考虑工件准备时间的Semi-Flow-Shop装配调度问题研究

提出一种类似于Flow-Shop调度问题(FSP)但又区别于FSP的Semi-Flow-Shop装配调度问题(SFSP),即在系列产品的装配中,某些产品可以跳过装配工艺中的几道工序而直接进入下道工序。根据实际情况,同时考虑了工件的准备时间及劳动力资源约束。针对该类问题,以最小化生产周期为目标建立数学模型,并设计了一种改进的双层自适应单亲遗传算法,实例证明该算法具有较高的有效性。

基于PSO的物流节点选址模型研究

针对物流节点选址问题,提出以运输费用、仓储费用、装卸费用、滚轴费用、节点建设固定费用等费用最小为目标建立数学模型,运用粒子群算法(PSO)对目标函数进行求解。在算法中引入惯性权重,用改进的粒子群算法对数学模型进行求解,运用惯性权重调解公式使之随迭代次数线性减小,能使算法具有较好的收敛性。最后,以M企业实际数据进行运算。算例表明,改进的PSO有效地找到最优解,使总物流费用最小,目标函数收敛过程表明其收敛性良好。