解决Job Shop调度问题的遗传算法的实现

针对作业车间调度问题的具体特点,给出了利用遗传算法求解Job Shop调度问题的主要构造过程和步骤,并对编码、解码、适应度计算、选择、交叉、变异等遗传操作进行了详细设计.最后用一个6×6的测试例子,对本研究设计的GA算法的求解效果进行了测试,并对测试结果进行了分析.

城市人口集聚对劳动者就业满意度的影响研究

近年来,我国人口迁移流动向都市圈、城市群集聚的趋势更为明显。在我国城镇化加速发展的背景下,将集聚理论纳入成本—收益分析框架,结合中国劳动力动态调查微观数据与城市宏观数据,研究城市人口集聚对劳动者就业满意度的影响。研究发现:第一,城市人口集聚通过个人收入、职业匹配与公共服务等集聚收益对劳动者就业满意度产生正向影响;通过工作压力、城市房价与交通拥堵等集聚成本对劳动者就业满意度产生负向影响。综合来看,目前我国城市人口集聚仍能提升劳动者就业满意度。第二,城市人口集聚对城市户籍劳动者、高教育水平劳动者与体制内劳动者的就业满意度提升更大;相比人口高度集聚城市,人口中度集聚城市的规模扩张更可能提升劳动者就业满意度。第三,基于集聚经济理论“空间发展钟形曲线”,都市圈空间不平等表现为经济一体化的集聚阶段或分散阶段。相比经济一体化分散阶段的都市圈,处于集聚阶段的都市圈,城市人口规模扩张更可能提升劳动者就业满意度。

SCHEDULING WITH REJECTION AND NON-IDENTICAL JOB ARRIVALS

In this paper, we address the scheduling problem with rejection and non-identical job arrivals, in which we may choose not to process certain jobs and each rejected job incurs a penalty, Our goal is to minimize the sum of the total penalties of the rejected jobs and the maximum completion time of the processed ones, For the off-line variant, we prove its NP-hardness and present a PTAS, and for the on-line special case with two job arrivals, we design a best possible algorithm with competitive ratio （√5＋1/2） .

基于JD-R的中小企业安全管理员工作绩效研究

为明晰工作特征对中小企业安全管理员工作绩效的影响机理,基于工作要求-资源(JD-R)模型,通过文献与理论综述构建了中小企业安全管理员工作绩效影响因素模型,识别出安全氛围、职业倦怠2个中介变量;并利用设计的变量测量量表,收集了中小企业安全管理员有效调查问卷182份用于实证检验。结果表明:工作资源和工作要求分别对中小企业安全管理员工作绩效产生显著的正向、负向影响;安全氛围、职业怠倦既分别对中小企业安全管理员工作绩效产生显著的正向、负向影响,又分别在中小企业安全管理员工作特征与工作绩效之间起部分中介作用。

基于CiteSpace的差异尺寸作业批调度研究现状与发展趋势分析

为探讨差异尺寸作业批调度研究现状和进展,以发表在2000~2021年、收录于Web of Science(WOS)数据库的相关文献为研究对象,借助CiteSpace软件对这些文献的期刊共被引、主要研究力量的发文与合作、关键词共现与突现等情况进行可视化分析。文献计量结果表明,尽管我国的研究机构在差异尺寸作业批调度上的文献产出量大,但产出文献的整体学术影响力还有待提升;高频关键词集中在加工环境、优化目标、问题求解技术3方面;截至2021年仍保持高突现强度的关键词有增材制造、恶化作业、能源消耗、多目标优化。最后给出差异尺寸作业批调度研究的未来发展方向,以期为后续研究提供有益参考。

极小化总完工时间批调度问题的两种蚁群算法

针对考虑工件尺寸不同,求解目标为极小化总完工时间的批调度问题,考虑不同的编码方式,提出了基于工件序列的蚁群算法和基于批序列的蚁群算法。基于工件序列的蚁群算法算法采用传统的工件序列编码,需要启发式规则进行分批;基于批序列的蚁群算法算法利用蚁群算法构建性编码的特点,不需要启发式规则,而采取直接分批的方式编码,充分发挥蚁群算法自身的搜索能力。针对总完工时间的优化目标,基于批序列的蚁群算法算法引入批权重构建启发式信息;针对批调度特有性质,基于批序列的蚁群算法算法加入新的信息素更新变量,设置不同的信息素初始值,并采用局部优化技术等改进措施,以克服传统蚁群算法收敛速度慢,易陷入局部最优的缺点。通过对比实验验证了所提算法的有效性。

差异分批模式下的联合成本优化问题及算法

提出了一类制造企业的联合成本优化问题,将企业的产品制造环节和配送环节进行协同运作,实现供应链环境下的联合调度.在生产环节,考虑一类典型的差异分批制造模式,即待加工的作业尺寸有差异,而批处理设备的容量确定,设备环境为多台并行设备;在配送环节,企业采用自有车辆进行运输,车辆具有相同的运输能力;若完工的作业在当前无可用车辆进行配送,则转入产成品库存;联合成本为生产、库存和配送三阶段的总成本.本文首先构造了基于整数规划的数学模型,证明了联合成本的最小化问题是强NP-hard问题;然后设计了多项式时间的近似算法,分析了算法的时间复杂性,并证明了算法的求解性能.

