面向作业车间重调度的改进合同网机制研究

针对柔性作业车间动态重调度问题,提出了一种将滚动窗口技术与基于Q学习的进化规划算法相结合的重调度算法。该算法设计了局部和全局两种滚动窗口更新方法,较好地缩小了问题求解规模;并在滚动机制的驱动下,为了能够较好地吸收和修复动态事件对调度的影响,重新设计了进化过程和每一次进化的Q学习过程;通过内嵌该算法提高了合同网协商机制的学习能力;最后,通过仿真实验验证了改进机制的有效性。研究结果表明,改进的合同网协商机制与基本合同网协商机制虽然都具有良好的反应能力,但是改进机制在最大完成时间和加工时间背离两项指标上更具有优势。

基于改进免疫遗传算法的混合车间调度研究

建立了以最大总完成时间最小为目标的混合车间调度模型。该模型包括作业车间和并行流水装配车间两部分调度问题。为降低问题求解难度,采用分解的策略对调度问题分阶段求解,并引入多Agent协商机制和模拟退火算法与免疫遗传算法相结合,提出了基于分解策略的免疫遗传算法,并通过在某汽车减振器企业的实施验证了模型和算法的有效性。