多Open-Shop生产线协调生产计划的模型及仿真

研究了一类带有限缓冲区的上游多Open-Shop生产线协调生产计划问题,建立了上下游生产线产品关联结构,并以此为研究对象,得到了成本最低生产计划模型。通常该类模型是非线性的且维数很大,给求解带来了困难。考虑到下游装配线的生产情况,提出一种不考虑主成品的模型简化方法,并采用遗传算法进行求解。该简化方法可以大大减少模型维数,提高求解速度。仿真结果表明,建立的模型及采用的算法是合理的,模型简化方法是有效可行的。

多Open-Shop生产线计划模型及简化

研究了一类带有限缓冲区的多open-shop生产线协调生产计划的模型问题,建立了上下游生产线的产品关联结构,给出了成本最低的生产计划模型。通常情况下,该模型的维数很大,为了便于求解,文中提出了不考虑主成品的模型简化方法。实例分析表明,这种方法可以大大减少模型规模,以提高求解速度。

基于图卷积网络求解开放车间调度问题的方法

传统的元启发式算法难以有效求解大规模开放车间调度问题(OSSP),为此提出了一种基于图卷积网络GCN求解OSSP的方法。首先,设计了基于GCN的开放车间调度模型,将OSSP的工序节点特征嵌入图中并对其进行多层卷积操作,有效获取了工序节点之间复杂的依赖关系。然后,为了提高求解大规模OSSP的效率和质量,提出了一种基于GCN的开放车间调度算法。实验结果表明,该方法能有效求解不同规模的OSSP实例,与元启发式算法相比,在求解大规模OSSP实例时该方法表现出更优秀的求解质量和效率。

考虑设备预防性维护的开放车间调度问题

依据实际生产车间的运行情况,建立了带设备预防性维护的开放车间调度模型,并设计一种混合遗传禁忌搜索算法来求解该问题。根据问题的特点,设计了混合算法的遗传编码、解码、改进交叉和变异等操作,以及禁忌搜索算法的邻域结构,使算法在集中搜索与分散搜索中达到平衡。所提算法在开放车间调度Taillard基准实例和带预防性维护的开放车间调度案例中的应用验证了其高效性和有效性。

基于仿真的双目标并行机开放车间自适应动态调度

针对工件到达时间与加工时间不确定,且存在紧急工件的并行机开放车间调度问题,以TWC(total weighted completion time)与TWT(total weighted tardiness)为优化目标,设计了一种集成FlexSim仿真模型与NSGA-Ⅱ算法的自适应动态调度方法。该方法以FlexSim模型仿真工件的生成和加工为基础,根据车间实时负荷确定动态调度周期,对紧急工件进行右移重调度,利用NSGA-Ⅱ算法生成双目标优化的调度方案。某晶粒拣选车间生产数据的实验结果表明,相较于利用规则的实时动态调度与固定周期重调度,提出的方法能够在最小化调度偏离度的同时获得满意解。

二台机器自由作业总流程的一种改进方法

基于1992年M.Dror提出的工件加工时间依赖机器的排序问题,研究以最大完工时间和以总完工时间为优化目标的两类排序问题。二台机器自由作业总流程问题为NP-困难问题,加工时间仅依赖于机器的两台机器自由作业排序问题可转化成指派问题,并且可以构造出这一问题的显式解。文章利用不允许机器空闲的条件下该问题的最优解,给出允许机器空闲而使完工时间总和减少的一种方法,说明在一定条件下不允许机器空闲的显式解一定不是允许机器空闲的显式解。

基于多目标蜉蝣算法的求解云制造环境下柔性开放车间调度问题研究

针对云制造环境下柔性开放车间调度特点,综合考虑企业内云任务和自有任务协同调度、能源消耗和剩余制造资源利用情况,建立以最小化总加权完工时间、最小化总加工能耗成本、最大化机器利用率为优化目标的生产调度模型。基于多目标蜉蝣算法(muti-objectivemayfly algomithm,MMA)设计工序和机器的双层编码方案、种群进化策略,通过仿真实验,验证上述模型和MMA的有效性。

