英国欣克利角C核电项目再次拖期超概

【法国电力公司网站2024年1月24日报道】2024年1月23日,法国电力公司(EDF)宣布英国欣克利角C核电建设项目再次拖期超概,1号机组最快要到2029年才能投运,2台机组总造价估计值增至310亿至350亿英镑(2015年英镑计价)。法电近期对项目进度作出三种情景预测,预计1号机组将分别于2029年、2030年和2031年投运。

考虑加班的无拖期作业车间调度问题多目标金鹰优化算法研究

按期交货是面向订单型制造企业生产运作所追求的重要目标之一。当制造系统生产负荷较重时,加班作业是保证交货期最常采用的有效措施。为实现订单的无拖期交付和加班时间的合理优化使用,以面向订单型制造系统为背景,提出了一种考虑加班的多目标无拖期作业车间调度问题,建立了以最小化总加班时间和最大完工时间为目标的数学规划模型。为有效求解该问题,提出了一种多目标金鹰优化算法。在算法中设计了连续解空间映射至问题离散解空间的编码方法;提出了两阶段解码方案;融入了基于精英保留策略的非支配排序选择算子;引入了自适应子代个体生成策略。以23个作业车间调度问题基准算例为实验对象进行了对比实验,实验结果验证了所提出算法的有效性和优越性。

求解总拖期时间最小化流水车间调度问题的多智能体进化算法

针对总拖期时间最小化的置换流水车间调度问题(Total tardiness permutation flow-shop scheduling problem)提出了一种基于多智能体的进化搜索算法.在该算法中,采用基于延迟时间排序的学习搜索策略(Tardiness rank based learning),快速产生高质量的新个体,并根据概率更新模型进行智能体网格的更新进化.同时通过实验设计的方法探讨了算法参数设置对算法性能的影响.为了验证算法的性能,求解了Vallada标准测试集中540个测试问题,并将测试结果与一些代表算法进行比较,验证了该算法的有效性.

基于遗传算法的作业车间提前/拖期调度问题

针对带有交货期窗口硬约束并对提前/拖期零件进行惩罚的一类作业车间调度问题,设计了一种改进型遗传算法,该算法采用"逆向后推"和"顺向前拉"相结合的两阶段求解策略。针对部分染色体在解码过程中违反交货期窗口硬约束而产生非法解的问题,采用基于关键路径的染色体修复方法来调整染色体基因序列,以期实现在满足交货期窗口硬约束的同时降低零件拖期成本;在保持第一调度阶段拖期成本不变的基础上,采用基于逆向重调度的目标值修订方法来延迟零件开工时间,以降低在制品流动成本和成品提前库存成本。通过80组调度测试用例的仿真结果表明,该算法在降低调度总成本和拖期成本方面具有一定的优势。

Job-shop提前/拖期调度问题的研究

基于模糊控制和遗传算法 ,提出了求解 Job- shop提前 /拖期问题的联合算法。用遗传算法确定可行调度序列 ,然后用模糊控制器对开工时间加以调整。模糊控制的引入为有效地求解 Job- shop提前 /拖期调度问题提供了新方法。

考虑客户拖期厌恶行为的4PL路径优化问题

针对不确定环境下的第四方物流(4PL)路径优化问题,考虑到人们在不确定环境下的决策常常受到心理因素的影响,基于累积前景理论建立了4PL路径优化模型。根据4PL选择路径过程需要同时选择第三方物流(3PL)供应商的特点,采用蚁群算法和改进蚁群算法对模型进行求解,并通过算例分析验证了算法的有效性。通过实例将基于累积前景理论的模型与基于期望值理论和期望效用理论的模型进行对比。结果表明,基于累积前景理论的模型能够更有效地刻画客户的心理行为特征,有助于提升客户满意度。

