基于改进的RA算法的混合Flowshop调度问题的求解

针对混合Flowshop系统的最小化Makespan调度问题,提出基于改进的RA斜度指标的启发式算法来对工件进行排序,采用FAM算法来分配设备并给出其最优值的下界检验该算法。仿真结果表明该方法优于目前最好的启发式算法能较好地解决混合Flowshop的调度问题。

用多种群并行自适应遗传算法解混合Flowshop调度问题

混合流水车间（Ｆｌｏｗｓｈｏｐ）调度问题是一个ＮＰ完全问题，很难用一般的方法解决。构造并采用多种群并行自适应遗传算法求解该问题。仿真结果表明，此算法不仅具有较强的全局收敛性，而且有更快的寻优速度，是求解复杂调度问题的有效算法。

基于内分泌激素调节机制的免疫算法的Flowshop调度问题

针对不确定条件下具有零等待的Flowshop调度问题,采用三角模糊数来描述不确定的产品处理时间,在模糊规划理论的基础上建立了相应的调度模型,通过中间值最大隶属度算法,将原来的模糊调度模型转化为单目标的规划模型;并基于内分泌激素调节规律,利用内分泌系统与免疫系统之间密切的双向调节关系,提出了一种新颖的解决此类问题的自适应内分泌免疫调度算法。仿真实例表明,该算法的收敛速度和搜索精度均明显优于改进的免疫算法,表明该算法的有效性和优越性。

具有准时制工艺要求的混合FLOWSHOP调度问题——实例研究

基于炼钢—连铸生产过程研究了具有ＪＩＴ工艺要求的混合ｆｌｏｗｓｈｏｐ调度问题，根据问题的特点，建立了批工件在车间中成组加工的数学模型，并提出求解最小化平均流程时间的两阶段启发式算法，针对实际生产数据的计算结果表明所提算法是快速有效的．

带等时空载返程运输的双机Flowshop调度问题复杂性

流水作业(Flow shop)问题是调度算法研究中经典问题模型之一,有两台处理机和一台运输机且运输机每次只运输一个工件的流水作业调度问题模型在现实中有着广泛的应用。同时考虑运输机去程(从机器M1到M2)与返程(从机器M2到M1)时间,在假定运输机去程运输时间及返程空载时间相等的情况下,通过把一个强NP-complete问题——3-PARTITION问题归约成一个研究问题的实例,来证明对这个问题求解是强NP-hard的。

具有紧时、高能耗特征的混合流水车间多目标调度优化问题

针对具有紧时、高能耗工序特征的混合流水车间调度问题,以优化产品暴露时间、最大完工时间和能源消耗为目标,建立混合流水车间调度模型,并提出一种改进的多目标粒子群算法进行有效求解。首先构建了基于ISDE指标的档案维护策略及局部邻域搜索策略,辅助算法跃出局部极值及减少生产阻塞。之后,提出一种基于模糊理论的决策分析方法选取最优调度方案。最后,通过仿真实验验证提出的多目标调度模型与算法的可行性和优越性。

一类加工需要额外资源的平行机调度问题的算法设计

给出了一类加工需要额外资源的平行机调度问题的精确算法。针对在平行机上加工的工件,除需要机器资源外,还需要一个单位额外资源的问题,考虑额外资源的种类和数量有限,以给出问题的最优调度使工件的完工时间最小为目标。该问题源于地球观测卫星的数据下载,在智能制造和信息处理等领域亦有广泛应用。给出了该问题的整数规划模型、最优解下界和分支定界算法;给出了一种有效的分支策略以避免重复分支,设计了相应的定界方法以提高算法的收敛速度。通过小规模实例和大量的数值仿真实验,验证了算法的正确性和在不同参数配置下的有效性。

