融入概率学习的混合差分进化算法求解绿色分布式可重入作业车间调度

本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.为能更明确地引导全局搜索方向,设计基于贝叶斯网络结构的多维概率模型合理学习和积累优质解(即当前种群中的较优解)的模式信息.结合问题解的结构特征,提出基于关键路径的4种邻域结构来构造局部搜索,并设计基于非关键路径的节能策略来提升算法获取低能耗非劣解的能力.仿真实验和算法对比验证了HDE PL可有效求解GDRJSSP.

改进迭代贪婪算法求解可重入流水车间调度问题

可重入混合流水车间是在混合流水车间的基础上增加了可重入特性,具有更高的调度复杂性。为了求解可重入混合流水车间调度问题,首先建立了调度优化模型,优化目标为最小化最大完工时间,然后提出一种带精英调整的学习型迭代贪婪算法(LIG-EA)。LIG-EA算法采用基于工件的编码方式,对重组后的染色体进行解码。种群分为精英个体和普通个体两部分,对精英个体进行精英破坏重建和基于关键工件的染色体调整,对普通个体进行学习机制的构建和普通个体的破坏重建。为提高初始种群质量,采用NEH启发式算法进行种群初始化,并针对可重入混合流水车间的重入特性,在重建操作中增加了插入有效性判断,提高了算法的运行速度。通过大量实验表明LIG-EA算法能够有效求解可重入混合流水车间调度问题。

考虑多时间因素的绿色可重入混合流水车间调度问题

针对同时考虑顺序相关调整时间和运输时间等多时间因素的绿色可重入混合流水车间调度问题(GRHFSP-MTF),以最小化最大完工时间和总能耗为目标建立双目标优化模型。针对GRHFSP-MTF的特点,提出一种混合文化基因算法(HMA)。首先,提出了基于工序、机器和转速的三层编码策略;然后,设计了基于贪婪机器选择和完全随机的种群初始化方法、交叉和变异算子以及5种邻域搜索算子;最后,在不改变机器分配和工件排列的前提下,基于降低机器转速手段设计了节能算子。大量仿真实验表明,HMA可以有效地求解考虑多时间因素的绿色可重入混合流水车间调度问题,并具有较强的优越性。

工序加工时间不确定的可重入调度问题的求解

针对一类工序加工时间不确定的可重入调度问题,以提前/拖期惩罚区间大小为目标构建调度模型,并设计一种兼顾区间极值和区间跨度的方法对惩罚区间进行定量比较,同时可根据生产的实际需求或调度人员的倾向灵活调节区间极值和区间跨度所占的比重.根据调度模型,提出一种变邻域化学反应优化算法(VNCRO),并设计4种化学反应.其中:碰壁反应采用粒子群算法中对最优粒子的跟踪思想和变步长邻域搜索方法,加速算法收敛,同时使局部搜索更加精细;双分子碰撞反应可使种群内分子进行信息交流.结合所设计的全局搜索分解反应和合成反应,可使局部搜索与全局搜索达到更好的平衡.通过仿真实验验证模型的可靠性,并通过与CRO、DICA、IDABC、DWOA算法的性能比较,说明VNCRO算法在解决工序加工时间不确定的可重入调度问题的优越性.

双目标可重入混合流水车间调度问题的离散灰狼优化算法

可重入混合流水车间调度问题普遍存在于许多高科技制造产业中,如半导体晶圆制造和TFT-LCD面板生产过程等,但目前关于可重入调度问题的相关研究还比较少。本文设计了一种改进多目标灰狼优化算法(IMOGWO)解决最小化最大完工时间和总拖期时间最小的可重入混合流水车间调度问题,针对该问题特点对基本灰狼优化算法进行了一系列改进操作。通过对小规模测试问题基准算例的数值实验,验证了所设计的IMOGWO算法求解该调度问题的有效性。实验结果表明IMOGWO算法在非劣解的收敛性和支配性方面显著优于已有的NSGA-II和MOGWO算法,在解的分布性指标方面IMOGWO稍微优于其他两种算法。

可重入混合流水车间调度的改进遗传算法

研究了可重入多阶段混合流水车间调度问题,其中至少有一个加工阶段有多台同构并行机。考虑工件在相邻两阶段间的运输时间和工件动态到达等实际生产特征,以最小化最大完工时间为目标建立数学模型。在传统遗传算法的基础上,结合NEH启发式算法产生工件初始加工顺序,令遗传参数随进化代数和个体适应函数值2个方面进行自适应调节,以避免算法陷入早熟,提出改进遗传算法用以求解该NP-hard问题。分别利用所提出的改进遗传算法与传统遗传算法、NEH启发式算法对不同规模的问题进行仿真测试,结果表明,改进遗传算法在较短的计算时间内能够获得较好的近优解。

