让空闲机器总加工最紧急的批量不一定合理

超大规模集成电路制造（ＶＬＳＩ）是当今世界上最复杂的制造过程．缩短产品制造时间的均值和方差对于增加产量、降低成本和缩短交货期有重要的作用．文献［４］比较了半导体制造业各种调度方法的效果，指出“空闲机器加工最紧急的批量是合理的．”让空闲机器总加工最紧急的批量就一定明智吗？本文分析了一些反例，并给出一个有效的算法。

基于遗传粒子群混合的可重入生产调度优化

可重入生产调度优化问题是个NP难问题,针对可重入生产调度的特点,对该优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用.结合粒子群算法收敛速度快与遗传算法全局搜索能力强的特点,进行优势互补,并优化设计相关参数,构造了一种混合算法.运用混合算法对供应链优化调度问题模型进行求解,与标准遗传算法、粒子群算法的求解结果进行比较,结果表明混合算法有着更好的优化性能.

基于B-T规则与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题,将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。针对可重入生产系统的重入特点,建立了一类可以实现缓冲区与传统规则双重选择的缓冲区-时间(B-T)规则;然后在设备分组与分时段的基础上,提出了基于B-T规则组合的可重入生产系统调度策略,并采用遗传算法与过程仿真相结合的办法对B-T规则组合进行优化,仿真比较验证了该调度策略的有效性。

基于神经元动态规划的可重入生产系统调度的仿真框架

提出一个基于神经元动态规划解决可重入生产系统调度问题的仿真框架.根据可重入生产系统的特点建立状态集,并将调度问题表示成相应的马尔可夫决策过程.选择合理的性能指标,采用神经元动态规划产生每一步的调度,并在仿真中优化策略.仿真算例验证了该方法的有效性,三种调度策略的结果比较表明了神经元动态规划方法的优越性.本仿真框架还可拓展至其他类型的生产调度问题.

智能规则在半导体生产线调度中的应用

半导体产品的加工工序多且流程复杂，流程中有重入、动态重做和作废，因此有效管理半导体生产线已成为研究的热点。本文针对实际生产线设备、人员和订单情况，利用智能规则给出了有效实用的调度方案，并通过仿真实例显示了该方案的有效性。

基于Petri网与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题,该文建立了系统的扩展Petri网模型,并且将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。针对可重入生产系统生产过程的动态复杂性,首先建立了一类综合调度规则,然后提出了基于设备分组与分时段的综合规则组合的可重入生产系统调度策略,并采用遗传算法与基于Petri网模型的过程仿真相结合的方法对综合规则组合进行优化,仿真比较验证了该调度策略的有效性。

可重入生产系统的一种新型优化调度策略

针对闭环可重入生产系统 ,设计出一种新型优先级调度策略 :并行顺流定级法 (PPOD) .此策略应用简便 ,性能不低于已有较好策略 ,且具有良好的适应性 .用线性规划方法对性能边界的计算结果及仿真结果均证明了以上结论 .

基于综合规则与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题,该文将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。首先针对系统的可重入性建立了一类综合规则,然后在设备分组与分时段的基础上,提出了基于一类综合规则组合的可重入生产系统调度策略,并采用遗传算法与过程仿真相结合的办法对综合规则组合进行优化,仿真比较验证了该调度策略的有效性。

可重入式生产车间调度的计算机仿真与优化研究

对于冷拔钢管生产车间的可重入生产的调度问题,采用计算机仿真软件系统eM-Plant来进行仿真优化求解。首先设定工件的成组规则,简化调度问题为投料策略与派工策略,然后采用遗传算法进行调度参数优化。仿真结果的对比表明遗传算法对此类问题的求解有较强的优化性能和稳定性。

基于一种新的评价指标的可重入生产系统调度

可重入生产系统的调度研究对制造业的发展具有重要的实际意义和理论价值。然而许多动态调度寻优方法需要将系统表示成有限的离散时间M arkov过程,而常用的平均输出率作为评价指标时无法找到具有明确物理意义的状态作为M arkov过程的吸收态。本文针对以上情况,对封闭可重入生产系统提出将系统某调度策略下首次进入阻塞前的平均输出工件个数作为评价该策略性能的新标准,并通过计算二站四缓冲区系统四种静态优先策略下的以上两种评价指标验证新标准的合理性;将系统首次进入阻塞前的平均输出工件个数作为优化目标表示成新形式的代价值函数、转移代价函数,应用到神经元动态规划策略中,对封闭可重入生产系统进行调度策略优化,并将对系统内工件个数较少时获得的调度策略直接应用到系统内工件个数较多的生产系统中,获得满意的结果,进一步验证系统首次进入阻塞前的平均输出工件个数可作为平均输出率的有效替代。

时间π演算及其弱时间互模拟分析

为了提高π演算对系统时间特性进行建模和分析的能力,针对可重入流生产线系统的特点,提出了一种基于持续活动和同步-等待交互方式的时间良构的时间π演算,即T-π演算。提出了一种新的弱时间互模拟关系,对模型的现有等价性判别条件进行了松弛。作为对T-π演算的有效性检验,利用T-π演算对可重入流生产线进行了形式化描述,在此基础上进行了其等价性分析,并给出了其可调度性判据。

基于遗传算法的可重入钢管生产优化调度

在可重入冷拔无缝钢管生产的计划和调度中,根据四个条件对工件进行组批,通过规则假设把组批后的批钢管看作单个加工工件,建立以最后完工时间、交货期满意度和机器总负荷为目标的多目标组批排序优化模型,设定其约束条件,采用基于Pareto的混合遗传算法对模型进行优化求解.通过算例证明该模型的有效性和合理性.

周期式退火炉作批处理机的可重入批离散机流水车间调度

针对无缝钢管冷拔生产中的周期式退火炉作批处理机的可重入批离散机流水车间调度问题,建立以总工件完工时间与批处理机总能源消耗最小化的双目标优化调度模型,设计包括多目标粒子群算法、快速非支配等级排序、拥挤度比较以及变异进化操作的多目标粒子群算法,该算法采用非支配等级排序与拥挤度比较进行最优粒子的选择策略和算法前期与后期变异相结合使用策略。试验结果表明,与带变异进化操作的多目标粒子群算法和非支配排序粒子群算法相比,该算法在两个目标函数上都找到更优的最小值,其结果平均水平更靠近Pareto解集的前沿,有效提高了算法的优化求解能力。通过Pareto解的方式该算法可得到一组综合权衡了完工时间和退火炉能源消耗两个指标的Pareto解集,能提供多种可选的调度方案,当生产时间充足,可尽量选取退火炉能源消耗较低的方案,当企业订单繁多追求生产效率时,可尽量选取完工时间较小的方案,有效地解决了此类实际问题。