基于改进鸟群算法的双资源约束离散智能车间调度问题研究

针对双资源约束的离散智能车间调度问题,提出改进鸟群算法对该问题进行求解。根据离散智能车间的特点,以最小化最大完工时间为目标,建立了工人仅负责工序中工件上、下料操作的车间调度模型;根据鸟群算法的搜索特点,对算法的位置更新公式进行离散化改进,以适用于求解该车间调度问题;采用三条链组合编码方式,简化算法的寻优过程;改进了基于时间窗口比较的活动化解码;引入模拟退火算法增强算法跳出局部最优解的能力。最后通过具体实例验证了改进后的算法具有良好的性能。

在离散车间下的AGV任务分配规划研究

针对离散车间实时动态任务分配结果不理想的问题,文中提出一种改进的注水算法。相较于原有注水算法,改进的注水算法加入工作速率和费用因子,可协调工作速率、费用以及运送工件之间的关系。该算法综合考虑原有未运送工件和AGV工作速率、费用的关系,由KKT条件推导出分配结果的最优解析解,对分配结果进行调整并对剩余工件进行二次分配,以满足离散分配的要求。改进注水算法能够对临时增加的工件进行实时、动态分配,且分配方案不受原有工件分配的影响,每次分配结果均相互独立。最后,将改进注水算法与两阶段优化方法、匈牙利算法、注水算法进行对比。实验结果表明,改进的注水算法在运送时间和运送费用上具有一定的优势,且运算复杂度仅与AGV的数量有关。

与启发式规则相结合的遗传算法在车间调度问题中的研究

通过在对遗传算法的解码过程中引入启发式规则 ,构造一种新型的与启发式规则相结合的遗传算法 ,即分别利用遗传算法和启发式规则各自的特点来实现不同的调度目标 ,用于解决大规模离散生产类型车间调度问题。通过实例计算分析表明 。

基于改进注水算法的离散车间任务分配问题研究

针对离散车间实时动态任务分配结果欠理想的问题,提出了改进的注水算法。该算法加入了加工速率和费用因子,协调了加工速率和费用以及加工工件之间的关系,实现了不同代价的工件分配,对分配结果进行了调整,满足了离散分配的要求。改进的注水算法能够对临时新增的工件进行实时动态的分配。提出的算法与匈牙利算法、两阶段优化方法以及注水算法进行了对比,实验结果表明,改进的注水算法在加工时间和加工费用上具有一定的优势,其运算复杂度仅与加工中心的数量有关。

一种融合模拟退火的遗传算法在柔性作业车间调度中的应用

针对理论上属于NP完全问题的车间离散调度问题,在传统的遗传算法搜索中融入模拟退火算法,同时按照一定的规则生成初始种群。采用机器码和工序码相结合的编码方式,以全局选择、局部选择以及随机生成的方式产生初始种群,同时针对遗传算法局部搜索能力较差、易出现早熟现象的缺点,考虑模拟退火算法提高全局优化概率搜索。仿真结果表明融合了模拟退火算法遗传算法性能具有更快的收敛性和寻优效果。

A Discrete Artificial Bee Colony Algorithm for Minimizing the Total Flow Time in the Blocking Flow Shop Scheduling

A discrete artificial bee colony algorithm is proposed for solving the blocking flow shop scheduling problem with total flow time criterion. Firstly, the solution in the algorithm is represented as job permutation. Secondly, an initialization scheme based on a variant of the NEH (Nawaz-Enscore-Ham) heuristic and a local search is designed to construct the initial population with both quality and diversity. Thirdly, based on the idea of iterated greedy algorithm, some newly designed schemes for employed bee, onlooker bee and scout bee are presented. The performance of the proposed algorithm is tested on the well-known Taillard benchmark set, and the computational results demonstrate the effectiveness of the discrete artificial bee colony algorithm. In addition, the best known solutions of the benchmark set are provided for the blocking flow shop scheduling problem with total flow time criterion.