有限缓冲区柔性流水车间调度优化问题求解

针对柔性流水车间生产调度问题,在考虑缓冲区容量约束的情况下,建立了最小化完工时间和最大化设备利用率的混合整数规划模型,并提出了一种改进的离散粒子群算法进行求解。根据问题模型的特点,设计了基于工件顺序和加工机器的矩阵编码方式,并采用了改进的NEH方法生成高质量的初始种群。为了克服离散粒子群算法易陷入局部极值的缺点,设计了结合Levy飞行特点的粒子更新机制。当种群优化停滞时,通过该机制将部分粒子更新至新的未探索区域,进而避免陷入局部极值。通过与3种主流优化算法,在不同规模的测试算例下进行对比分析,验证了所提出算法的有效性。在某火腿肠高温车间的实际应用,表明了所提出的算法能够有效解决考虑缓冲区容量的柔性流水车间生产调度问题。

有限缓冲区下多汽车工厂协同混流排产研究

为解决汽车整车制造企业多厂区多车间联动生产下计划不准确和协调困难的问题,基于精益生产中的平准化思想对该问题进行研究,并考虑有限容量的缓冲区中库存积压或不足对生产稳定性的影响,建立了多汽车工厂协同混流排产双层规划模型。上层以最小化厂区间的转运量为目标建立跨厂区转运量分配模型,下层以最小化缓冲区中的储备偏差为目标建立车间班次选择模型。设计了双层遗传算法对该模型进行求解,并采用最小影响策略对转运量和车间产量进行标准化。通过算例将双层优化与单层优化的结果进行对比分析,并扩大算例规模。仿真实验结果表明,双层优化的求解质量更佳,从而验证了设计的模型和算法的有效性和可行性。

基于Memetic算法的有限缓冲区流水车间调度问题

针对有限缓冲区流水线调度问题,提出一种基于变邻域搜索策略的Memetic算法。在基本遗传算法中,采用NEH算法和改进IG算法产生部分初始种群,使用部分交叉算子和插入变异算子,在交叉和变异之后设计一种改进变邻域搜索方法来进行局部搜索。在该改进变邻域搜索中,将模拟退火算法作为变邻域搜索中的局部搜索方法,大大增强了算法的寻优能力,使得Memetic算法在集中搜索和分散搜索之间达到更合理的平衡。运用提出算法求解经典基准算例,并与当前先进算法比较,验证了所提算法的有效性。

有限缓冲区流水车间调度的混合人工蜂群算法

针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出有效的混合人工蜂群算法。采用WPFE启发式算法进行种群的初始化,以提高初始种群的质量。将遗传算法应用到离散人工蜂群算法的引领蜂阶段,设计了基于嵌入结构、串行结构、协同结构、并行结构、概率选择结构和双种群结构的六种混合调度算法。基于插入和交换邻域的邻域搜索算法进一步增强了混合算法的局部开挖能力。通过仿真实验证明了所提算法的高效性和优越性。

有限缓冲区流水线调度的多搜索模式遗传算法

针对有限缓冲区流水线调度问题,提出了一种多搜索模式遗传算法,算法使用多个交叉和变异操作进行解空间的探索和改良,并采用基于有向图的邻域结构来增强局部搜索。同时,局部搜索和变异操作受决策概率控制。基于典型算例的仿真和比较研究验证了所提算法的有效性。

基于探路者算法的绿色有限缓冲区流水线调度

针对带能耗阈值约束和有限缓冲区的绿色流水车间调度问题(Green Flow Shop Scheduling Problemwith Limited Buffers and Energy Thresholds,GFSSPLBET),提出一种混合探路者算法(Hybrid Pathfinder Algorithm,HPFA)进行求解,优化目标为总能量消耗和最大完工时间。为增强算法的全局搜索能力,设计基于距离的选择机制确定每个探路者对应的跟随者,以确保各探路者的附近区域均能得到一定的搜索;设计融合多种邻域操作的自学习搜索策略,用于对更新后的探路者进行多邻域搜索,从而提升算法的局部开采能力。通过仿真实验表明所提改进措施能有效增强算法性能,也验证了HPFA求解GFSSPLBET的有效性和鲁棒性。

离散NSGA-Ⅱ求解带有限缓冲区的多目标批量流水线调度问题

针对带有限缓冲区的多目标批量流水线调度问题,首先构建该问题的数学模型,采用离散NSGA-Ⅱ算法进化求解.所提算法充分利用非支配解信息引导种群进化,从而加快了种群收敛速度,改进了算法的全局探搜和局部开发能力.将所提算法用于求解太阳能电池组件生产调度的13个算例,实验结果表明,所提算法能够产生高质量的解,有效求解该问题.