基于改进灰狼优化算法的柔性作业车间分批调度问题研究

针对以最小化最大完工时间为目标的柔性作业车间分批调度问题(Flexible Job shop Batch Scheduling Problem,FJBSP),提出了一种改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法,优化对象为工件的分批方案。首次将流体模型应用于FJBSP的求解,提出了一种基于流体模型的解码方法,用于获得更好的子批调度方案;然后改进了狼群的等级制度,避免了算法过早收敛;其次设计了一种全新的适应可变长编码的交叉方法,深入交流2个个体之间的分批信息,增强了算法的搜索能力和稳定性;再次,提出了能够动态更新个体游走率的自适应灰狼游走策略,兼顾了算法的搜索质量和收敛速度;此外,对领头狼使用自适应邻域搜索动态调整每种工件选择各邻域的概率,提高算法的局部搜索能力;最后,设计了9个算例和3组实验,验证了所提出的IGWO算法的有效性和优越性。

考虑道路限制的建设场地内车辆调度问题研究

针对大型设备运输车辆进入建设场地后,在场内道路上的车辆调度和路径规划问题进行了研究。受场内道路宽度限制,车辆难以在同一道路上相向行驶;同时,由于不同车辆所运输的货物及运输任务的紧急程度不同,车辆的通行具有不同优先级。针对上述特性,利用时空网络技术构建整数规划模型,在考虑道路限制和不同车辆优先级情况下,对建设场地内的车辆进行调度和会车规避。模型的目标为最小化所有车辆在场内的总时间,包括行驶时间和会车等待时间;模型包含两类约束,即车辆流平衡约束和车辆会车避让约束。为快速有效地求解模型,设计基于时空网络的启发式算法得到各车辆的时空路径,为车辆的路径规划和会车避让提供指导。结合一个实际的大型风电场路网,构建多个算例,对模型和算法的有效性进行验证。结果表明,提出的算法能迅速对不同规模的问题进行求解;另外,算法可以在消除车辆时空冲突的同时,保证车辆在会车时不等待过长时间,最终的方案具有较高的车辆运输效率。

基于改进的NSGA-II纺织生产车间柔性作业车间调度问题算法的研究

在纺织生产线调度领域,传统的人工调度方式已难以满足当前对高效利用机器和提升生产效率的迫切需求。鉴于此,本文建立了以最小化最大完工时间和机器总负载为优化目标的多目标柔性作业车间调度问题(flexible job shop scheduling problem,FJSP)数学模型,并提出了一种改进的NSGA-II算法(INSGA-II)用于求解。本文的主要特点是:(1)该算法采用基于工序和机器的两层编码方法;(2)采用混合种群初始化策略,目的是提高种群的初始质量;(3)设计了一种基于迭代次数的变领域搜索策略,在减少无效搜索的同时提高了局部搜索能力。本文在MK01-MK09和abz05-abz09的测试集上,将所提出的算法与其他算法(MOEA/D、MOEA/DD和NSGA-II)进行对比,并通过对14个标准算例的分析,证明了改进个NSGA-II算法在求解FJSP问题中的有效性。

配网调度管理中的问题与优化策略

配网调度管理是电力系统运行中不可或缺的关键环节,涉及电力供需平衡、设备调度、故障处理等多个方面。然而,在实际应用中,配网调度管理也面临着一些问题和挑战。本文将探究配网调度管理中存在的问题,并提出相应的优化策略,旨在提高调度管理的效率和质量,确保电力系统的安全稳定运行。

基于层次分析法加权处理的地震应急物资调度问题优化算法

地震通常具有巨大的破坏性,制订有效的地震应急物资调度和决策方案,对于高效有序地完成应急救援工作至关重要。基于地震中应急物资调度的特性,文章建立由时效性、经济性和伤亡性构成的多目标函数,经过阈值法的无量纲处理和层次分析法的加权处理,将复杂的多目标函数转化为单目标函数,进而运用匈牙利算法得到最优资源调度的决策方案。

引黄入冀补淀工程水资源调度存在问题及对策

按照2022年3月水利部下达的《关于组织开展典型调水工程水资源调度专题评估工作的函》(调管函〔2022〕3号)要求,我厅组织相关单位,以及引黄入冀补淀工程沿线市、县水行政主管部门,在全面调查引黄水量、水质、水费、调度管理等工作基础上,对引黄入冀补淀工程水资源调度情况进行全面评估。针对水资源调度过程中发现的问题,提出解决对策。

