基于改进人工蜂群算法的砂型铸造打磨工序并行机调度

多品种小批量砂型铸造企业打磨工序任务调度是一种并行机调度问题,针对现有人工调度模式下任务分配不均衡、铸件在部分工人处积压、资源配置不合理等问题,提出了一种人工蜂群算法(Artificial Bee Colony algorithm,ABC)辅助的调度模式。首先,建立一种打磨工资系数计算方案,构建以最小化打磨工资系数和的差异、最小化每位工人打磨数量差异为优化目标的数学模型。然后,提出了改进的人工蜂群算法(Improved Discrete Artificial Bee Colony algorithm,IDABC),引入离散编码、采用启发式解码规则、使用防止近亲交配的交叉算子和嵌入禁忌搜索的侦察蜂等4个改进策略。再次,使用IDABC对5个不同规模的模拟数据集进行求解,实验结果显示IDABC在求解质量、求解速度和稳定性等方面均优于现有的标准ABC和遗传算法(Genetic Algorithm,GA)。最后,通过1个月内实际调度效果对比,表明了IDABC辅助调度模式能够有效提升打磨任务分配的均衡性,避免铸件在部分工人处堆积,实现资源的合理配置。

单件小批量砂型铸造企业熔炼浇注炉次计划研究

针对现阶段单件小批量砂型铸造企业熔炼浇注炉次计划主要依靠人工经验进行编排,存在炉次计划优化不足、排产效率较低、熔炼炉容量利用量不高等问题,开展单件小批量砂型企业熔炼浇注炉次计划研究。首先建立了单件小批量砂型企业熔炼浇注炉次计划优先级模型和炉次计划数学模型;其次提出了以改进二元蝙蝠算法为核心的炉次计划贪婪式规则求解策略;最后开发了熔炼浇注智能化炉次计划系统,应用于一家单件小批量砂型企业。效果表明,对比人工编排炉次计划,使用该系统可获得更优的炉次计划、更短的排产时间、更高的熔炼炉容量利用量。

基于改进教与学算法的铸造企业订单发退货计划调度研究

针对现有的铸造企业订单发退货过程中人工调度运输导致的成本虚高、运输效率低、车载利用率低等问题,开展了铸造企业订单发退货调度研究。建立以运输成本、交货期、车载利用率为指标的多目标订单发退货运输数学模型;提出了双演化淘汰制教与学算法(DP-TLBO),并设计了连续的编码方式。通过引入正弦加速因子的反向学习来增强局部搜索能力,防止在搜索后期陷入局部最优;采用教与学算法和贫富优化算法的双演化机制竞争淘汰调度方案。其次,进行多个测试函数的试验表明,双演化淘汰制教与学算法拥有更好的性能。最后,通过针对两个不同铸造企业的多个规模仿真试验结果表明,对比人工调度运输的方式,使用本课题提出的数学模型和算法求解时,可以获得更低的成本、更高的运输效率及车载利用率。