考虑双资源约束的柔性机械加工车间逆调度问题研究

为提高机械加工车间在动态生产环境下的效率和稳定性,建立了考虑机器与工人约束的柔性机械加工车间逆调度问题模型。该模型以最小化完工时间、机器能耗和逆偏差指数为目标,通过调整工件排产、工人作业以及机加工工艺参数对原始调度方案进行优化。针对问题特征,提出了一种差分进化算法。在算法中,设计了混合双层编码方式以降低搜索难度;提出了两种基于调度规则的初始化方式以提高种群质量;为加强和平衡全局与局部搜索,设计了自适应遗传操作以及基于精英选择的局部搜索策略;改进了哈明距离,并提出了一种拥挤度算子以反映种群真实多样性。在实验中构建了33组测试算例,并将所提算法与其他7种算法进行对比,验证了所提算法性能。最后,分析了某液压缸生产车间在两种不同动态环境下的真实逆调度案例,结果表明,所提算法能够在较小程度改变原始调度的情况下缩短4.2%的完工时间、降低20.2%的机器能耗。

基于混合的多目标遗传算法的多目标流水车间逆调度问题求解方法

将逆优化理论与方法引入车间调度领域,探讨近年来车间调度领域出现的一种新方法"逆调度"。研究多目标流水车间逆调度问题,建立考虑调度效率和调度稳定性的数学模型,综合考虑了加工参数改变量、系统改变量以及完工时间和等目标。提出一种基于混合的多目标遗传算法(Hybrid multi-objective genetic algorithm,HMGA)的求解方法,将多种策略进行混合以提高算法性能,主要包括快速非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGAII)中的快速非支配排序方法、两种多样性保持策略、混合的精英保留策略,以及改进的局部搜索策略等。通过实例测试与方差分析(Analysis of variance,ANOVA),验证了该算法的有效性。

变化环境下汽轮机总装逆调度技术研究

汽轮机总装有严格的交货期,但装配过程中存在物料配送延迟和返工作业等干扰因素,导致原有装配计划无法执行。若频繁地调整装配作业顺序,则会加剧装配作业混乱,降低效率。针对汽轮机总装过程异常干扰影响装配作业计划问题,分析了工人和行车等约束,在满足交货期前提下,以最小化工人成本为目标,以装配工人分配和加班计划作为调整参数,建立多项目汽轮机总装逆调度模型。在此基础上,提出基于粒子群的装配工人动态分配和基于禁忌搜索的加班动态配置相融合的逆调度算法。通过案例测试,同时考虑工人分配与加班计划能够最大程度避免项目延期,同时降低装配成本。

基于遗传变邻域混合算法的带交货期的单机车间逆调度方法

针对带交货期的单机逆调度问题,建立以最小化系统调整为目标函数的单机逆调度数学优化模型;利用互补性能,采用串行、并行和嵌入等结构,将遗传算法与变邻域搜索算法相结合,设计出遗传-变邻域搜索算法、遗传-变邻域搜索交替算法和遗传-变邻域搜索协同算法3种混合算法。为产生逆调度激发机制,采用非最优调度法,将随机初始化与局部初始化进行结合,创造逆调度环境;此外,为提高算法的局部搜索能力,基于交叉变异操作等思想来构建四种搜索邻域,通过邻域结构的切换,加强局部搜索能力;最后,将提出的混合算法用于求解不同规模的问题实例,与其他算法的求解结果进行比较,证明提出的混合算法是可行的和有效的。

基于混合遗传算法求解分布式流水车间逆调度问题

分布式调度是智能制造的新模式,急需新的调度方法来应对动态多变的市场需求。针对分布式置换流水车间问题,采用逆调度方法优化,通过最小调整加工参数,使得尽可能保证原排序的情况下调度最优。以最小化调整加工时间为目标,建立流水车间逆调度数学模型,针对逆调度问题特征,在遗传算法的框架下提出一种混合遗传优化算法。首先,基于逆调度参数可调的特征,提出基于工序的小数机制双层编码方案,能够实现参数的调整,保证可能解;提出改进启发式方法和基于规则的方法相结合的混合初始化方法;其次,采用适合问题特征的交叉、变异操作执行搜索;为协调全局搜索与局部搜索能力,设计局部搜索策略和学习机制的双种群协同搜索策略。为验证算法性能,基于问题实例采用三种算法进行比较,并且进行统计分析,其结果表明所提算法能更有效求解分布式流水线逆调度问题。

基于动态优先级策略的最优软非周期任务调度算法

周期任务与非周期任务的混合调度是实时调度研究的一个重要方向 通过定义“调度”和“逆调度” ,对实时周期任务集在使用EDF算法调度时的可挪用时间进行分析 ,求出了周期任务集在使用EDF调度时的最大可挪用时间 在此基础上 ,提出用于缩短非周期任务响应时间和周转时间的调度算法———ISA(idlestealingalgorithm) ISA算法充分使用最大可挪用时间 ,在保证周期任务满足最后期限的同时能取得非周期任务的最优响应时间和周转时间 证明了ISA算法的最优性 。

CAN网络周期任务与偶发任务混合调度的研究

针对最早截止期优先(EDF)调度在CAN网络应用中存在的问题,研究了硬实时周期任务与偶发任务的混合调度。运用"调度"与"逆调度"概念,分析了使用EDF调度时从硬实时周期任务最大可挪用时间,提出一种基于最大可挪用时间的不可抢占EDF调度算法。在CANoe网络开发平台上对所提出的算法进行了仿真。结果表明,该算法不仅保证了硬实时周期任务的截止期限,而且改善了偶发任务的响应时间。

基于改进基因表达编程的柔性作业车间能效调度规则发现

在全球市场竞争加剧、资源环境严管的形势下,复杂制造系统在环境排放、生产效率等方面,面临着更严格的要求。在此要求下,以柔性作业车间能效调度为研究对象,构建带开关机决策的能效调度模型,剖析问题本质,发现提高工序连续性有利于降低总能耗。为此,提出一种基于逆活动调度策略改进的基因表达编程算法,形成高效的能效调度规则。该调度规则在不延迟总完工时间的前提下,尽可能减少空闲间隔。实验结果表明,基于改进基因表达编程的调度规性能优越,设计的逆活动调度策略显著提升了能效水平。