基于灰数描述的不确定工时作业车间E/T调度优化

针对不确定加工时间的作业车间调度问题,考虑每个工件的交货期窗口,旨在最小化工件提前/拖期成本和机器空闲成本。分别采用基本遗传算法和混合遗传算法进行求解,并比较两种算法的求解质量。通过灰色理论和模糊数理论对不确定加工时间分别建立调度模型,分析两种模型的优化程度和稳定性。结果表明,与基本遗传算法相比,引入按指定邻域结构进行局部搜索的混合遗传算法具有更好收敛能力;与模糊数方式相比,采用灰色理论能够更好地描述不确定加工时间,且在求解过程中也具有更好的适应性和稳定性。

考虑交货期的双资源柔性作业车间节能调度

为解决含有机器和工人双资源约束的柔性作业车间节能调度问题,在考虑交货期的基础上,建立了以总提前和拖期惩罚值及总能耗最小为目标的双资源柔性作业车间节能调度模型。提出了一种改进的非支配排序遗传算法(improved non-dominated sorting genetic algorithmⅡ,INSGA-Ⅱ)进行求解。针对所优化的目标,设计了一种三阶段解码方法以获得高质量的可行解;利用动态自适应交叉和变异算子以获得更多优良个体;改进拥挤距离以获得收敛性和分布性更优的种群。将INSGA-Ⅱ与多种多目标优化算法进行对比分析,实验结果表明所提算法可行且有效。

一种新调度类型及其在作业车间调度中的应用

研究改进遗传算法解决作业车间调度问题,问题染色体的编码采用基于工序的编码。针对传统的调度类型的局限性,提出全主动调度及其基于工序编码的产生机制。为了克服传统遗传算法求解调度问题易于早熟收敛的缺点,设计基于优先工序交叉(Precedence operation crossover,POX)和改进子代产生模式的遗传算法。用改进的遗传算法求解传统调度问题、交货期调度问题和提前/拖期(Earliness/Tardiness,E/T)调度问题,研究半主动、主动和全主动三种不同的调度解码机制对遗传算法提供解质量的影响。

基于遗传算法的作业车间提前/拖期调度问题

针对带有交货期窗口硬约束并对提前/拖期零件进行惩罚的一类作业车间调度问题,设计了一种改进型遗传算法,该算法采用"逆向后推"和"顺向前拉"相结合的两阶段求解策略。针对部分染色体在解码过程中违反交货期窗口硬约束而产生非法解的问题,采用基于关键路径的染色体修复方法来调整染色体基因序列,以期实现在满足交货期窗口硬约束的同时降低零件拖期成本;在保持第一调度阶段拖期成本不变的基础上,采用基于逆向重调度的目标值修订方法来延迟零件开工时间,以降低在制品流动成本和成品提前库存成本。通过80组调度测试用例的仿真结果表明,该算法在降低调度总成本和拖期成本方面具有一定的优势。

遗传算法在车间批量生产计划问题中的应用

随着我国市场经济的发展 ,高产值已不再是企业追求的主要目标 ,而准时生产准时交货的 (Just in time,JIT)生产则成为企业在市场中取胜的必备条件 ,因而体现 JIT思想 ,与交货期有关的提前 /拖期问题成了新的研究热点。本文简要介绍了目前生产计划提前 /拖期问题的研究状况 ,建立了一个该问题的数学模型 ,在此基础上 ,应用遗传算法 ,对交货期窗口下的提前 /拖期问题进行了研究 ,并在计算机上得以仿真实现。仿真结果表明 ,该算法不受问题规模的限制 ,对于解决大规模复杂的问题更显示出其优越性 ,为 MRPII与

有时间窗车辆路径问题的改进遗传算法

给出了有时间窗车辆路径问题的通用数学模型 ,该模型不仅能够满足大多数实际问题的需要 ,而且通过对特定参数的设定 ,还能够转换成其他几种典型的组合优化问题的数学模型。通过引入新颖交叉算子 ,构造了一种改进遗传算法。该算法摆脱了对群体多样性的要求 ,不存在传统遗传算法常见的“早熟收敛”问题。该算法已用于解决有时间窗的车辆路径问题 ,实验结果表明 ,它可以有效地求得有时间窗车辆路径问题的优化解 ,是求解车辆路径问题的一个较好方案。

Job-shop提前/拖期调度问题的研究

基于模糊控制和遗传算法 ,提出了求解 Job- shop提前 /拖期问题的联合算法。用遗传算法确定可行调度序列 ,然后用模糊控制器对开工时间加以调整。模糊控制的引入为有效地求解 Job- shop提前 /拖期调度问题提供了新方法。

带有交货期窗口的调度问题及算法

对不同交货期窗口下的提前／拖期单机调度问题进行了分析，给出了最优序列中相邻工件对所满足的必要条件，提出了两个优先级法则，并利用优先级法则设计出遗传算法的交叉算子，在文章的最后，给出了实验结果和结论．

不确定条件下基于遗传算法的作业车间调度问题

考虑到产品不同的交货期,研究了不确定条件下的作业车间调度问题,用三角模糊数表示产品处理时间,建立了调度问题的模型,并结合模糊理论设计了一种改进的遗传算法进行求解.该算法通过整数编码的方法产生初始种群,结合轮盘赌方法和精英保留策略进行选择操作,采用基于优先工序交叉(precedence operation crossover,POX)算子和互换变异方法进行交叉和变异操作,并通过动态调整交叉概率和变异概率的方法来提高算法的性能以及计算效率.最后,通过算例和企业实例验证了该模型和算法的有效性.

