无限批量调度中最小化加权完工时间和问题的一个线性时间近似方案(英文)

本文考虑n个工件的无限批量机器调度问题.一台机器可以同时加工B≥n个工件.每个工件具有一个正权因子、一个释放时间和一个加工时间.一个批次的加工时间是该批次所包含所有工件的加工时间的最大者.在同一批次中加工的工件有相同的完工时间,即它们的共同开始时间加上该批次的加工时间.对于最小化加权完工时间和问题,本文给出了第一个多项式时间近似方案(PTAS).对任意给定精度,该算法的运行时间为线性的.

最小化多MapReduce任务总完工时间的分析模型及其应用

随着大规模的MapReduce集群广泛地用于大数据处理,特别是当有多个任务需要使用同一个Hadoop集群时,一个关键问题是如何最大限度地减少集群的工作时间,提高MapReduce作业的服务效率。可将多个MapReduce作业当做一个调度任务建模,观察发现多个任务的总完工时间和任务的执行顺序有密切关系。研究目标是设计作业调度系统分析模型,最小化一批MapReduce作业的总完工时间。提出一个更好的调度策略和实现方法,使整个调度系统符合经典Johnson算法的条件,从而可使用经典Johnson算法在线性时间内获取总完工时间的最优解。同时,针对需要使用两个或多个资源池进行平衡的问题,提出了一种线性时间解决方案,优于已知的近似模拟方案。该理论模型可应用于提高系统响应速度、节能和负载均衡等方面,对应的应用实例提供了证实。

偏差最小化的单机排序问题

提出寻找ｎ个独立工件在一台机器上加工，使工件完工时间与平均完工时间的平均绝对偏差（ＭＡＤ）最小的最优排序问题．

求解考虑机器调整时间的并行机分批优化调度问题

基于目前车间调度问题是以单个或整批进行生产加工的并行机调度模型已不再符合实际工况下的车间生产。提出以最小化最大完工时间为优化目标,对遗传差分进化混合算法,灰狼差分进化混合算法进行了比较。为提高加工工件进行分批及分批之后子批的分配与排序效率,该问题是对不同规模的经典并行机调度问题进行求解并展示两种算法的求解,证明了灰狼差分进化混合算法在寻优性能上优于遗传差分进化混合算法,不仅具有更好的解的稳定性,而且具有更高的寻优精度。

基于T-SSA算法的流水车间订单调度问题研究

针对目前服务制造型订单企业的生产调度优化问题,考虑企业资源和加工生产线的限制,以最小化最大订单完工时间为目标函数,建立流水车间订单调度模型,并模拟麻雀觅食过程提出了一种两段式麻雀搜索(two-vector sparrow search algorithm,T-SSA)算法。根据订单调度问题的特点,该文采用生产环节生产线两段式编码方式对个体进行编码;使用权重轮盘赌随机选择机制(考虑订单收益高低、交期紧急程度、订单权重)初始化麻雀种群,保证种群的多样性和质量;并设计麻雀搜索算法中的智能行为,包括发现者移动机制、跟随者跟随机制、警戒者侦察预警机制,防止算法陷入局部最优。最后,仿真类似算法进行类比分析,实验验证了T-SSA的有效性,且求解效率也显著提升;并将T-SSA对应用到上海某西装定制企业订单调度实例中,结果验证了T-SSA算法求解订单调度问题的可行性。

求解作业车间调度问题的改进混合灰狼优化算法

灰狼优化算法(GWO)是目前一种比较新颖的群智能优化算法,具有收敛速度快、寻优能力强等优点。将灰狼优化算法用于求解复杂的作业车间调度问题,与布谷鸟搜索算法进行比较研究,验证了标准GWO算法求解经典作业车间调度问题的可行性和有效性。在此基础上,针对复杂作业车间调度问题难以求解的特点,对标准GWO算法进行改进,通过进化种群动态、反向学习初始化种群以及最优个体变异三个方面的改进操作,测试结果表明,改进后的混合灰狼优化算法能够有效跳出局部最优值,找到更好的解,并且结果鲁棒性更强。

