基于灰数描述的不确定工时作业车间E/T调度优化

针对不确定加工时间的作业车间调度问题,考虑每个工件的交货期窗口,旨在最小化工件提前/拖期成本和机器空闲成本。分别采用基本遗传算法和混合遗传算法进行求解,并比较两种算法的求解质量。通过灰色理论和模糊数理论对不确定加工时间分别建立调度模型,分析两种模型的优化程度和稳定性。结果表明,与基本遗传算法相比,引入按指定邻域结构进行局部搜索的混合遗传算法具有更好收敛能力;与模糊数方式相比,采用灰色理论能够更好地描述不确定加工时间,且在求解过程中也具有更好的适应性和稳定性。

具有窗口交货期的单机E/T调度问题

工件完成时间与交货期差的绝对值加权和最小化单机调度是典型的E/T(Earliness/Tardiness)的调度模型,是NP-hard问题.然而,当工件权值与加工时间成正比时,LPT(LargestProcessingTime)工件调度最优.本文讨论了上述问题具有窗口交货期且工件权值与加工时间成正比的情形,结果表明LPT工件调度仍然最优.

不确定条件下基于遗传算法的作业车间调度问题

考虑到产品不同的交货期,研究了不确定条件下的作业车间调度问题,用三角模糊数表示产品处理时间,建立了调度问题的模型,并结合模糊理论设计了一种改进的遗传算法进行求解.该算法通过整数编码的方法产生初始种群,结合轮盘赌方法和精英保留策略进行选择操作,采用基于优先工序交叉(precedence operation crossover,POX)算子和互换变异方法进行交叉和变异操作,并通过动态调整交叉概率和变异概率的方法来提高算法的性能以及计算效率.最后,通过算例和企业实例验证了该模型和算法的有效性.

不确定性条件下存储时间有限型Flow Shop问题的提前/拖期调度研究

研究了具有不同交货期窗口的Flowshop提前/拖期调度问题,并考虑处理时间的不确定性以及存储时间的有限性,在模糊规划理论基础上,建立了带有提前/拖期的存储时间有限型Flowshop的调度模型,通过中间值最大隶属度算法,将原有的模糊调度模型转化为清晰的调度模型,并应用了遗传算法进行优化求解。仿真实验验证了算法的有效性。

具有滚动优化特性的改进型蚁群算法及其在提前/拖期Job Shop问题中的应用

随着JIT生产管理技术的出现和发展,考虑工件提前拖期费用的生产调度问题已经成为人们研究的热点领域。本文对蚁群算法进行了有效的改进,在状态转移规则中引入了有限时段滚动优化的特点,并应用在解决带交货期窗口的提前/拖期Job Shop问题上,仿真实验验证了改进算法的有效性,给出了相应问题的最优值的演化曲线图与Gantt排序图。

交货时间区间内加权完工工件个数最大的分批排序算法

讨论了只有一台批处理机时,在交货期区间内使加权完工工件数最大的分批排序问题,给出了求解这一问题的动态规划算法.

交货时间区间内完工工件个数最多的近似算法

在现代生产管理中，合理安排工件使所加工的工件准时交货是极其重要的。工件提前完工和延误完工都会增加费用。使尽量多的工件在其对应交货时间区间内完工的排序问题是ＮＰ困难的。本文讨论了ｍ台平行机交货时间区间内完工工件个数最多的排序问题，给出了一个求解这一问题的多项式时间近似算法。

一种新的遗传算法在并行机调度问题中的应用

针对相同交货期窗口非等同并行机提前/拖后调度问题,设计了一个基于向量组编码的遗传算法。此算法的编码方法简单,能有效地反映实际调度方案,收敛速度快。为适应调度实时性和解大型此类问题的需要,基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行遗传算法。仿真结果表明,此算法是有效的,优于普通的遗传算法,具有较高的并行性。

解并行机提前／拖后调度问题的一种新并行遗传算法

针对交货期窗口非等同并行机提前/拖后调度问题,设计了一个基于向量组编码的新的遗传算法.此算法特点是编码方法简单,能有效地反映实际调度方案,即清楚反映出每台机器加工工件的代号和顺序,并能保证交叉和变异后个体自动满足约束条件,收敛速度快.同时为了更好地适应调度实时性和解大型此类问题的需要,在基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行遗传算法.仿真结果表明,此算法是有效的,优于普通的遗传算法,具有较高的并行性,并能适用于解大型这类调度问题.

交货期窗口下小批量食品机械制造车间柔性调度

生产调度是保证制造车间生产有序、稳定运行的决定性因素,传统算法很难针对多目标柔性调度问题进行建模和有效求解。在此提出一种动态交货期窗口下基于遗传算法和模拟退火算法的混合式智能优化算法,并针对该类大规模组合优化问题进行建模仿真,采用著名的FT06Benchmark对该算法的调度性能进行基准测试。结果表明,所提出混合式优化算法针对多目标,小批量食品机械制造车间柔性调度问题搜索效率高,质量稳定,具有较好地全局优化能力。

网络化集成制造模式下调度问题的混合遗传算法

研究了网络化集成制造模式下的JOB SHOP调度问题 ,即各任务有具体交货期约束的提前 /拖期不同惩罚系数的复杂调度问题 ;提出了一种新的编码方案和相应的交叉算子 ,进而提出混合遗传算法 ;成功解决了上述问题 ,即找到一个最优调度 ,使在交货期窗口外完工的任务所受到的提前 /拖期惩罚的总和最小 .该算法解码复杂度低、通用性强、罗拔性强 .最后用算例说明了算法的有效性并指出了工件车间调度问题中尚待解决的问题 .

面向定单交货期窗的连续生产过程生产调度

针对连续工业生产过程中的调度,把各个订单的交货期考虑为一个连续时间窗,并根据订单交货期的约束,把一段连续的生产时间进行离散化,在允许拖期交货的情况下,建立面向订单交货期窗约束的连续过程生产调度数学模型,使企业的生产不仅满足订单需求量和交货期的要求,而且使企业在生产中获得最大的生产利润;对各个时间段的设备生产率进行实数编码,采用遗传算法对模型进行优化求解,并讨论了拖期惩罚系数的选择对调度结果的影响.仿真结果表明,所提出的模型具有可行性和有效性.

具有交货期窗口满意数最大的排序问题算法复杂性

讨论这样一类单机排序问题 :每个工件联系一个交货期窗口 ;如果工件的完工时间落在该工件的交货期窗口内 ,则称该工件的完工是满意的 ;排序的优化准则是完工为满意的工件个数最大。本文证明了上述排序模型是强

交货期固定的工件准时完工数——最大排序问题的多项式时间算法

给出了求解交货期固定的工件准时完工数最大的排序问题的多项式时间算法。

用单亲遗传算法解具有窗口式交货期的多机加工排序问题

具有窗口式交货期的加工排序问题是一个强 NP困难问题 ,传统方法的计算效果往往不能令人满意。采用基于整数编码的单亲遗传算法较成功地解决了这类窗口式交货期的单机和多机加工排序问题 ,并讨论了该算法的计算复杂性是属可计算的。文中的算例表明 。