越库中心选址模型与启发式算法

考虑客户服务水平,以运输成本、越库中心作业和固定成本、延迟交货惩罚成本总和最小化为目标,建立越库中心选址的混合整数规划模型。在中小规模情形下,运用lingo求问题的精确解,同时根据模型中目标函数的不同特征,构建2种启发式算法求问题的近优解。实验结果表明:在所测的20组数据中,性能较优的启发式算法H2求得的解与精确解的平均误差分别为0.28%和3.24%,接近于精确解,这表明启发式算法H2是有效的。

越库作业调度模型与算法研究

针对暂存区容量有限的越库中心的作业调度问题,以暂存成本、额外搬运成本和换车成本总和最小化为目标,建立数学模型。构建分支定界算法对问题进行精确求解;结合贪婪算法和遗传算法构建混合启发式算法对问题进行近似求解。大、小规模情形下的数值实验结果表明:分支定界算法可以有效求得小规模问题的精确解,但随着问题规模的增大,难以在较短时间内求得精确解;混合启发式算法在小规模情形下与分支定界算法的求解误差最小为0,最大为0.58%;大规模情形下,在给定1 800 s内,混合启发式算法的求解质量均优于分支定界算法,两者差距最大为7.16%。这表明所构建的混合启发式算法是有效的。

文化算法在越库作业调度中的应用

研究只有一个入库门和一个出库门的带有限暂存区的越库中心的作业调度问题。以额外搬运成本、暂存成本和换车成本总和最小化为目标,建立动态规划模型。构建了具有两层进化机制的文化算法对问题进行求解。算法的种群空间采用遗传算法作为进化模式,信度空间接收种群空间的优良个体形成知识并指导遗传算法的选择操作。通过在大、小规模情形下进行数值实验,验证了文化算法的有效性。

基于规则及多色集合的多品种订单调度方法

针对多品种订单生产企业多工序、多品种、中小批量的生产特点,以最小化订单总完工时间和平均流程时间为目标建立了订单调度模型.提出了一种按规则分配订单以及作业排序相结合的调度思想,并利用改进的非支配排序遗传算法——NSGAⅡ对问题进行求解.考虑到多品种订单的多重约束性,采用多色集合理论中的围道布尔矩阵对多品种订单中各作业加工关系作了约束化处理;同时,以双层染色体进行编码,可以有效降低染色体的空间和时间复杂度;采用置换和反转变异两种算子,缩小了算法搜索范围,避免了早熟现象.最后以典型的订单生产实例进行仿真实验,结果表明应用该算法收敛快、运算效率高,可以获得满意的Pareto解集.