基于改进遗传算法的柔性流水车间调度研究

针对最小化最大完工时间的柔性流水车间调度问题,文章提出了多目标选择的改进的遗传算法(MTGA),设计了针对该问题的一维的编码与解码方法,采用对立的方法进行种群的初始化。针对遗传算法,交叉操作进行整个工序的交叉向最优解靠拢加快了算法的收敛速度,变异操作中对所有的工序操作顺序进行整体变异,选择操作将种群分成多份做到向多个较优解靠拢,扩大了算法的搜索范围,降低了陷入局部最优的概率,并应用了两套交叉和变异概率增加算法灵活性。通过多个已有算法进行对比验证了算法的有效性。

基于GEP-DES的柔性流水车间机器与AGV集成实时调度方法

智能制造背景下,考虑机器与AGV集成实时调度对整个生产系统效率提高具有重要的意义。针对工件动态到达、加工时间存在波动的情况,提出一种将基因表达式编程算法与离散事件仿真(GEP-DES)相结合的实时调度方法以解决基于最小化最大完工时间为目标的机器与AGV集成调度模型。该方法在离线阶段设计三段式编码的GEP算法以描述机器与AGV集成运作过程,借助DES过程获取目标函数值以对GEP指标性能进行评估,最终挖掘出高质量的调度规则。挖掘出的调度规则与在线阶段车间实时工况信息交互以实现机器与AGV集成的实时调度。最后,将所提方法与传统调度规则方法进行对比,实验结果验证了所提方法的有效性与优越性。研究成果为快速响应柔性流水车间生产中的机器与AGV集成实时调度提供了方法支持。

基于总设置时间与最大完工时间的柔性流水车间多目标优化研究

本课题以最大完工时间及总设置时间为优化目标,提出了一种新的解码方案,并设计了混合快速非支配遗传算法,用于求解建立的生产调度模型,通过实验证明了模型的有效性及算法的先进性。结果表明,提出的解码方案最大可减少25.63%的总设置时间及3.42%的最大完工时间;混合快速非支配遗传算法则最大可减少28.42%的总设置时间及3.80%的最大完工时间。

基于改进NSGA-Ⅲ的低碳柔性作业车间调度优化

随着环境保护意识的提高和低碳经济蓬勃发展,碳排放成本逐渐成为企业决策中必须考虑的重要因素。为实现碳排放成本、完工时间、拖期时长和机器负荷4个优化目标,本文建立了碳排放成本的高维目标柔性车间调度优化模型,并根据模型特点设计了一种基于生物激素调节机理的改进NSGA-Ⅲ算法。采用MATLAB软件对实际生产数据进行模拟仿真,证明所提出的优化方法可在保证完工时间和总拖期时间不受影响的情况下,控制碳排放成本、提高设备效率,同时满足工件加工工序的要求。

流水车间调度中的离散粒子群优化算法

针对传统的流水车间调度不能适应存在并行机的工作过程的缺陷,本文提出了求解柔性流水车间调度FFSSP(Flexible Flow Shop Scheduling Problem,FFSSP)的方法。针对无等待阻塞柔性流水车间调度问题中流水车间最大时间最小化的问题,设计了一个优化求解模型,实现了多约束条件下的柔性流水车间调度,实验结果验证了该算法的有效性和可行性。

基于改进蚁群算法的绿色柔性流水车间调度问题研究

针对解决以最大化加工收益和最小化碳排放总量为目标的柔性流水车间调度问题,提出一种改进的蚁群算法对其进行求解。对解空间使用3种邻域规则进行搜索,以提高解的质量;为提高解的多样性,采用1种自适应构造概率调整蚁群生成路径的方式;通过使用以帕累托规则为基础的多目标优化方法产生多个非支配解。通过数值实验,验证了所提出的改进蚁群算法的有效性——与传统的蚁群算法相比,所提出的方法在求解数量、质量上都具有明显优势。

求解柔性流水车间调度问题的高效分布估算算法

针对最小化最大完工时间的柔性流水车间调度,利用事件建模思想,线性化0-1混合整数规划模型,使得小规模调度问题通过Cplex可以准确求解,同时设计了高效分布估算算法来求解大规模调度问题.该算法采用的是一种新颖的随机规则解码方式,工件排序按选定的规则安排而机器按概率随机分配.针对分布估算算法中的概率模型不能随种群中个体各位置上工件的更新而自动调整的缺点,提出了自适应调整概率模型,该概率模型能提高分布估算算法的收敛质量和速度.同时为提高算法局部搜索能力和防止算法陷入局部最优,设计了局部搜索和重启机制.最后,采用实验设计方法校验了高效分布估算算法参数的最佳组合.算例和实例测试结果都表明本文提出的高效分布估算算法在求解质量和稳定性上均优于遗传算法、引力搜索算法和经典分布估算算法.