渤海海域低密度早强水泥浆的室内研究

渤海海域是华北含油气盆地的重要组成部分,在渤海海域固井过程中,尤其是导管、表层套管固井时,由于温度低,破裂压力低,水泥浆稠化时间长,容易增加环空窜流及漏失的风险,使钻井成本升高。因此,基于颗粒级配原理,依据分形理论,研制出了新的减轻增强材料S1,配以适当的油井水泥外加剂,优选出了密度为1.4 g/cm3的水泥浆。室内研究表明,该水泥浆早期强度发展快,30℃下,24 h抗压强度大于10 MPa,静胶凝过渡时间小于60 min,API失水量小于60 mL,游离液含量为0。该水泥浆稳定,混配容易,可以满足渤海海域固井的需要。

优化差异工件单机批调度问题的改进蚁群算法

研究了单机环境下工件尺寸有差异的批调度问题,设计了一种改进蚁群算法对问题的制造跨度进行优化。首先引入了Metropolis准则的概率选择机制作为路径激励策略,避免蚁群算法过早收敛的问题;然后采用了BatchFirstFit算法对蚁群的路径进行解码,以产生可行的分批方案。最后选取了问题的所有24类算例,将改进的蚁群算法和遗传算法及模拟退火算法进行了全面的对比实验,结果验证了改进的蚁群算法的有效性。

面向生产-库存-配送的联合调度问题及蚁群优化算法

研究一类差异分批制造模式下的生产-库存-配送三阶段联合调度问题。在生产过程中,作业的体积有差异,而加工设备为容量限定的批处理设备,批的加工不可抢占;作业加工完毕后转入产成品库存;在配送阶段,制造企业委托第三方物流企业进行配送,车辆具有相同的运输能力;优化目标为制造企业的生产-库存-配送总成本。采用整数规划方法,对联合调度问题进行建模,证明了总成本的最小化问题为强NP-hard问题,并给出最优解的下界;设计一种改进蚁群算法进行求解,采用作业分类的策略产生候选表,有效降低算法运行时间,并采用轮换方法对信息素进行更新,避免算法陷入局部最优;设计48类算例进行仿真,对算法性能进行全面的分析验证,仿真结果表明了算法的有效性。

基于eM_plant的作业车间生产批量优化研究

为解决作业车间生产批量优化问题,在考虑企业资金收益率最大化的情况下以生产过程时间最短为优化目标,给出了理想条件下关于生产批量的生产过程时间模型,并据此推导出求解理论最优生产批量的算式。针对数学建模理想化假设的局限性,借助e M_plant仿真软件对作业车间实际生产运作情况进行仿真建模,并根据生产批量优化策略对仿真模型进行优化。通过运行优化后的仿真模型修正理论最优生产批量,从而提高最优解的可行性。经实例验证,求得的生产批量能够有效缩短生产过程时间,表明了该模型及仿真优化方法的有效性。

差异分批模式下的供应链调度算法

差异分批制造模式中,作业的体积有差异,而加工设备为容积限定的批处理设备,且批的加工不允许中断.在差异分批制造模式下,考虑制造企业和经销商的两级供应链调度问题,在制造企业的加工设备配置中,采用了两类代表性的配置即单设备和并行设备;在制造企业的配送车辆方面。考虑了自有无限车辆和自有有限车辆两类配置.在此基础上以服务跨度即制造一配送的总时长为优化目标,建立了问题的整数规划模型,分析了这四类模型的计算复杂性;然后将作业的分批、制造和配送过程联合运作,设计了各类供应链调度问题的多项式时间算法,分析了每类算法的时间复杂度,并证明了算法的求解性能.