求解作业车间提前/拖期调度问题的一种新解码方法

针对带有非正规性能指标的作业车间提前/拖期调度问题,基于工序编码方式,设计了一种适用于粒子、染色体等个体的三阶段解码方法。通过半主动解码操作,以增加初始调度解的搜索范围;采用插入式贪婪解码这类主动调度方法,以减少拖期零件子集的拖期惩罚成本。运用逆向主动解码操作来延迟所有零件的释放期,并在保证拖期零件完工时间不变的前提下进一步压缩提前惩罚成本。这种三层递阶解码方法有助于大幅度压缩提前/拖期惩罚总成本。将该解码方法应用于粒子群算法中的粒子解码过程,并通过粒子位置更新操作来实现调度解的迭代优化。通过120个随机调度算例的仿真实验,证明了该方法的有效性。

具有提前/拖期惩罚的热轧钢管批调度问题研究

建立了具有提前/拖期惩罚的热轧钢管批调度问题的混合整数非线性规划模型,提出并证明了给定合同排序下的最优组批方式,从而将原问题转化为易求解的合同排序问题.同时,建立了转化问题的数学模型并设计了遗传算法.仿真实验验证了模型和算法的有效性.

约束满足混合算法求解提前/拖期Job Shop调度问题

针对提前/拖期Job Shop调度问题,建立其约束满足优化问题模型,提出了一种约束满足与禁忌搜索结合的混合算法。该算法基于约束满足思想,通过约束传播技术和启发式修复算法,得到可行调度作为禁忌搜索算法的初始解;再进行关键路径上的邻域变换,优化当前解;并采用一种全局邻域交换策略,扩大搜索空间,改善优化结果。数据实验表明了该混合算法的可行性和有效性。

基于遗传算法的单机提前/拖期调度方法研究

针对对工件有不同交货期要求 ,并对提前 /拖期工件进行惩罚的一类单机调度问题 ,提出了基于遗传算法的优化方法 .提出一种基于“非”一致次序交叉算子的遗传算法 ,用于排序优化 ;在分析了惩罚函数性质的基础上 ,给出了最优开工时间算法 .对不同规模的调度问题 ,应用本文提出的算法与其它算法进行了比较 ,结果表明该方法具有优良的性能 .

流水车间作业提前/拖期调度问题研究

在非正规性能指标提前/拖期调度问题中,工件的加工顺序和每个加工活动的开始时刻都属于需要优化的变量,增加了求解的难度。针对这一问题,提出了采用分层调度模式求解流水车间提前/拖期调度问题的联合算法。首先,采用遗传算法对加工顺序进行寻优;其次,在给定调度序列的情况下采用启发式算法对加工开始时刻进行优化,制定插入机器空闲时段的策略,确定何时插入空闲时段和空闲时段的大小,即在给定顺序下确定工件加工活动的开始时刻,以满足在加工完所有工件后,使提前惩罚费用与拖期惩罚费用之和最小。数值计算结果证明了该联合算法的有效性。

求解带有时间窗和提前/拖期惩罚的飞机着陆问题的遗传算法

研究了带有时间窗、飞机着陆的总提前/拖期惩罚最小为目标函数的飞机着陆问题.针对此问题设计了一种遗传算法进行求解.染色体表示为飞机着陆次序和着陆跑道两个向量,一个新的解码算法来计算飞机的着陆时间.采用数据库OR-Library中的实例进行数值实验,实验结果表明:设计的算法是有效的,主要原因是解码算法能大大提高解的质量.该算法对于求解带有时间窗、目标函数为提前/拖期惩罚最小的调度问题具有借鉴意义.

软计算求解分布式多工厂单件制造业的提前/拖期生产计划问题

描述了分布式多工厂单件制造企业准时化生产计划问题 ,以实现最小化提前 /拖期惩罚费用、生产成本、产品运输费用之和为目标建立了 0 - 1规划数学模型 ;设计了基于模糊规则量化的方法求解模糊决策 ,并将模糊决策嵌入到遗传算法中的软计算方法求解模型 ,使得算法具有比分枝定界法更快速的寻找优解的能力以及更广泛的适应范围 .

不确定条件下的中间存储时间有限的Flow Shop提前/拖期调度问题

生产调度是企业生产过程中一个重要的部分,在实际生产调度过程中,会存在各种各样的不确定性.本文针对不确定条件下的具有不同交货期窗口的F low Shop提前/拖期调度问题,考虑了产品中间存储时间的有限性,用模糊数学的方法来表示产品的不确定处理时间,在模糊规划理论的基础上建立了相应的调度模型.并借鉴生物免疫系统的概念和机理,提出了解决此类特殊问题的模糊免疫调度算法.仿真结果表明了该模型的有效性和算法的较好的收敛效率.