基于优势种群的离散果蝇优化算法求解无等待流水车间调度问题

针对以最小化最大完工时间为目标的无等待流水车间调度问题,提出一种基于优势种群的离散果蝇算法进行求解。算法基于排列形式进行编码,以PF_NEH(Profile Fitting&Nawaz-Enscore-Ham)算法为基础构造优势种群;在果蝇优化算法的嗅觉搜索阶段,提出分段破坏迭代贪婪算法和成组插入法进行邻域搜索;在视觉搜索阶段,设计部分交叉策略对较差个体与优势个体进行信息交换,从而引导较差个体向种群中心位置移动,同时提出多种变异机制对优势个体进行变异,以提高种群的多样性。通过标准实例测试,验证了所提算法的有效性。

基于种群的多层次迭代贪婪算法优化阻塞流水车间调度问题

针对以最小化最大完工时间为目标的阻塞流水车间调度问题,提出一种有效的基于种群的多层次迭代贪婪算法进行求解。算法基于排列形式进行编码,提出NEH_PF(Nawaz-Enscore-Ham&profile fitting)算法构造初始种群,以提高初始解的质量;设计了多层次迭代贪婪算法,并基于插入、交换策略对个体进行变异,基于Path-Relinking算法对个体进行交叉,以提高个体局部搜索能力,并提出部分交叉策略来更新种群。通过标准实例测试,验证了所提算法的有效性。

TFT-LCD模块组装调度问题的改进灰狼优化算法

随着半导体产业的快速发展产生了很多重要的生产计划问题,其中,TFT-LCD(薄膜晶体管液晶显示器)属于资金和技术密集型产业,面对激烈的市场竞争亟需提高生产力.提出一种改进灰狼优化算法求解以最小化最大完工时间为优化目标的TFT-LCD模块组装调度问题,针对该问题特点对基本灰狼优化算法进行了一系列改进,包括工序插入式方法解码,机器选择部分采用一种全局搜索、局部搜索和随机产生相结合的初始化方法,基于搜索的方法进行工序排序部分初始化,以及均匀交叉操作和进化种群动态操作.同时,对所设计的改进灰狼优化算法的计算复杂度和收敛性进行了分析.由于该问题与柔性作业车间调度问题(FJSP)比较相似,通过对FJSP问题的不同规模基准算例的仿真实验,验证了算法有效性.另外,通过对实际生产活动中的一个TFT-LCD模块组装调度问题的测试,进一步表明本文提出的算法解决真实TFT-LCD模块组装调度问题的实用性和有效性.

求解柔性作业调度问题的协同进化粒子群算法

柔性作业车间调度问题是典型的NP难题。柔性作业车间调度问题涉及到设备分配和作业分配两个问题,并且两问题之间具有较强的耦合性,提出了基于协同进化的粒子群算法。该算法将设备选择和工件调度分别作为两个寻优变量,利用PSO算法分别进行寻优,根据两个变量的内容进行互相评价。实验表明该算法对FJSP问题的有效性。

客户订单合成配送问题建模与遗传算法研究

为了降低成本,取得企业竞争优势,合理进行配送成为实现物流规模经济、降低物流成本的重要手段。在一些模型假设的基础上,建立了目标函数为最小化运距的客户订单合成配送问题的数学模型,提出并实现了解决该问题的遗传算法。大量仿真结果表明:该算法能够在较短的时间内有效求得问题的近优解,该算法的运行时间主要取决于订单数和交货组数,为实现物流配送提供了一个基本方法。

基于改进离散人工蜂群算法的同类机调度优化

针对一类最小化最大完工时间的同类机调度问题,考虑到机器的加工效率和产品的交付时间,引入同类机调度问题的数学模型,提出一种改进的离散型人工蜂群算法(IDABC)求解该问题。首先,引入种群初始化策略,得到均匀分布的种群,并获得待优参数的生成策略,加快种群的收敛;其次,借鉴差分进化算法的变异算子和模拟退火算法的思想,改进雇佣蜂和跟随蜂的局部搜索策略,并利用最优解的优质信息改进侦察蜂,增加种群多样性、防止算法陷入局部最优;最后,分析算法的性能和参数,并将改进的算法应用于同类机调度问题,在15个算例上的实验结果表明,与混合离散人工蜂群(HDABC)算法相比,IDABC的求解精度和稳定性分别平均提高了4.1%和26.9%,且具有更好的收敛性,表明在实际场景中IDABC可以有效求解同类机调度问题。

