面向产品族优化时间窗下可重入批处理机调度

在半导体晶圆制造系统中,具有不确定交货时间窗和不相容产品族的可重入批处理机优化调度是NP-难问题。针对该问题,提出面向产品族的三层滚动混合整数线性规划模型的优化调度算法,其优化目标是提前和误工的时间总和最小。该算法是基于时间序列模型和事件模型的混合分解策略,在可重入批处理机空闲、可用的事件触发下,将整个调度时间轴分解为滚动的时间域;每个时间域对应一个子问题;每个子问题分解为三层:排序、派工和更新;半导体晶圆制造系统实时调度仿真平台用于派工、更新和时域滚动,混合整数线性规划模型用于排序。通过6种典型情形实例验证,结果表明面向产品族的三层滚动混合整数线性规划模型能够在较短计算时间内获得较好优化解。

不确定条件下不同交货期窗口的Job Shop调度

研究了具有不同交货期窗口的JobShop的提前/拖期调度问题,并考虑了处理时间的不确定性,采用三角模糊数表示处理时间的不确定性,提出了基于遗传算法的求解算法.仿真实验验证了算法的有效性.

不确定条件下不同交货期窗口的Flow Shop调度

研究了具有不同交货期窗口的Flow Shop的提前/拖期调度问题,并考虑了处理时间的不确定性。采用三角模糊数表示不确定性信息,引入两种模糊运算,建立了问题的模糊规划模型,并采用“中间值最大隶属度”的算法将模糊规划模型转化为清晰的非线性规划模型。针对清晰的数学模型提出了基于遗传算法的优化方法,最小化对所有工件提前/拖期惩罚。最后,大量仿真实验验证了算法的有效性。

改进遗传算法求解JIT环境下的Flow-shop问题

研究了准时生产环境下不同交货期窗口提前/拖期调度问题的特征。采用区间数表示弹性作业人数环境下的加工时间,运用多属性决策方法将传统遗传算法的适应度函数选定和适应度的计算两个步骤合二为一,减少了中间过程,避免信息的损失,增强了模糊评价的有效性。仿真实验验证了算法的有效性。