考虑运输的柔性流水车间多处理器任务调度的混合遗传优化算法

多处理器任务调度在制造业有着较广泛的应用,为了解决实际柔性流水车间环境下的多处理器任务调度优化问题,研究了考虑运输时间和释放时间的多阶段柔性流水车间多处理器任务调度问题,该问题为NP-hard问题,以最小化最大完工时间为目标建立了柔性流水车间多处理器任务调度整数规划模型。为有效求解该问题,首先研究了工件加工机器流生成机制、单工件加工机器流矩阵编码方案和批量工件加工机器流编码方案。进而设计了基于机器空闲随机筛选的工件安排机制,产生该规划的初始解生成方法,以最小化最大完工时间原则进行新解筛选。然后构建基于工件顺序与加工机器流同步交叉的新解更新过程、基于工件顺序与加工机器流同步变异的新解调整过程,并利用迭代贪婪算法完成调整和重建操作,产生全新方案以改善求解质量,最终形成结合迭代贪婪算法的混合遗传融合优化策略。仿真实验利用解的下界得出偏差百分比,分别用遗传算法、迭代贪婪算法和混合遗传融合优化算法对不同规模的问题进行测试,结果表明,混合遗传融合优化算法能够获得较好的近优解。

求解一类柔性装配流水车间调度问题的混合分布估计算法

针对生产装配车间广泛存在的一类带不同工序的柔性装配流水车间调度问题(Flexible Assembly Flow Shop Scheduling Problem with Different Process,FAFSSP_DP),提出了一种混合分布估计算法(Hybrid Estimation of Distribution Algorithm,HEDA),用于优化最大完工时间(makespan)。首先,以2维概率矩阵作为概率模型,进而构造一种基于变量相关性的概率模型更新机制,用于学习优良解对应变量间的相关关系信息和序关系信息,并以此对概率模型进行更新,使得算法的全局搜索具有较好的引导性;其次,引入带首次改进跳出策略的Insert邻域搜索来加强算法的局部搜索能力,从而有助于算法在全局和局部搜索之间达到合理平衡。仿真实验和算法的比较验证了HEDA的有效性。

解决具有混合约束柔性流水车间调度问题的粒子群优化算法

针对既存在阻塞限制工件又存在无等待约束工件的柔性流水车间调度问题,提出了一种离散粒子群优化的求解方法。该方法采用基于排列的编码形式,设计了推进—迭代算法进行解码并计算问题目标值,利用离散粒子群优化算法进行全局优化,利用迭代贪婪(iterated greedy,IG)算法提高种群个体的局部搜索能力。此外,根据问题特点,提出最早释放优先(first release first,FRF)和最早完工优先(first complete first,FCF)两种机器分配策略。仿真结果表明,所提出的方法求解混合约束下柔性流水车间调度问题是可行的、有效的。

改进离散粒子群算法求解柔性流水车间调度问题

针对以最小化完工时间为目标的柔性流水车间调度问题(FFSP),提出了一种改进离散粒子群(DPSO)算法。所提算法重新定义粒子速度和位置的相关算子,并引入编码矩阵和解码矩阵来表示工件、机器以及调度之间的关系。为了提高柔性流水车间调度问题求解的改进离散粒子群算法的初始群体质量,通过分析初始机器选择与调度总完工时间的关系,首次提出一种基于NEH算法的最短用时分解策略算法。仿真实验结果表明,该算法在求解柔性流水车间调度问题上有很好的性能,是一种有效的调度算法。

新型离散蝙蝠算法求解柔性流水车间调度问题

针对以最小化完工时间为目标的柔性流水车间调度问题,提出了一种新型离散蝙蝠算法。介绍了蝙蝠算法的基本思想,重新定义速度与位置的加法操作来实现粒子的位移,给出了算法的具体实现方案。通过实例仿真和算法比较验证了算法的优化性能,实验结果表明该算法可以有效地求解柔性流水车间调度问题。

工人技能部分柔性的流水车间调度问题

本文针对工人技能部分柔性的流水车间调度问题(FSPPSF),建立了目标为最小化完工时间的FSPPSF模型,利用分支定界法求解给定技能矩阵的FSPPSF(S).针对不同工人技能的柔性度进行计算实验,得出柔性度和相对运行效益率的关系,为决策者如何制定培训新工人方案提供重要依据.

