逆调度案例,结果表明,所提算法能够在较小程度改变原始调度的情况下缩短4.2%的完工时间、降低20.2%的机器能耗。

求解扩展双资源约束作业车间调度的分支种群遗传算法

根据扩展双资源约束作业车间调度问题的特点,构造了一种混合遗传算法进行求解:以分支种群为载体继承遗传进化经验,利用精英进化算子、基于扇形分割的轮盘赌选择算子及邻域搜索等机制,进一步优化了算法性能。通过分析策略对比仿真、算法性能对比仿真等实验,结果表明上述各种优化机制可行,且对于算法运算效率与寻优性能的优化效果均有良好表现。

订单不确定下双资源约束多装配线鲁棒调度

考虑生产过程中的订单不确定等因素,建立了以最大化交付满意度、最大化装配线平衡率及最小化完工时间跨度为目标的鲁棒调度模型,基于差分进化算法和粒子群算法提出了对模型进行求解的混合优化算法,并通过算例验证了混合优化算法求解该鲁棒调度模型的可行性和有效性。最后综合分析PTCN公司二厂多装配线生产车间的实际生产情况,将所建立的鲁棒调度模型和提出的混合优化算法应用于实际的多装配线生产过程,获得了较优的调度结果。

基于自适应参数混合蚁群算法的双资源约束作业车间调度

文章针对以生产成本最小为目标,考虑差异性工人的双资源约束作业车间调度问题,提出参数按算法迭代结果自适应调整,基于蚂蚁流量自适应控制路径选择的混合蚁群算法,在算法前期扩大解搜索空间,后期加快算法收敛,实现算法性能的分阶段性能优化。通过对仿真实验结果的分析,该混合蚁群算法能有效求解双资源约束车间调度问题,且能够在保证得到较优调度结果的同时,具备优秀的收敛性能。

双资源约束作业车间调度算法研究

针对存在差异性工人的双资源约束作业车间调度问题,提出一种混合蚁群算法进行求解。该算法借鉴禁忌搜索思想,基于工艺约束为每只蚂蚁建立候选解空间,通过压缩蚂蚁搜索空间提高解搜索效率;引入各种启发式资源选配策略,在蚂蚁寻径过程中渐进地为各工序配置最优的设备、工人双资源组合;以模拟退火算法作为局部搜索机制,对每次迭代的最优解进行退火优化,增强算法全局收敛能力。证明了该混合算法的搜索过程是一个有限非齐次不可约马尔科夫链后,基于马尔科夫链知识对其全局收敛性进行理论分析。最后采用仿真试验及统计分析方法确定最优的参数组合和资源选配策略,通过该混合蚁群算法与其他算法对随机算例运算结果的对比分析,表明所提算法搜索性能较强且鲁棒性较优。

基于压缩时窗的双资源约束作业车间调度策略

针对双资源约束作业车间调度问题的多重约束特点,提出分支种群遗传算法进行求解,在利用时窗比较策略进行预调度的基础上,通过分析预调度方案成本指标优化不佳、时窗空隙较多等问题,提出基于压缩时窗的再调度策略,针对双调度目标分别论证压缩时窗调度条件,通过工序的调度次序调整有效优化双调度目标。通过策略对比与算法性能比较实验证明,压缩时窗调度策略能有效增强算法的局部搜索能力,获得更加逼近Pareto前沿的调度结果。

双资源约束作业车间动态调度研究

针对双资源约束作业车间动态调度优化问题的求解特点,基于局部时窗调度思想构造包含动态扰动分析、动态扰动评估以及动态调度方法在内的三层动态调度系统,并结合最小化调度方案修订的动态调度实际需求,设计基于染色体还原机制与局部工序的分阶段调度优化的混合动态调度算法,最后通过仿真实验验证了基于局部时窗调度思想的动态调度方法有效降低随机扰动影响的良好应用效果。

考虑关键件加工质量的双资源约束车间调度算法

在工人异质性和机床类型多样的资源约束型车间中,针对资源抢占使加工质量向非关键件倾斜从而导致关键件加工质量无法保障的情况,建立了以完工时间为主要优化目标,以关键件加工质量、整体加工质量为辅助优化目标的双资源(工人/机床)约束柔性作业车间调度问题模型,并提出一种两级嵌套蚁群算法。首先采用工件候选集、资源候选集生成满足关键件加工要求的可行调度解;然后为工序寻找更合适的开工时间,针对机床类型、人机时窗差异设计了基于时窗的活动调度策略以提高算法的局部寻优能力;进而提出了一种保质策略,使关键件和总体工件加工质量水平持续提高;最后,通过算例测试验证了保质策略和两级嵌套蚁群算法的有效性。