有限缓冲的推动式和拉动式系统在生产计划中的互补应用

从企业的实际运作出发,设计了一种以合理的库存为有限缓冲,在具有装配和机加工工序的汽车发动机厂内,将MRPⅡ/JIT的思维及控制方法互补应用于制定各阶段生产计划和物料拉动计划。

含有限缓冲区的上游生产线协调生产调度

通过对制造企业生产现场的调研,发现在实际的生产过程中存在仓库(有限缓冲区)问题,而且是多条生产线生产不同的成品。针对这一问题,文中研究了一类带有限缓冲区的上游生产线协调的生产调度问题,把生产线简化为一个Flowshop问题,给出了单条生产线输入输出结构图,建立了上下游生产线之间部件成品关联结构,依据该关联结构建立了实用的数学模型,给出Tabu搜索算法。

可重入柔性流水车间有限缓冲区容量动态预留方法

当制造企业的生产车间缓冲区容量有限时,如果同时存在可重入工序,会产生一种严重的生产阻塞现象,即死锁现象,该现象会严重影响整个生产进程.本文首先建立具有可重入工序的柔性流水车间有限缓冲区排产(RFFLBS)问题的数学模型,在对死锁现象系统分析的基础上,提出了一种基于马尔可夫链的有限缓冲区动态容量预留方法(DBRMMC),DBRMMC通过主动为折返重入的工件预留缓冲区容量,减少工件对缓冲区资源的竞争,降低死锁现象出现的概率,并通过在DBRMMC方法中引入基于自适应阈值二值化算法的偏差补偿措施减小预测偏差,进一步抑制死锁现象的出现,并与基于高响应比优先算法(HRRN)的局部指派方法结合,给出一种改进的基于马尔可夫链的有限缓冲区容量动态预留方法(IDBRMMC-HRRN).建立多组仿真方案在不同数据规模下的进行测试,仿真结果表明IDBRMMC-HRRN方法能够有效的降低具有可重入工序的柔性流水车间有限缓冲区排产过程中死锁现象出现的概率,给出合理可行的排产结果.

基于有限缓冲区的混流装配线排产优化

大多数排产优化的研究往往针对一条生产线解决单一LBFFSP问题,无法针对企业缓冲区有限和多生产线等多因素的实际情况解决排产优化。针对该问题,提出了一种基本粒子群算法(Particle Swarm Optimization,PSO)作为全局优化算法。引用了基于惯性权重的粒子群算法,通过改进该算法有效地避免基本粒子群算法陷入局部最优。建立以最小化生产周期和最佳缓冲区容量为多目标的带有有限缓冲区的混流装配线排产优化数学模型。采用PSO算法进行生产排序的结果与传统方法的排序相比较,缩短生产周期6.7%。提出的排序方案可以显著提高企业该生产线的生产效率及资源利用率。

整车制造中的有限缓冲区车辆路由调度研究

本文针对整车制造企业中车辆缓冲区的特点和存在的问题,对缓冲区的管理和车辆的路由调度问题进行了简单介绍,并设计开发了缓冲区车辆自动路由系统。通过验证可知,该系统能够解决缓冲区车辆路由的实际问题。

一种解决有限缓冲区流水车间调度问题的复合启发式算法

针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出了一种新的复合启发式算法.算法设计中首先使用PF-NEH算法进行解空间的搜索,并采用基于插入邻域和交换邻域的可变邻域搜索算法来增强局部搜索.仿真实验表明,该算法具有高效性和优越性.