自动化仪表检测中的车间调度问题优化与仿真

为解决自动化仪表检测工作中的作业车间调度问题以提高其工作效率,提出一种基于生命力选择的精英鲸鱼优化算法。利用生命力选择方法替换表现较差的个体,克服鲸鱼优化算法在调节搜索范围方面的不足,避免种群陷入局部最优,加快种群向全局最优解收敛的速度。结合标准实例和北京东方计量测试研究所的自动化仪表检测实例,对算法进行仿真分析,验证了精英鲸鱼优化算法在求解作业车间调度问题的有效性和稳定性,其可以满足自动化仪表检测工作中的日常检测任务调度需求。

基于综合模糊评价法优化绿色柔性流水车间调度问题

针对柔性流水车间生产能耗高和噪音大的问题,建立了最大完工时间调度模型,设计了遗传算法,将求解过程分成两步,第一步以最小化最大完工时间为主要目标,求解出多个最小化最大完工时间相同的最优方案;第二步把能耗、噪音和设备利用率指标作为绿色约束和评价依据,基于综合模糊评价法筛选出最优方案。研究结果表明:(1)不同方案的差异较大,选择针对性的调度方案会较大提高生产效益;(2)通过求解生产实例验证了模型和算法的有效性,有利于指导制造企业推行可持续发展战略。

求解作业车间调度问题的改进飞蛾扑火优化算法

针对作业车间调度问题,为了克服早熟收敛和容易陷入局部最优等不足,提出一种基于Lévy飞行的改进飞蛾扑火优化模型(LMFO)。首先,采用MFO算法求解作业车间调度问题,并与粒子群算法(PSO)、遗传算法(GA)进行对比研究,证明了MFO算法求解此类问题的有效性;然后,采用改进的随机键编码,引入Lévy飞行对MFO算法进行改进;最后,仿真实验表明,LMFO算法在求解作业车间调度问题时优于MFO、PSO和GA算法,能够跳出局部最优找到更好的解,且具有一定的鲁棒性。

舰载机模块化弹药调度方案优化设计

舰载机模块化弹药存储和调度是未来发展的主要趋势之一。模块化弹药调度与整弹调度相比,调度对象的数量成倍增加并且多了一个弹药装配环节,使调度工作的难度呈指数级增长。针对模块化弹药调度问题,建立以任务完成时间最小化和各舱室与升降机平均工作时间最小化为优化目标,以各模块调度次序、机器选择和调度起始时间为约束条件的舰载机模块化弹药调度模型,设计递推法计算任务完成时间,并使用改进的遗传算法对模型进行求解,结合模块化弹药特点优化多层编码方式,使染色体更加完整地表达弹药在各个阶段的信息。通过仿真验证,所提的舰载机模块化弹药调度方法生成的调度方案具有可行性。

机器带有循环时间窗口的排序问题

给定一个在有限数量机器上加工的作业集合,如何合理地安排作业在机器上加工以达到最优解就称之为排序问题,排序问题是经典的组合优化问题之一。机器带有循环时间窗口的排序问题是在我们已知的经典排序问题基础上,给定机器上的循环时间窗口,目标是求解机器带有循环时间窗口的排序问题的最小化最大完工时间所用的天数。本文分析了问题的NP困难性,给出了一种求解机器带有循环时间窗口的排序问题的近似算法,最后证明了当k】m时,算法的最坏情况近似比为3/2,当k≤m时,算法具有一个最优平凡解。

含不相关机的多目标混合流水车间调度

考虑不相关机和传送等因素的多阶段混合流水车间问题,以最小化最大完工时间和总能耗为优化目标建立整数规划模型。针对该问题,提出一种多目标离散灰狼优化算法来求解。设计基于机器分配码和速度选择码的编码方式和基于最短处理时间原则的解码方案;采用反向学习策略改进初始灰狼种群质量;将基于多点变异的自走模式和基于均匀两点交叉与多点交叉的跟随模式结合构成搜索模式以协调开发和搜索能力;引入精英保留策略确保优良个体不丢失。通过一系列的仿真实验验证了该算法的有效性。

求解柔性作业车间调度问题的离散食肉植物算法

针对传统群智能优化算法求解柔性作业车间调度问题时易陷入局部最优且寻优能力不足的困境,以最小化最大完工时间为目标提出一种离散的食肉植物算法。首先,为提高初始种群的多样性,提出了3种初始化种群策略;其次,为提高算法各时期的搜索能力,为生长因子设计了一种自适应策略,并对植物执行了交叉以及基于4种邻域结构的贪婪变异操作;最后,通过对Brandimarte基准问题进行仿真并与其他文献算法进行对比,证明了所提算法在收敛速度和求解质量方面都具有较好的性能。