混合整数规划和约束规划在订单排产中的应用

实际生产中 ,为提高生产效率 ,按加工相似性把工件分为不同的批组 ,而不同批组工件在单机上进行加工处理时需要序独立的机器调整时间 .针对这一问题 ,以订单的最大延期为优化目标 ,提出 0 -1混合整数规划和约束规划两种求解模型 ,并通过使用OPLStudio编程来验算、比较两种模型在中小问题规模下的最优解 ,仿真结果表明 ,利用约束规划模型得到的最优解更有效 ,同时其结果可用于验证其他启发式算法的有效性 .

时序分析中时序约束条件的确立和检验算法

针对同步多相时序电路在满足建立时间约束时却忽视保持时间约束的情况 ,提出了一个基于锁存器多相时序电路的建立时间约束和保持时间约束的检验算法 .该算法考虑了时钟偏斜对建立时间和保持时间的影响 .经具体时序电路验证 。

时间约束混合流水车间调度问题综述

车间调度是智能制造领域中的核心问题之一,在经典流水车间调度中,所有工件按照相同的加工顺序在指定机床上加工.混合流水车间调度(HFS)作为流水车间调度的特例,相比前者增加了机床选择的灵活性,可以显著优化系统目标,但同时也增加了问题求解的难度.由于时间约束HFS相比基本HFS问题更贴近实际生产过程,近年来,综合考虑各类时间相关约束的HFS问题得到了深入研究.因此,本文围绕基本HFS、有限等待时间HFS、带准备时间HFS、模糊/随机加工时间HFS、多时间约束HFS、时间约束相关多目标HFS等问题开展研究.针对每一类时间约束HFS问题,按照问题规模对当前研究成果进行分类描述,按照确定性算法、启发式方法、元启发式方法、算法混合对相关成果进行算法分类,按照实际工业应用对文献进行归类分析.另一方面,围绕交货期、能耗、成本等3类性能指标,分析了在各类时间约束HFS问题中的多目标优化相关成果.最后详细分析了带时间约束HFS问题在问题层面、算法层面和应用层面存在的挑战性问题和未来研究的方向.

基于时延搜索的SRAM建立时间快速提取方法

片上系统包含的嵌入式存储器数量在迅速增加,这需要高速的提取静态随机存储器(SRAM)时序的方法.传统的SRAM建立时间提取方法(search based for setup time,sbSetup)耗时过大,严重影响了定制电路SRAM的设计周期.针对该问题提出一种基于时延搜索的SRAM建立时间快速提取方法(search delay based for setup time,sdbSetup),该方法通过仿真影响建立时间的局部电路,并利用基于路径延时方法(delay based for setup time,db-Setup)来确定比较精确的时间窗,再运用二分迭代法来提取建立时间.该方法从减少仿真电路的规模和确定精确的时间窗两个方面来优化提取时间.仿真实验表明:与sbSetup方法相比,sdbSetup方法不仅能提供准确的建立时间,而且提取速度平均提高了60倍.

考虑多因素条件下的择期手术排程约束规划模型

在手术排程问题涉及到的众多影响因素中,综合考虑术中和术后两个阶段。从手术优先级、依赖于手术序列的术间准备时间,以及医生资源的有限性和术后麻醉恢复床位的有限性4方面对手术室成本进行优化。寻求最优的手术与手术室以及麻醉恢复床位的分配方法和手术顺序以降低手术室的超时占用时间。在合理假设的基础上,建立择期手术排程问题的约束规划模型,并在ILOG CPLEX中通过算例对模型的有效性进行了验证。应用结果表明,利用约束规划模型解决择期手术排程问题是合理可行的。

安装时间和机器受限的订单接受与并行机调度

订单接受与不相关并行机调度是订单接受与订单调度的联合决策,广泛存在于面向定制的多品种混合生产环境中.针对这一问题,考虑了顺序与机器依赖的安装时间以及可加工机器限制,并以最小化总成本为优化目标.其中,总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成.通过分析订单拒绝对目标的影响,提出了列表拒绝方法和订单拒绝规则,进而设计了协同进化遗传算法.算法将染色体编码分解为订单列表和订单指派两个个体,提出了基于列表拒绝方法的解码方案来进行订单拒绝决策.由于两个个体相互独立,且二者的进化约束不同,因而引入协同进化策略,并根据个体的编码特征,分别采用单亲遗传算子和传统遗传算子进行遗传操作.数据实验验证了算法的有效性和求解效率,并对问题规模和订单拒绝成本对算法性能的影响进行了分析.