随机工时下柔性加工车间的鲁棒优化调度方法

为了提高柔性加工车间调度方案的可行性、保障生产过程的稳定性,提出一种鲁棒优化调度方法。引入两个不确定参数来描述随机工时的波动程度和约束条件的允许违背程度,提出随机变量服从概率分布时一般线性规划问题的鲁棒优化方法。采用该方法将含随机工时而难以求解的随机型柔性加工车间调度模型转化为确定型鲁棒对等模型。基于该模型,将随机工时融入适应度函数中,结合遗传进化的全局优化和邻域搜索的空间拓展能力研制出鲁棒调度算法,同步实现工件排序和机器分配的双重决策。案例测试表明,所提方法可以在较短计算时间内、以较小性能损失、将近95%的置信度获得当前最优解。

随机工时下的多目标柔性作业车间鲁棒调度问题

针对工时不确定条件下的多目标柔性作业车间调度问题,采用2个不确定参数描述随机工时的波动程度和约束条件允许违背程度,将不确定条件下的柔性作业车间调度问题模型转换成确定条件下的鲁棒对等问题模型。在算法设计中采用全局非支配解集保存每代进化过程中产生的非支配解,并选择全局非支配解集中的个体参与变异操作。在交叉和变异操作之后,设计了一种基于变邻域结构的局部搜索策略。最后,运用该算法求解经典基准算例,验证了其有效性。

基于需求不确定的集装箱港口集疏运鲁棒优化——以大连港和营口港集装箱集疏运网络为例

通过建立以最小二氧化碳排放量、最小二氧化硫排放量、最短运输时间以及最小运输成本的多目标集装箱港口集疏运网络货流分配模型,对约束条件右手边不确定运输需求项进行鲁棒对等转换,并以大连港和营口港集装箱集疏运网络为例进行分析,对该鲁棒模型有效性进行验证。模型求得不同运输需求不确定性水平下港口集疏运货流的分配方案,模型具有保守性,越保守的方案需付出代价越多。对于不同目标函数,二氧化碳排放量和二氧化硫排放量对运输需求不确定性水平更为敏感。此外,东北地区集疏运网络运输结构存在不平衡性,营口港铁路运输分担比例较大连港有一定差距。不同风险偏好者可以根据自身偏好选择不同决策方案,以有效降低不确定运输需求问题的决策难度,减少不确定需求决策风险。