带AGV开放车间调度的析取图模型与求解

随着AGV小车在制造系统的广泛应用,其路线规划与生产调度集成可大大提高生产效率,降低运输能耗。这里以开放车间为研究对象,考虑AGV的物料搬运特性,提出了一种考虑最大完工时间和AGV能耗的双目标析取图模型,剖析问题特征,提取问题的关键弧特性;其次,设计了基于关键弧的多种邻域结构,融合遗传算法的全局搜索能力和变邻域结构的局部探索能力实现问题的寻优。最后,标杆案例测试结果表明,所提出算法可有效解决带AGV开放车间调度问题,多种邻域结构设计显著地提升了算法求解性能。

基于改进遗传算法的充电桩检测调度优化

充电桩作为电动汽车的主要充电设备引起广泛关注。充电桩的安全性和可靠性是促进电动汽车发展的重要因素。在充电桩出厂前对其进行检测非常关键。充电桩检测的项目多,耗时较长。为了提高充电桩检测效率,文章将充电桩检测完成时间最小化设为目标函数,建立一种充电桩检测调度优化模型,同时,为了克服经典遗传算法的局限性,设计了一种基于工序和设备变异的双变异算子,最大限度使种群多样化,进而提出了一种添加初始化因子和精英策略的改进遗传算法。实验结果表明,采用改进遗传算法求解充电桩检测调度优化问题,总检测时间较人工检测降低了33.26%,较经典遗传算法降低了14.84%,提升了充电桩检测效率。

基于多样性增强的自适应遗传算法的开放式车间调度优化

针对开放式车间调度问题,提出了基于多样性增强的自适应遗传算法进行优化求解。设计了多样性判定增强算子、自适应交叉变异算子、多元竞争选择算子等五个算子,以提高遗传算法的进化效率和进化质量;通过分析算法各算子的时间复杂度,发现所提算子并未增加算法复杂度;采用正交试验确定了各算子的最优参数;设计了三组实验,分析了所提算子对算法的影响,结果表明多样性增强算子提高了求解质量,自适应交叉变异算子加快了收敛速度;基于60个标准算例,通过与已有5种算法比较,验证了所提算法的有效性和稳定性。采用100个算例,分析了算例规模对调度性能的影响规律。

基于粒子群优化的开放式车间调度

开放式车间调度(OSP)是重要的调度问题,它在制造领域中的应用非常广泛。优化调度算法是调度理论的重要研究内容。基于人工智能的元启发式算法是解决该问题的常用方法。分析了一种新的元启发式算法——粒子群优化(PSO)在信息共享机制上的缺陷,提出新的基于群体智能的信息共享机制。在该信息共享机制的基础上, 设计新的基于PSO的元启发式调度算法——PSO-OSP。该算法利用问题的邻域知识指导局部搜索,可克服元启发式算法随机性引起的盲目搜索。该算法应用于开放式车间调度问题的标准测试实例。仿真结果显示,PSO-OSP算法在加快收敛速度的同时提高了开放式车间调度解的质量。

平行机及自由作业的排序与转包

研究工件排序与转包相联的模型,即制造商从客户处接受一批工件,这些工件既可以由制造商加工,也可以一定费用转包给承包商加工.制造商需要确定被转包的工件集及工件的加工顺序,使得加工费用和转包费用之和为最小.研究制造商为平行机及自由作业,承包商为单机情况下的排序与转包模型,基于动态规划算法给出了近似算法,并分析了该算法的性能比.

一种常见干扰条件下的开放式车间重调度研究

在开放式车间中,针对由机器持续不可用干扰(MUAD)及其引发的工时缩减现象,致力于研究如何有效、及时地实施重调度活动.其中,重调度性能由总完工期来度量,而重调度稳定性则体现在序位偏差与结束时间偏差上.基于右移、受影响工序、全局三种典型的重调度策略分别提出并实现了三种特定的重调度方法(即sRSR,sAOR与sTR_GOS)以响应所关注的干扰条件.在仿真实验中通过模拟大量的重调度情景,考察了原调度生成机制的选取问题并对比了三种方法在相同情景下的各自指标绩效.实验结果显示:当MUAD干扰持续较短时间且以"中断—可续"模式恢复被中断工序时,推荐选用sAOR实施重调度;当MUAD干扰发生在晚期、工时低幅缩减、算例较小且中断模式为"中断—不可续"时,适宜采取sTR_GOS实施重调度.

