求解Job-Shop约束满足问题的变量排序算法比较研究

针对约束满足求解技术中的变量排序,提出了量化Job-Shop调度问题特征的5项指标和相关参数。分别从约束连通度、变量约束偏差、约束紧度、规模及资源利用率偏差等角度设计异构算例对现有典型变量排序算法进行比较分析,实验结果明确了算法效果与问题特征之间的相对适应度,可为构造更有效的搜索策略提供参考。

基于机器负载平衡求解非标准Job-Shop调度问题的算法

针对加工工序的设备是多台具有相同加工能力的机器集合的非标准Job-Shop调度问题,利用机器负载平衡的思想构造目标函数,提出了非标准Job-Shop调度算法.经对工序加工过程的复杂性分析可知,该算法的时间复杂性较低,试验结果相对其他算法更加优化.

一种解Job-Shop调度问题DNA算法的分离方法

针对以往解决Job-Shop调度问题所采用的方法,存在并行性差、运算速度慢、占用空间大等问题,模拟分子生物DNA的双螺旋结构和碱基互补配对规律,提出了解决Job-Shop调度问题DNA编码方法和相应的解码策略,分析了DNA计算的特点,提供了解决Job-Shop调度问题的新途径.经试验结果表明,DNA算法可以在较小初始群体和较少迭代次数下得到比较满意的结果.

炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.

求解非标准作业车间调度问题的均衡算法

针对加工工序的设备是多台具有相同加工能力的机器集合的非标准Job—shop调度问题,利用指针队列及调度均衡的思想来构造目标函数,提出了非标准Job—shop调度算法。经过理论分析和实践验证,相对其他算法更加优化。

基于混合粒子群算法的航空零件生产车间柔性调度研究

航空零件生产车间调度具有目标多样性和不确定性问题,普通方法难以求得最佳调度顺序。针对这个问题,采用了混合粒子群算法优化加工工序。该算法通过个体交叉,变异的方法来反复迭代寻优,从而得到更好的零件加工工序。通过仿真实验验证了该算法的有效性,从而为航空零件加工车间调度优化提供了一种新的思路。

考虑机器非加工状态的作业车间节能调度

为了减少机器在非加工状态时的能耗,采用机器关闭再开启的决策方案来实现此目的.首先建立目标为总能耗和最大完工时间最小化的车间节能调度模型,并将此决策方案抽象为约束条件,然后提出一种基于混合元胞遗传模拟退火算法的求解方法,引入插入式贪婪解码算法进行解码,基于同步机制的遗传操作更新种群,增加模拟退火操作与收敛准则实现进一步优化.最后通过案例验证了该模型与算法的有效性与实用性,结果表明运用该模型可达到很好的节能优化效果.

自适应小生境混合遗传算法在车间调度中的应用研究

针对传统启发式算法早熟,全局搜索能力差等缺点,提出了一种基于自适应小生境混合算法求解作业车间调度问题的新方法。引入了基于共享机制的小生境技术,通过调整种群的适用度值来维持种群的多样性和提高搜索探测能力,从而提高全局搜索能力。于此同时,采用了自适应遗传算子与精英保留策略相结合的算法,保证了算法收敛速度。最后,通过仿真实例说明了该方法的有效性。