考虑可再生能源的多目标柔性流水车间调度问题

为了节能减排、保护环境,针对可再生能源的柔性流水车间调度问题(FFSP-RE),提出集成低碳调度策略的快速非支配排序遗传算法。根据可再生能源的发电特性建立了可再生能源供电模型,在此基础上构建了FFSP-RE的数学优化模型;给出快速非支配排序遗传算法,其中提出基于操作的编码方法,设计了考虑可再生能源特性的低碳调度策略,线性次序交叉和基于位置交叉采用随机选择方法,变异算子采用反转逆序法,根据拥挤度和非支配等级选择进入下一代种群的个体;通过多个数值实验证明了所提算法能够有效求解FFSP-RE,可再生能源能够在保证完工时间的前提下有效降低碳排放量。

基于遗传算法的柔性资源约束流水车间调度

文章提出了柔性资源约束流水车间调度(FRCFS)问题的假设条件,分析了问题求解的复杂性。针对FRCFS问题的强NP-难特性,提出了由基于混合遗传算法的作业调度模块、基于优先规则的工序开始时间决策模块和基于关键工序的柔性资源分配模块3部分组成的求解问题的改进算法(MA)。计算机仿真实验的结果验证了MA算法求解FRCFS问题的有效性和鲁棒性;表明MA算法与其他启发式算法相比,求解的精度更高、质量更好;同时说明了考虑资源柔性的条件下对流水车间进行调度能很好地提高流水车间生产系统的绩效。

具有无序工序生产特征的混合柔性流水车间在线调度

针对定制型装备制造企业具有无序工序(Open-Shop)生产特征的混合柔性流水车间的在线调度问题,通过分析车间结构、生产环境及特征,建立具有Open-Shop生产特征的混合柔性流水车间生产调度问题数学模型;将问题的求解分解为两部分,构造出一种基于优先规则的组合算法生成框架,通过在算法框架的不同节点嵌入优先规则算法来产生多种组合规则算法;设计大量的算例测试集,通过对比仿真实验结果,分析了各组合规则算法的适应性和有效性,得出不同组合规则算法在差异环境配置下的求解效果,并对各实验设计因子在系统产量、系统拖期率方面进行了方差分析,研究设计因子及因子间联合对系统指标的影响,研究成果对车间生产管理人员制定生产计划具有有效的指导作用。

带批处理机的多阶段柔性流水车间调度优化

从钢铁行业的炼钢—连铸—热轧过程提炼出中间阶段有多台批处理机,其它阶段为离散机的多阶段柔性流水车间调度问题.首先,结合工件动态到达、各阶段间的运输时间以及机器的调整时间等生产特征,对问题进行描述,建立以最小化总加权完成时间为目标的数学模型.然后,针对该问题提出了改进的自适应遗传算法,使遗传参数随其迭代及适应函数值调节.对150个工件的大量随机数据进行测试,结果表明,与常规遗传算法相比,所提出的自适应遗传算法能在较短的计算时间内得到更好的解;与拉格朗日松弛算法相比,求解大规模问题时,所提算法在解的质量方面优势较为明显.

模具柔性流水车间滚动调度策略研究

针对模具柔性流水车间滚动调度问题,建立了滚动调度策略。该策略充分考虑了模具车间出现的各种扰动事件,建立了周期驱动和事件驱动相结合、利用滑动窗口的机制。最后通过仿真分析,说明了方法的有效性。

考虑能耗和完工时间的柔性流水车间调度方法

为降低柔性流水车间的加工能耗、缩短车间调度的完工时间,建立了以设备加工相关能耗和完工时间为优化目标的多目标柔性流水车间调度模型。针对遗传算法易陷入局部解的特点,提出了结合局部搜索的多种群遗传算法。该算法对每个种群的精英个体进行基于交换、插入、逆序的邻域搜索,改善算法局部搜索能力,采取种群间精英流动策略,增强种群的多样性。最后,通过算例测试验证了。算法求解多目标柔性流水车间调度问题的有效性。

求解柔性流水车间调度问题的粒子群优化算法

改进了粒子群优化算法,并将其应用到柔性流水车间调度问题中。首先,算法将禁忌搜索和粒子群优化算法相结合,提高算法的收敛速度;其次,初始种群采用NEH启发式算法产生,该方法能够使粒子更具多样性;最后,为了增强算法的全局寻优能力,自适应惯性权重采用非线性自适应的更新方式;此外,将扰动因子引入速度更新公式,避免算法陷入局部最优解。将改进前后的粒子群算法在车间调度基准数据集上进行了实验对比,仿真结果验证了该算法的有效性。