改进布谷鸟算法求解双资源约束柔性车间调度问题

针对双资源约束的柔性车间调度问题(DRCFJSP),以优化最大完工时间为目标,设计出一种具有改进解码方案的布谷鸟算法对其进行求解。由于DRCFJSP除了需要考虑机器的分配,还需要兼顾工人的加工情况,所以改进了传统解码方式以避免机器和工人在加工时间上的冲突,同时在解码时尽可能利用机器和工人的空闲时间。在布谷鸟算法核心框架下,将布谷鸟种群随机划分为三个子群,每个子群采用不同Lévy飞行方式独立进行寻优,并通过差分算子实现子群间信息交流,不仅增强了算法的全局搜索能力,也平衡了算法的局部搜索能力。最后通过基准测试算例进行实验仿真分析并与其他算法进行对比,验证了改进布谷鸟算法和改进解码方法的有效性和优越性。

基于扩展双资源约束型航空构件制造车间调度方法

针对航空构件生产车间的复杂制造环境,综合考虑数控设备的广泛应用,工艺路线中机加/非机加工序穿插及重要工序需特定设备人员协同完成等约束,提出了考虑设备人员的扩展双资源约束柔性作业车间调度问题,并构建了调度数学模型。针对问题特征及复杂性,提出一种新颖的多小组协同教与学优化算法对构件的设备人员资源进行选择及工序排序问题进行优化。针对数控设备运行期间无需人员辅助这一特性,设计了3层编码及新型解码方式以避免设备人员的使用冲突,此外在教与学算法核心框架不变的基础上,设计多种教学/自学因子、自学/交流策略,使算法有效解决离散型问题,同时平衡算法的全局及局部搜索能力。通过随机案例和实际航空构件案例仿真分析,验证了算法求解扩展双资源约束调度问题的有效性及模型的正确性。

基于效率函数的双资源约束作业车间调度算法

目前对制造业领域作业车间调度问题研究中,仅考虑单一设备资源的传统作业车间调度问题已不能反应出实际作业车间的作业环境。根据实际作业车间多资源环境,建立了分别最小化生产完工期和超期时数为目标函数的设备和模具双资源约束作业车间调度模型,并采用基于效率函数的逆序调度算法对问题进行求解。最后,通过实例对算法进行验证并给出对比结果。

基于改进鸟群算法的双资源约束离散智能车间调度问题研究

针对双资源约束的离散智能车间调度问题,提出改进鸟群算法对该问题进行求解。根据离散智能车间的特点,以最小化最大完工时间为目标,建立了工人仅负责工序中工件上、下料操作的车间调度模型;根据鸟群算法的搜索特点,对算法的位置更新公式进行离散化改进,以适用于求解该车间调度问题;采用三条链组合编码方式,简化算法的寻优过程;改进了基于时间窗口比较的活动化解码;引入模拟退火算法增强算法跳出局部最优解的能力。最后通过具体实例验证了改进后的算法具有良好的性能。

双资源约束下的船舶管件柔性生产车间调度优化

针对船舶管件柔性车间的复杂制造环境,建立以完工时间为主要优化目标、以设备资源和辅助资源为约束条件的双资源约束柔性生产车间调度问题模型,设计一种改进布谷鸟算法对其进行求解。针对问题特征及复杂性,在布谷鸟算法核心框架不变的基础上,提出一种莱维飞行自适应步长因子;同时,设计基于2种局部搜索的巢寄生策略,并引入模拟退火算法,以解决工序维、设备维和资源维的调度优化问题。将该算法应用于企业实际生产模型,结果表明:改进算法能有效避免设备资源冲突,具备较好的综合调度特性。