基于混合进化算法的有限缓冲区流水线调度

建立有限缓冲区流水线问题数学模型,利用文化算法和免疫算法相结合的混合进化算法(Memetic algorithm,MA)对其进行求解。算法设计中,将免疫算法纳入文化算法的框架,组成基于免疫算法的群体空间和信念空间,两空间具有各自群体并独立并行演化。下层群体空间定期贡献精英个体给上层信念空间,上层信念空间经演化后,定期贡献精英个体给下层群体空间,形成"双演化双促进"机制,从而实现增加抗体多样性的目的。比较结果显示该算法性能的优点以及对求解有限缓冲区流水线问题的有效性。

含有限缓冲区的多生产线生产调度的研究

在实际生产过程中普遍存在着有限缓冲区而且各条生产线可以生产不同类型产品。针对这一问题,建立了含有限缓冲区的上、下游生产线的产品关联结构,并以此结构为研究对象,建立了上游生产线进行外协加工时生产副成品和同步副成品的生产效益最高的生产调度数学模型,用以研究多条生产线协调生产时的Flow-shop调度问题。采用单纯形法及其一定的调度规则对模型进行计算,最终得到各条生产线上产品的数量、加工顺序和具体加工时间的调度表,仿真的结果表明所建的模型是有效可行的。

可重入工序柔性流水车间有限缓冲区排产研究

为解决具有可重入工序的有限缓冲区柔性流水车间排产(Re-entrant Flexible Flow-shop with Limited Buffer Scheduling,RFFLBS)问题,提出一种采用局部缓冲区容量动态预留方法与改进狼群算法相结合的求解方法。针对在RFFLBS过程中出现的死锁现象,提出一种局部缓冲区容量动态预留方法,以保证排产过程顺利进行。在标准的狼群算法的基础上,引入变邻域搜索的游猎行为和反向学习的种群初始化策略,增强在解空间的搜索性能,提高初始解质量。通过设计仿真实验,对改进狼群算法优化效果进行综合分析,并将局部缓冲区容量动态预留方法与改进狼群算法相结合,应用于RFFLBS问题求解,最后通过实例验证了该方法的有效性。

分布式有限缓冲区流水车间混合EDA调度

在实际工业生产背景下,针对具有NP难特性的分布式有限缓冲区流水车间调度问题,提出了一种混合分布估计算法,用于最小化最大完成时间。首先,由于已有算法无法保证局部搜索后概率模型对优质个体分布统计的准确性,提出了反最小完成工厂映射规则;然后,引入基于Swap邻域和基于Insert邻域的局部搜索,进一步加强算法的局部搜索能力,从而对HEDA全局搜索得到的优质解区域进行细致搜索;最后,通过仿真实验和算法的比较验证HEDA的有效性。

基于MPSO的有限缓冲区多产品厂间歇调度问题的研究

研究了以最小化最大完工时间为目标的有限缓冲区多产品厂间歇调度问题,提出了一种基于多种群粒子群优化(MPSO)的间歇调度算法。该算法采用多种群,增加了种群初始粒子的多样性,在每一代子种群并行进化的过程中引入移民粒子,使子种群之间相互影响和促进,避免算法过早地陷入局部最优,提高了算法的全局搜索能力;每代进化后选出子种群中的优秀粒子作为精华种群,并对其进行变邻域搜索(VNS),进一步提高了算法的收敛精度。通过对不同规模调度问题的仿真,以及与其它算法的对比,证明了该算法解决有限缓冲区多产品厂间歇调度问题的有效性和优越性。

有限缓冲空间下岸桥和自动升降车的集成调度

为了解决自动化集装箱码头中岸桥和自动升降车(ALV)的集成调度问题,考虑ALV自身能够从地面提升集装箱的特点,提出码头前沿的缓冲区约束,建立以最小化ALV总移动时间和岸桥作业总延迟为目标函数的混合整数规划模型并进行了求解;通过数值实验将调度模型与同一问题中的自动导引小车(AGV)相比较,并对ALV的数量和缓冲能力进行灵敏度分析,结果表明在有限缓冲空间情况下,使用ALV集成调度方案的作业总成本比使用AGV的调度方案减少了近28.72%,验证了ALV在有限缓冲情况下比AGV有更好的性能,有助于提高集装箱码头整体作业效率和港口竞争力。

求解有限缓冲区流水线调度问题的混合蝙蝠算法

针对最小化最大完成时间的有限缓冲区流水线调度问题(LBPFSP),提出一种混合蝙蝠算法(HBA)。在算法设计中,采用基于SPV的编码规则以实现连续的实数向离散的作业序列的转变,在种群初始化时引入NEH启发式算法,为提高算法的搜索效率,以一定的概率执行基于Pairwise的邻域搜索。对标准测试问题在不同缓冲区下的最优值进行仿真并与其他算法进行对比,并对基于Pairwise的邻域搜索的执行概率值对算法性能的影响进行讨论,其结果验证了HBA求解LBPFSP的有效性。