运用遗传算法解决平行机台最小总拖期问题

最小化平行机台总拖期问题 (p∥ T)是调度领域中的一个NP问题 ,本文运用GA算法寻求该问题的近似优解 .本文证明在GA算法中为了找到问题的最优解 ,编码空间可以小于解集空间 .根据这个思想 ,在GA的编码空间设计中 ,本文分析了平行机台最小化总拖期问题的特性 ,设计了编码空间和解码方式以保证在编码空间存在最优解 ,减小搜索范围 .最后 ,本文通过数值仿真对该方法与一些启发式算法进行了比较 。

交货期窗口下带有附加惩罚的单机提前/拖期调度问题

交货期窗口下的交货期确定和排序问题是调度领域研究的一个方面 .本文对交货期窗口下的单机作业问题进行了研究 ,目标函数不仅考虑提前 /拖期惩罚 ,还考虑附加惩罚 .假设如果任务在交货期窗口内完工 ,则不受提前/拖期惩罚 ;如果在交货期窗口外完工 ,将导致提前 /拖期惩罚 .本文确定了最优公共交货期 ,给出了相应的最优排序 ,并提出了一个多项式时间算法确定了使目标函数为最小的最优调度 ,最后的数值例子说明了算法的有效性 .

求解并行机拖期与能耗成本优化调度的混合教—学算法

针对加工时间可控的并行机调度,提出了一类考虑拖期与能耗成本优化的调度问题。首先对调度问题进行了问题描述,并建立了整数线性规划模型以便于CPLEX求解。为了快速获得问题的满意解,提出了一种混合教—学算法。结合问题的性质,设计了编码与解码方法以克服标准教—学算法无法直接适用于离散问题的缺点。同时,构建了基于变邻域搜索的局部搜索算子以强化混合算法的搜索性能。最后,对加工时间可控的并行机调度问题进行了仿真实验,测试结果验证了构建的整数线性规划模型和混合算法的可行性和有效性。

基于订单总拖期的仓储作业调度建模与优化

以最小化各订单的总拖期为目标,建立了仓储系统备货作业的两阶段混合流水调度模型.该模型将调度过程分解为多个阶段,并针对各阶段设计了不同的调度规则,通过数字实验选出最适合该模型的规则组合.使用选定的规则组合产生初始解,并在此基础上设计了两阶段的禁忌搜索算法,对巷道堆垛机上各作业任务的执行顺序进行调整,进一步降低订单的总拖期.计算结果证明了该算法的可行性和有效性.

混合流水车间提前/拖期调度问题的DE优化解

针对JIT生产模式下的混合流水车间调度问题特点,提出了采用DE算法与指派规则联合调度策略求解流水车间提前/拖期调度问题。构建了混合流水车间的提前/拖期调度模型。详细论述了DE算法的实施流程和关键问题。在算法实施过程中,首先,采用DE算法进行全局寻优,完成生产任务指派,确定某个工件在某个工序在哪个工位加工;然后采用局部指派规则来确定工件在该工序的开工时间。在满足目标完成时间(交货期)的前提下,使提前惩罚费用与拖期惩罚费用之和最小。数值计算结果证明了该算法的有效性。

一类带有deadline约束的作业车间提前/拖期调度问题研究

针对带有零件deadline时间约束的一类作业车间提前/拖期调度问题,设计了一种改进型遗传算法(EGA)。EGA算法采用拖期优先的调度策略,将原有的非正规性能指标的E/T调度问题转化为拖期子问题、修复子问题和提前子问题,以此来降低E/T调度问题的求解复杂度。采用基于工序的编码方法,在染色体解码过程中,分别采用了主动解码、染色体修复和逆向重调度三阶段的解码操作,以期实现在满足零件deadline约束的前提下尽可能降低提前/拖期惩罚总成本。180个调度测试用例仿真结果表明,EGA算法在解决问题数、寻优能力、调度结果的均衡性等方面具有一定的优势。