融合模拟退火参数的自适应遗传算法求解柔性作业车间调度问题

柔性作业车间调度问题是NP难问题,一般使用最大完工时间最短的评价指标来衡量加工顺序和机器选择的优劣,最短的完工时间意味着最快的生产速度。为了减小计算量并快速找到车间调度的最优解,提出了融合模拟退火参数的自适应遗传算法,详述了该算法的关键过程,并通过数据集的仿真实验验证了该算法的有效性。

基于带容量约束的着色旅行商问题的多机器人调度

电商仓储的高速发展对多拣选机器人的任务调度分配问题提出了更高的要求,着色旅行商问题在城市任务上的定性描述已经逐渐无法满足实际问题中的定量分析的需求。为了降低综合成本,提高拣选效率,拟在着色旅行商问题的基础上结合有容量限制的车辆路径问题,提出一种带容量约束的着色旅行商问题,来更好地构建以总路径成本最小为目标的多拣选机器人的调度模型,并设计相应的变邻域搜索算法对模型进行求解。实验结果表明,相较于基于遗传算法及其改进算法,变邻域搜索算法在求解带容量约束的着色旅行商问题上更具优越性,该模型及其求解算法具有一定实用价值。

35kV断路器调度遥控问题的改进粒子群优化算法求解

35kV断路器调度遥控问题在电力系统中具有重要价值和意义,但传统优化方法存在效率低、质量差等问题。针对35kV断路器调度遥控问题在电力系统中存在的复杂性、不确定性、多目标性等问题,本文提出了一种基于改进粒子群优化算法的求解方法。

基于改进多种群遗传算法的多目标资源受限项目调度问题研究

多目标资源受限项目调度问题普遍存在于生产经营活动中,具有较高的实用价值。本文提出了一种改进的多种群遗传算法以解决多目标资源受限项目调度问题,为改变现有算法计算步骤理解困难、不易推广的特点,巧妙地通过平移工作解决此类问题,算法首先对工作的优先级进行随机编码,然后根据工序约束进行解码,并根据解码结果安排工作调度,同时为防止无效迭代,融合了禁忌搜索的思想。最后,通过PSPLIB标准算例库中算例进行实验,实验结果表明该算法在具备较高精度的同时,兼顾了快捷性和简洁性。

结合FJSP问题的跨层穿梭车仓储系统作业调度研究

为提高跨层穿梭车仓储系统的作业效率,通过分析系统内设备的服务时间,创新性地将柔性作业车间调度问题(FJSP)模型应用于解决跨层穿梭车仓储系统作业调度问题中,将穿梭车仓储系统中的出入库作业转化为FJSP中待加工的工件,同时考虑设备预先移动及并行情况,建立结合FJSP的跨层穿梭车仓储系统作业调度模型,并借助一种改进的灰狼算法,与传统的基于复合作业的调度模型进行对比。结果表明,所提出的结合FJSP问题的跨层穿梭车仓储作业调度出入库时间更短,模型通用性更高,能够有效地提高穿梭车仓储系统的作业效率。

基于联姻遗传算法的混合Flowshop提前/拖期调度问题

混合流水车间 (Flowshop)提前 /拖期调度问题的目标是使工件的提前 /拖期惩罚成本最小 ,这是一个NP完全问题 ,很难用一般的方法解决。文中首先给出了问题的数学模型 ,然后采用联姻遗传算法求解该问题。

用多种群并行自适应遗传算法求解多机多阶段Flowshop提前/拖期调度问题

多机多阶段流水车间(Flowshop)提前/拖期调度问题的目标是使工件的提前/拖期惩罚成本最小,这是一个NP完全问题,很难用一般的方法解决。本文首先给出了问题的数学模型, 然后构造并采用多种群并行自适应遗传算法求解该问题。仿真结果表明此算法不仅具有较强的全局收敛性,而且有更快的寻优速度,是求解复杂调度问题的有效算法。