一类缓冲区有限的两阶段混合流水车间调度问题及算法

针对炼钢-连铸生产调度问题中温装模式(CC-HCR),提炼出一类有缓冲区约束的两阶段混合流水车间调度问题,并利用静态和离散时间的整数规划模型对其进行描述。从一种新的角度对问题特征进行分析,将原问题转化为无等待的三阶段混合流水车间调度问题。在此基础上,提出了启发式算法JB与JBN,算法JB以启发式规则形成工件加工序列,采用递归回溯消除相邻阶段间缓冲区有限冲突,算法JBN在此基础上结合NEH插入搜索,并以最小化第一阶段机器空闲时间为目标函数进行优化,对工件序列进行调整,进一步提高解的质量。通过对实验结果的分析,分别得出了2种启发式算法的优化效果,表明算法的可行性和有效性。

缓冲区有限的流水车间调度问题的启发式算法

针对缓冲区有限的流水车间调度问题,分析了目标函数的特征,及目标函数与工件空闲时间之间的关系,设计开发了启发式算法。算法将以Makespan为目标函数转化成以最小化机器空闲时间为目标函数,并以此为基础构造初始加工序列,再通过贪婪排序与插入寻优消除缓冲区受限约束并寻找问题的近优解。仿真实验结果表明,算法在求解质量和计算时间方面明显优于其他几种排序规则,并体现了目标函数表达式结构的特性及对解的适应性。

缓冲区有限的两阶段置换流水车间调度问题性质分析

本文针对缓冲区有限的两阶段置换流水车间调度问题的基本性质进行了分析,指出了缓冲区的大小对于问题最优解的影响并证明了该问题的复杂性。通过对原问题及其特例在目标函数之间关系方面的研究,为算法获得较好的初始解提供了依据。这些性质为设计求解算法提供了理论依据。

有限缓冲区柔性流水车间调度优化问题求解

针对柔性流水车间生产调度问题,在考虑缓冲区容量约束的情况下,建立了最小化完工时间和最大化设备利用率的混合整数规划模型,并提出了一种改进的离散粒子群算法进行求解。根据问题模型的特点,设计了基于工件顺序和加工机器的矩阵编码方式,并采用了改进的NEH方法生成高质量的初始种群。为了克服离散粒子群算法易陷入局部极值的缺点,设计了结合Levy飞行特点的粒子更新机制。当种群优化停滞时,通过该机制将部分粒子更新至新的未探索区域,进而避免陷入局部极值。通过与3种主流优化算法,在不同规模的测试算例下进行对比分析,验证了所提出算法的有效性。在某火腿肠高温车间的实际应用,表明了所提出的算法能够有效解决考虑缓冲区容量的柔性流水车间生产调度问题。

有限缓冲区下多汽车工厂协同混流排产研究

为解决汽车整车制造企业多厂区多车间联动生产下计划不准确和协调困难的问题,基于精益生产中的平准化思想对该问题进行研究,并考虑有限容量的缓冲区中库存积压或不足对生产稳定性的影响,建立了多汽车工厂协同混流排产双层规划模型。上层以最小化厂区间的转运量为目标建立跨厂区转运量分配模型,下层以最小化缓冲区中的储备偏差为目标建立车间班次选择模型。设计了双层遗传算法对该模型进行求解,并采用最小影响策略对转运量和车间产量进行标准化。通过算例将双层优化与单层优化的结果进行对比分析,并扩大算例规模。仿真实验结果表明,双层优化的求解质量更佳,从而验证了设计的模型和算法的有效性和可行性。

可重入柔性流水车间有限缓冲区容量动态预留方法

当制造企业的生产车间缓冲区容量有限时,如果同时存在可重入工序,会产生一种严重的生产阻塞现象,即死锁现象,该现象会严重影响整个生产进程.本文首先建立具有可重入工序的柔性流水车间有限缓冲区排产(RFFLBS)问题的数学模型,在对死锁现象系统分析的基础上,提出了一种基于马尔可夫链的有限缓冲区动态容量预留方法(DBRMMC),DBRMMC通过主动为折返重入的工件预留缓冲区容量,减少工件对缓冲区资源的竞争,降低死锁现象出现的概率,并通过在DBRMMC方法中引入基于自适应阈值二值化算法的偏差补偿措施减小预测偏差,进一步抑制死锁现象的出现,并与基于高响应比优先算法(HRRN)的局部指派方法结合,给出一种改进的基于马尔可夫链的有限缓冲区容量动态预留方法(IDBRMMC-HRRN).建立多组仿真方案在不同数据规模下的进行测试,仿真结果表明IDBRMMC-HRRN方法能够有效的降低具有可重入工序的柔性流水车间有限缓冲区排产过程中死锁现象出现的概率,给出合理可行的排产结果.