单一机器干扰下的开放式车间重调度

在开放式车间中面对以单一形式出现的机器不可用干扰,研究了如何高效率、低成本地执行重调度的问题。其中,重调度性能由完工期来衡量;重调度稳定性则体现在工序开始时间偏差和序位偏差上。基于右移、受影响工序和全局重调度三种典型策略,分别提出并实现了三种专门的重调度方法,以修复初始调度或重新生成新可行调度。仿真实验通过模拟大量不同的重调度情景,考察和比较了三种方法在相同情景下的各自指标表现。实验结果统计性地揭示出若干在特定重调度情景下有关重调度方法选取的适用性建议。

急件到达干扰下开放式车间重调度方法

针对开放式车间中突发的急件到达干扰,研究如何有效地执行扰后重新调度任务。基于匹配式调度策略探索扰后实施重调度的具体方法;为了形成四种可行的重调度实施方案,不仅兼顾了面向分离、连续空闲时间的两种重调度时域确定方式,还在约简式调度阶段设计了两种特效的启发式算法。仿真实验模拟了大量急件干扰下的重调度情景,并从完工期、急件的相对完工时间及序位相似性三方面分别设定了重调度绩效指标,进而对四种所提方案进行了同情景独立观测。实验结果显示,急件到达干扰越晚出现,所提重调度方案的整体应对效果越好;此外,通过统计分析不同实施方案所对应的观测结果,得出了若干有关扰后重调度方案选取的适用性建议。

并行多机开放车间调度问题的模型与算法

发光二极管制造过程中,晶粒分类拣选工序的调度问题是典型的并行多机开放车间调度问题,属于NP-hard问题。研究了该调度问题以最小化总加权完工时间为目标的求解模型与算法。根据问题特性构建了可获得最优解的混合整数规划模型,并设计了同时考虑质量与求解效率的启发式算法和改进粒子群优化算法。仿真结果显示,启发式算法和改进粒子群优化算法都能在合理的时间内迅速有效地获得较佳的调度解。

自由作业环境下的供应链排序

本文研究了一类集成工件加工和发送的供应链排序模型.利用排序理论和动态规划方法,获得了两机器情形下的供应链排序问题的多项式时间近似算法,并证明算法的性能比为2.

带准备时间的自由作业排序问题——最坏性能比分析

本文研究了一类自然的排序问题，带准备时间的自由作业（ＯｐｅｎＳｈｏｐ）排序．在机器台数任意的情况下，证明了一个简单的贪婪算法的最坏性能比不超过２，并猜想该算法的紧界为２－１ｍ，其中ｍ为机器台数．特别当ｍ＝２时。

转包且具有不同费用时间段的排序问题（英文）

本文研究制造商可以将工件转包给承包商加工的排序模型,承包商仅有一台机器,转包费用由分配给转包工件的不同时间段费用确定.本文分别研究制造商有一台单机及两台自由作业机器环境情形,需要确定被转包工件集及全部工件的加工顺序,使得工件最大完工时间与转包费用和最小.本文利用归约方法对制造商每个机器环境,证明问题NP困难性,并提出动态规划算法.

Open shop复杂调度网络模型及特征分析

给出open shop复杂调度网络模型,即通过将open shop复杂调度对象描述成复杂网络,并将相关的复杂调度问题描述成对应复杂网络上的节点遍历问题,从而将复杂调度问题纳入复杂网络理论体系进行研究.分析几个复杂调度网络场景的一些基本结构特征,发现复杂调度网络具有小世界、模块化等很多现实复杂网络共同具有的特点.前者说明调度对象事件之间具有较强的局部和全局耦合;后者能够为分块解决复杂调度问题提供理论基础.复杂调度网络中的平均度值和平均聚类系数与调度目标即网络平均遍历时间具有较强的关联,网络平均度值和网络平均遍历时间基本满足对数关系,这为后续设计基于复杂网络特征的调度规则提供启发式信息.给出网络可折叠度的概念,发现复杂调度网络本质上具有较大的网络可折叠度,可以通过折叠复杂调度网络来降低它的复杂度,从而提高后续的分析和算法执行效率.