求解作业车间调度的变邻域细菌觅食优化算法

针对最小化最大完工时间的作业车间调度问题,提出一种基于变邻域趋化操作的细菌觅食优化算法。邻域搜索是一类改进型局部搜索算法,在每一步迭代过程中通过搜索当前解的邻域得到一个改进的解,利用邻域搜索可大大提高局部最优解的精确度。本算法采用基于操作的编码,使得细菌觅食优化算法适用于作业车间调度求解;将3种不同的邻域结构引入趋化操作中,以便扩大可行解的搜索空间,细菌个体按照自适应学习策略根据邻域的各自贡献率选择搜索方式,减少陷入局部极小的机会;同时使用自适应步长更新各邻域内趋化操作的位置,根据适应度值动态调整搜索精度,避免早熟收敛。典型算例试验表明,该算法具有一定的鲁棒性,并有效地提高了搜索精度和收敛性。

面向两客户的差异工件单机批调度问题

将差异工件批调度问题扩展到多客户生产环境,建立了优化两客户各自生产时间跨度的差异工件单机批调度模型。不同客户的工件集合具有自己的优化目标,为了满足不同客户的要求,需要多种不同的生产方案。针对该特点提出了一种面向两客户的单机批调度问题的多目标蚁群算法(MOACO),通过存储算法每次迭代产生的非支配解集,对人工蚁的搜索和信息素的更新提供指导,保证了搜索的效率。实验结果表明,与经典的多目标问题求解算法NSGA-II和SPEA2算法相比,多目标蚁群算法具有较好的求解效果,且随着问题规模的增大,算法的优势更加明显。

柔性作业车间中基于工序分批的调度问题与求解

考虑到柔性作业车间分批调度中不同工序具有各自合适批量大小,提出了基于工序分批调度的概念,建立了以关键路径工序为中心的分批调度模型。该模型动态更新可加工工序子批集,同时更新可选加工机器,及时调整加工路线,为不同工序安排大小合适的批量,以达到优化完工时间、有效降低总加工批次的目的。实验结果表明,相比基于工件分批的调度,该模型在优化最长完工时间、提高机器利用率的同时,大幅减少了总加工批次数量(42%),降低了车间调度管理的复杂度。

基于遗传算法的柔性作业车间柔性分批调度问题研究

针对柔性作业车间柔性分批调度问题的复杂性,采用遗传算法进行求解,在引入柔性分批方法后,并提出了染色体的两级编码方法,设计了2种交叉和变异操作方法,以防止操作中非法解的产生,提高求解效率.该算法不仅解决批量分批,而且也解决子批排序和选择加工路线的问题.对比整批调度和柔性分批调度的Makespan后,仿真结果表明,柔性分批调度可缩短生产周期,验证了采用新算法的可行性和有效性.

含不同到达时间和尺寸的批调度优化算法

研究了工件含不同到达时间且差异尺寸的单机批调度问题,优化目标为极小化最大完工时间Cmax。首先建立了该问题的混合整数规划模型,并使用运筹学软件CPLEX求解。针对问题构建性的特性,提出了蚁群优化算法求解该问题。通过分析到达时间和工件尺寸等约束对优化目标的影响,提出了空闲空间的概念Cmax,并证明极小化等价于极小化批空闲空间,基于此设计了动态的启发式信息以更精确地指导蚂蚁的行为。同时,引入候选列表策略,有效地减少了蚂蚁的寻优空间,提高了算法的收敛速度。仿真实验采用了文献中的测试算例,通过与CPLEX软件以及文献中的启发式算法和遗传算法的对比分析,验证了算法的有效性。

城市规模、就业歧视与农民工就业匹配

本文使用RUMIC数据研究城市规模与农民工就业匹配之间的关系,探讨农民工在大城市是否更容易找到适合的工作。无论使用OLS估计还是倾向得分匹配方法,结果都表明尽管近年来农民工大城市就业匹配效率有所提高,但仍然无法获得全部厚劳动力市场优势,这与城镇户籍居民形成鲜明反差。农民工厚劳动力市场优势的弱化与其遭受的就业歧视有关,农民工在城市不得不选择依靠亲朋好友等原有社会关系网络以“自我雇佣化”的形式参与城市就业,作为对就业歧视的被动回应。从就业匹配质量看,农民工大城市工作满意度高、就业稳定性低,厚劳动力市场优势并未充分体现。

基于遗传与模拟退火算法的分批作业调度

建立了作业车间分批调度问题的数学模型,然后简要介绍了解决分批调度问题的一类方法:2阶段算法,并详细研究了2阶段之间的集成策略。最后,根据一些实验的计算结果,分析了影响分批问题的几个因素。

多目标柔性车间作业调度分批方法研究

针对柔性分批有可能导致不规则的分批方案,提出了基于批量规则的有序分批方法,并按照最大批量规则,分析了影响确定最佳额定批量的主要因素,设计了一种基于工件工序时间分布的差异批量的分批方案。通过实例仿真,结果表明该方案的调度周期等主要指标均优于相同批量的分批方案,对实际生产调度具有指导作用。