基于Memetic算法的有限缓冲区流水车间调度问题

针对有限缓冲区流水线调度问题,提出一种基于变邻域搜索策略的Memetic算法。在基本遗传算法中,采用NEH算法和改进IG算法产生部分初始种群,使用部分交叉算子和插入变异算子,在交叉和变异之后设计一种改进变邻域搜索方法来进行局部搜索。在该改进变邻域搜索中,将模拟退火算法作为变邻域搜索中的局部搜索方法,大大增强了算法的寻优能力,使得Memetic算法在集中搜索和分散搜索之间达到更合理的平衡。运用提出算法求解经典基准算例,并与当前先进算法比较,验证了所提算法的有效性。

有限缓冲区流水车间调度的混合人工蜂群算法

针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出有效的混合人工蜂群算法。采用WPFE启发式算法进行种群的初始化,以提高初始种群的质量。将遗传算法应用到离散人工蜂群算法的引领蜂阶段,设计了基于嵌入结构、串行结构、协同结构、并行结构、概率选择结构和双种群结构的六种混合调度算法。基于插入和交换邻域的邻域搜索算法进一步增强了混合算法的局部开挖能力。通过仿真实验证明了所提算法的高效性和优越性。

有限缓冲区流水线调度的多搜索模式遗传算法

针对有限缓冲区流水线调度问题,提出了一种多搜索模式遗传算法,算法使用多个交叉和变异操作进行解空间的探索和改良,并采用基于有向图的邻域结构来增强局部搜索。同时,局部搜索和变异操作受决策概率控制。基于典型算例的仿真和比较研究验证了所提算法的有效性。

基于探路者算法的绿色有限缓冲区流水线调度

针对带能耗阈值约束和有限缓冲区的绿色流水车间调度问题(Green Flow Shop Scheduling Problemwith Limited Buffers and Energy Thresholds,GFSSPLBET),提出一种混合探路者算法(Hybrid Pathfinder Algorithm,HPFA)进行求解,优化目标为总能量消耗和最大完工时间。为增强算法的全局搜索能力,设计基于距离的选择机制确定每个探路者对应的跟随者,以确保各探路者的附近区域均能得到一定的搜索;设计融合多种邻域操作的自学习搜索策略,用于对更新后的探路者进行多邻域搜索,从而提升算法的局部开采能力。通过仿真实验表明所提改进措施能有效增强算法性能,也验证了HPFA求解GFSSPLBET的有效性和鲁棒性。

离散NSGA-Ⅱ求解带有限缓冲区的多目标批量流水线调度问题

针对带有限缓冲区的多目标批量流水线调度问题,首先构建该问题的数学模型,采用离散NSGA-Ⅱ算法进化求解.所提算法充分利用非支配解信息引导种群进化,从而加快了种群收敛速度,改进了算法的全局探搜和局部开发能力.将所提算法用于求解太阳能电池组件生产调度的13个算例,实验结果表明,所提算法能够产生高质量的解,有效求解该问题.

含有限缓冲区的上游生产线协调生产调度

通过对制造企业生产现场的调研,发现在实际的生产过程中存在仓库(有限缓冲区)问题,而且是多条生产线生产不同的成品。针对这一问题,文中研究了一类带有限缓冲区的上游生产线协调的生产调度问题,把生产线简化为一个Flowshop问题,给出了单条生产线输入输出结构图,建立了上下游生产线之间部件成品关联结构,依据该关联结构建立了实用的数学模型,给出Tabu搜索算法。

基于有限缓冲区的混流装配线排产优化

大多数排产优化的研究往往针对一条生产线解决单一LBFFSP问题,无法针对企业缓冲区有限和多生产线等多因素的实际情况解决排产优化。针对该问题,提出了一种基本粒子群算法(Particle Swarm Optimization,PSO)作为全局优化算法。引用了基于惯性权重的粒子群算法,通过改进该算法有效地避免基本粒子群算法陷入局部最优。建立以最小化生产周期和最佳缓冲区容量为多目标的带有有限缓冲区的混流装配线排产优化数学模型。采用PSO算法进行生产排序的结果与传统方法的排序相比较,缩短生产周期6.7%。提出的排序方案可以显著提高企业该生产线的生产效率及资源利用率。