双资源约束的柔性作业车间鲁棒调度方法

针对考虑工人技能水平差异和加工时间随机性的设备、工人双资源约束的柔性作业车间调度问题(Flexible job shop scheduling problem,FJSP),构建双资源约束的柔性作业车间鲁棒调度模型(Dual resource constraint flexible job shop robust scheduling problem,DRC-FJRSP)。将粒子群算法(Particle swarm optimization,PSO)的学习机制引入差分算法(Differential evolution,DE)的交叉部分,设计PSO-DE混合求解算法,实现问题的加速求解并有效避免搜索停滞的窘境。选取DE算法、遗传算法(Genetic algorithm,GA)、PSO算法作为对比算法进行仿真试验,试验结果显示,所提出的PSO-DE混合求解算法平均鲁棒性为5.331,在三个仿真算例调度makespan求解中表现最好。验证了DRC-FJRSP模型的合理性以及PSO-DE混合求解算法的鲁棒性。最后,以一个制造企业的FJSP为例进行求解,给出调度甘特图。研究解决了设备、工人资源不足给FJSP带来的加工冲突,降低了加工时间的随机扰动,优化了调度的makespan。

求解双资源约束车间调度问题的继承式双目标遗传算法

针对双资源约束作业车间调度的双目标优化问题,提出一种继承式遗传算法,通过分支种群继承父辈种群的进化经验.该算法面向双资源约束特点,采用4维染色体编码方式,基于时间窗口比较实现活动化调度,通过资源进化算子提高算法全局搜索能力;基于个体Pareto指数的锦标赛选择策略,有效削弱了染色体Pareto排序级别对个体存活概率的影响以保持群体多样性,并利用精英保留策略提高了解的收敛性.仿真实验与分析结果表明了所提算法具有优良性能.

基于改进生物迁徙算法的双资源柔性作业车间节能调度问题

节能调度是面向绿色制造的车间调度问题,已成为制造领域的研究热点。针对具有机器和工人双资源约束的柔性作业车间,综合考虑工人学习效应和工件运输时间的影响,以最小化车间能耗为目标,提出一种改进的生物迁徙算法(MBMA)。该算法采用基于工件-机器-工人的三段式编码方法表示调度解,并设计了一种种群初始化方法,以改善初始调度解的质量。考虑到基本生物迁徙算法无法直接应用于离散车间调度问题,提出一种基于交叉操作的离散迁徙算子,使算法能够直接在离散调度空间内进行搜索。此外,在迁徙算子中引入转换概率动态调整策略,以平衡算法探索与开发能力,另外增加了一种记忆池机制,避免算法过早收敛。对于个体更新算子,设计了一种局部搜索算法嵌入其中,以增强算法局部搜索能力。大量实验结果表明,MBMA算法的计算结果优于其他算法。

双资源约束的航天结构件车间生产调度方法

针对航天结构件生产调度过程中工序加工时间随操作人员能力级别而变化,关重件和关键工序特定设备和人员要求约束等问题,构建综合考虑关键设备和人员双资源约束的柔性车间作业调度数学模型,解决航天结构件生产设备资源维、人员资源维、工序信息维的描述。为实现双资源约束下的柔性调度,提出嵌套式蚁群-遗传混合算法,针对结构件加工工序设备和人员双资源选择问题,建立资源选择问题与蚁群并行搜索的映射关系,设计蚁群算法实现资源选择;为提高算法搜索性能,利用遗传算法求解当前蚂蚁资源选择下的调度问题,在避免人员资源使用冲突前提下实现设备加工工序的优化排序,使得关键设备利用率最大,总完工时间最短,并通过综合考虑蚁群和遗传算法阶段的求解目标进行蚁群算法信息素的更新,大大提高算法获得较优解的性能。最后,通过航天结构件车间实际案例进行算法测试,测试结果表明,嵌套式蚁群-遗传混合算法能有效地求解双资源约束的航天结构件车间生产调度问题,可降低资源总负荷,提高关键设备利用率,避免人员资源冲突,具有良好的综合调度性能。

面向航空结构件的双资源分布式柔性调度研究

考虑航空结构件生产中精工序的员工约束和分布式多工厂协作需求,建立双资源约束分布式柔性作业车间调度模型。提出一种基于关键工厂的混合灰狼优化算法来解决该问题。针对模型的工厂选择、工序排序、机器选择以及员工选择4个子问题,设计了4层编码及新型解码方式以避免机器员工的使用冲突。结合模型的工厂约束和员工约束特征,设计一种新的狼群捕猎和猎物搜索机制,保证种群多样性的同时提高算法全局探索能力。针对分布式特性,设计基于关键工厂的局部搜索策略,提高算法的局部搜索能力。通过扩展标准算例和航空结构件实例分析,验证了所提算法求解双资源约束分布式柔性调度的有效性。