分时电价下多目标绿色可重入混合流水车间调度

针对多目标绿色可重入混合流水车间调度问题(RHFSP)的特点,在机器分配和工序排序的基础上引入分时电价机制,构建了以最小化最大完工时间、总能耗成本和碳排放为目标的绿色调度优化模型,提出了一种改进的多目标文化基因算法(MOMA)来求解该问题,通过数值实验验证了所设计的MOMA算法的可行性。实验结果表明MOMA算法在非劣解的收敛性、多样性和支配性指标方面都显著优于多目标蚁狮优化算法(MOALO)、多目标粒子群优化算法(MOPSO)和带精英策略的非支配排序遗传算法(NSGA-Ⅱ),四种算法的分布性指标无显著差异。所提出的模型能够使企业有效避开高电价时段作业,合理转移用电负荷,达到降低总用电成本和碳排放的目的。

基于改进人工蜂群算法的绿色可重入混合流水车间调度研究

针对绿色可重入混合流程车间调度问题(GRHFSP),建立了以最小化最大完工时间、最小化综合资源环境影响为目标的优化模型,提出了改进的人工蜂群算法。首先设计了一种基于重入层数、工位和机器的编码方案,并根据所考虑的同类不等效并行机的情况设计了一种混合种群初始化策略;然后设计了两种不同的更新策略对机器的编码方式进行更新;最后采用所提算法的种群进化策略提高了算法的局部搜索能力和解的质量。通过基于不同数据集的仿真实验,验证了所提算法的有效性,对比结果表明,所提算法比其他算法对求解GRHFSP问题更有效。

炼钢–连铸生产启发式调度方法

实际炼钢–连铸生产存在着多阶段、多并行机,以及在精炼阶段具有多重精炼方式,从而大大增加了炼钢–连铸生产调度难度.目前已有的炼钢–连铸生产调度研究由于仅仅针对简单生产方式而难以应用于目前大型炼钢–连铸生产调度.而实际生产过程中的以人工为主的调度方法速度慢、优化程度低,极易造成炉次在设备间的冗余等待时间过长,导致钢水温度下降,甚至造成连铸断浇事故.本文针对中国宝钢某大型炼钢厂的多重精炼方式且存在着可重入调度下的炼钢–连铸生产调度问题进行研究,提出了多种调度顺序方法和设备指派方法,通过仿真实验对多种调度顺序方法和多种设备指派方法组合而成的各种启发式方法进行了研究.最后将本文提出的性能最好的启发式方法应用于该大型炼钢厂的炼钢–连铸生产调度,钢水平均日冗余等待时间得到显著降低.

考虑节能的改进多目标樽海鞘群算法TFT-LCD面板阵列制程调度问题

TFT-LCD面板生产的阵列制程是可重入混合流水车间调度问题,采用一种改进多目标樽海鞘群算法对其进行优化求解。构建以最大完工时间、总拖期时间和总耗能为优化目标的数学规划模型;针对该问题结构特点,对基本多目标樽海鞘群算法进行了一系列改进操作,包括基于升序排列的随机键编码、PS方法解码、基于Lévy飞行的领导者个体位置更新方式,以及外部档案中非支配个体的变邻域搜索操作,并采用田口方法进行算法参数设置;最后通过对基准算例的数值实验,将改进多目标樽海鞘群算法与基本多目标樽海鞘群算法、多目标粒子群优化算法、快速非支配排序遗传算法进行对比,实验结果表明了改进多目标樽海鞘群算法的有效性。

基于总加权完成时间的可重入混合流水车间调度问题

研究以最小化总加权完成时间为目标的可重入混合流水车间调度问题(RHFS-TWC),并构建问题的整数规划模型.根据模型的特点,设计基于二维矩阵组的调度解编码方案,结合NEH启发式算法确定工件初始加工顺序,生成高质量初始调度解群.为避免算法陷入早熟及扩大解的搜索空间,给出IGA的遗传参数自适应调整策略,最终形成NEH-IGA融合求解策略.针对不同规模问题分别用传统GA、基于遗传参数自适应调整的IGA、NEH启发式、NEH-IGA算法进行仿真测试,仿真结果表明NEH启发式和遗传参数自适应动态调整策略的引入有效改善了原有GA的求解能力, NEH-IGA算法在求解RHFS-TWC问题方面优势明显.

基于块结构性质的花粉算法求解可重入作业车间调度问题

针对可重入作业车间调度问题(Reentrant job shop scheduling problem, RJSSP),提出一种基于块结构性质的花粉算法(Flower pollination algorithm based on block structure properties,FPA_BSP),用于最小化总加权延误时间(Totalweighted tardiness, TWT)。首先,建立RJSSP基于析取图的数学模型,并证明在确定析取弧方向后,该模型的对偶模型为最大费用流问题模型。其次,设计扩展RSOV (Reentrant-smallest-order-value, RSOV)编码规则,将花粉算法的实数矢量个体转变为排列矢量,使其可对问题解空间进行全局搜索,以发现存在优质解的区域。然后,定义8种邻域结构,并基于最大费用流问题特性分析块结构内部性质,得到前4种邻域结构能改进TWT的判定条件,可用于避免对无效区域的搜索,进而提出融合多种邻域的高效局部搜索,对全局搜索发现的优质解区域进行细致搜索。试验和算法比较验证FPA_BSP的有效性。提出RJSSP的块结构性质,并将其与花粉算法结合得到求解RJSSP的有效算法FPA_BSP,首次将花粉算法用于求解车间调度问题。