整车制造中的有限缓冲区车辆路由调度研究

本文针对整车制造企业中车辆缓冲区的特点和存在的问题,对缓冲区的管理和车辆的路由调度问题进行了简单介绍,并设计开发了缓冲区车辆自动路由系统。通过验证可知,该系统能够解决缓冲区车辆路由的实际问题。

一种解决有限缓冲区流水车间调度问题的复合启发式算法

针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出了一种新的复合启发式算法.算法设计中首先使用PF-NEH算法进行解空间的搜索,并采用基于插入邻域和交换邻域的可变邻域搜索算法来增强局部搜索.仿真实验表明,该算法具有高效性和优越性.

缓冲区间有限条件下的作业车间调度方法

针对缓冲区间有限条件下的作业车间调度问题,以最小化make-span为目标建立了非线性混合整数规划模型,提出了基于邻域搜索的两阶段算法对问题进行求解.算法的第一阶段为迅速找到可行解,第二阶段为基于非连通图,通过邻域搜索对得到的可行解进行优化.针对benchmark算例进行测试并与已有的算法进行对比,验证了算法的有效性.对比分析发现,如果工件的加工时间符合均匀分布,当缓冲区间容量与工件数量的比例达到20%,缓冲区间大小对调度结果的影响将会迅速变小.

基于混合进化算法的有限缓冲区流水线调度

建立有限缓冲区流水线问题数学模型,利用文化算法和免疫算法相结合的混合进化算法(Memetic algorithm,MA)对其进行求解。算法设计中,将免疫算法纳入文化算法的框架,组成基于免疫算法的群体空间和信念空间,两空间具有各自群体并独立并行演化。下层群体空间定期贡献精英个体给上层信念空间,上层信念空间经演化后,定期贡献精英个体给下层群体空间,形成"双演化双促进"机制,从而实现增加抗体多样性的目的。比较结果显示该算法性能的优点以及对求解有限缓冲区流水线问题的有效性。

含有限缓冲区的多生产线生产调度的研究

在实际生产过程中普遍存在着有限缓冲区而且各条生产线可以生产不同类型产品。针对这一问题,建立了含有限缓冲区的上、下游生产线的产品关联结构,并以此结构为研究对象,建立了上游生产线进行外协加工时生产副成品和同步副成品的生产效益最高的生产调度数学模型,用以研究多条生产线协调生产时的Flow-shop调度问题。采用单纯形法及其一定的调度规则对模型进行计算,最终得到各条生产线上产品的数量、加工顺序和具体加工时间的调度表,仿真的结果表明所建的模型是有效可行的。

分布式有限缓冲区流水车间混合EDA调度

在实际工业生产背景下,针对具有NP难特性的分布式有限缓冲区流水车间调度问题,提出了一种混合分布估计算法,用于最小化最大完成时间。首先,由于已有算法无法保证局部搜索后概率模型对优质个体分布统计的准确性,提出了反最小完成工厂映射规则;然后,引入基于Swap邻域和基于Insert邻域的局部搜索,进一步加强算法的局部搜索能力,从而对HEDA全局搜索得到的优质解区域进行细致搜索;最后,通过仿真实验和算法的比较验证HEDA的有效性。

基于MPSO的有限缓冲区多产品厂间歇调度问题的研究

研究了以最小化最大完工时间为目标的有限缓冲区多产品厂间歇调度问题,提出了一种基于多种群粒子群优化(MPSO)的间歇调度算法。该算法采用多种群,增加了种群初始粒子的多样性,在每一代子种群并行进化的过程中引入移民粒子,使子种群之间相互影响和促进,避免算法过早地陷入局部最优,提高了算法的全局搜索能力;每代进化后选出子种群中的优秀粒子作为精华种群,并对其进行变邻域搜索(VNS),进一步提高了算法的收敛精度。通过对不同规模调度问题的仿真,以及与其它算法的对比,证明了该算法解决有限缓冲区多产品厂间歇调度问题的有效性和优越性。