求解带有时间窗和提前/拖期惩罚的飞机着陆问题的遗传算法

研究了带有时间窗、飞机着陆的总提前/拖期惩罚最小为目标函数的飞机着陆问题.针对此问题设计了一种遗传算法进行求解.染色体表示为飞机着陆次序和着陆跑道两个向量,一个新的解码算法来计算飞机的着陆时间.采用数据库OR-Library中的实例进行数值实验,实验结果表明:设计的算法是有效的,主要原因是解码算法能大大提高解的质量.该算法对于求解带有时间窗、目标函数为提前/拖期惩罚最小的调度问题具有借鉴意义.

流水车间作业提前/拖期调度问题研究

在非正规性能指标提前/拖期调度问题中,工件的加工顺序和每个加工活动的开始时刻都属于需要优化的变量,增加了求解的难度。针对这一问题,提出了采用分层调度模式求解流水车间提前/拖期调度问题的联合算法。首先,采用遗传算法对加工顺序进行寻优;其次,在给定调度序列的情况下采用启发式算法对加工开始时刻进行优化,制定插入机器空闲时段的策略,确定何时插入空闲时段和空闲时段的大小,即在给定顺序下确定工件加工活动的开始时刻,以满足在加工完所有工件后,使提前惩罚费用与拖期惩罚费用之和最小。数值计算结果证明了该联合算法的有效性。

基于JIT的并行多机问题的病毒进化遗传算法

为了解决提高顾客对完工时间满意度的提前/拖期调度问题,提出了一种将病毒进化遗传算法和单机问题的有效算法相结合的求解方法。在该方法中,病毒进化遗传算法采用整数编码,简化了算法的实现难度,提高了算法的执行效率。每个染色体都代表完成零件加工的机器编码的组合,通过病毒种群对主种群的病毒感染,提高了逃脱局部极点的搜索能力。在每一代种群中,调用单机问题的有效算法,使达到用户满意度的零件数最大。数值仿真实验表明,该算法具有收敛速度快、优化效果好等特点,且适合于求解大规模问题。

解并行多机提前/拖后调度问题的并行遗传算法

为有效地解决带有公共交货期的非等同并行多机提前/拖后调度问题,设计了一种分段扩展排列编码的混合遗传算法,使遗传编码能同时反映调度方案和公共交货期,并对其初始种群产生、交叉和变异方法也进行了研究。同时为了更好地适应调度实时性和解大规模此类问题的需要,基于遗传算法自然并行性特点的基础上,实现了主从式控制网络模式下并行混合遗传算法。计算结果表明,此算法是有效的,优于启发式算法和遗传算法,有着较高的并行性,并能适用于大规模非等同并行多机提前/拖后调度问题。

不确定条件下不同交货期窗口的Job Shop调度

研究了具有不同交货期窗口的JobShop的提前/拖期调度问题,并考虑了处理时间的不确定性,采用三角模糊数表示处理时间的不确定性,提出了基于遗传算法的求解算法.仿真实验验证了算法的有效性.

解决并行多机提前/拖后调度问题的混合遗传算法方法

研究了带有公共交货期的并行多机提前 /拖后调度问题 .提出了一种混合遗传算法方法 ,以便于确定公共交货期和每台机器上加工的任务代号及其加工顺序 ,即找到一个最优公共交货期和最优调度 ,使加工完所有任务后交货期安排的成本、提前交货成本和拖后交货成本的总和最小 .数值计算结果表明了该混合遗传算法优于启发式算法 ,并能适用于较大规模并行多机提前 /拖后调度问题 .算法计算量小 ,鲁棒性强 .

不确定条件下不同交货期窗口的Flow Shop调度

研究了具有不同交货期窗口的Flow Shop的提前/拖期调度问题,并考虑了处理时间的不确定性。采用三角模糊数表示不确定性信息,引入两种模糊运算,建立了问题的模糊规划模型,并采用“中间值最大隶属度”的算法将模糊规划模型转化为清晰的非线性规划模型。针对清晰的数学模型提出了基于遗传算法的优化方法,最小化对所有工件提前/拖期惩罚。最后,大量仿真实验验证了算法的有效性。

基于遗传算法的单机提前/拖期调度方法研究

针对对工件有不同交货期要求 ,并对提前 /拖期工件进行惩罚的一类单机调度问题 ,提出了基于遗传算法的优化方法 .提出一种基于“非”一致次序交叉算子的遗传算法 ,用于排序优化 ;在分析了惩罚函数性质的基础上 ,给出了最优开工时间算法 .对不同规模的调度问题 ,应用本文提出的算法与其它算法进行了比较 ,结果表明该方法具有优良的性能 .

用遗传/禁忌搜索混合算法求解可变加工时间的调度问题

有效地混合了遗传算法和禁忌搜索算法，对于一类加工时间可变的提前／拖期单机调度问题进行了研究。目标函数基于任务的提前／拖期惩罚、附加惩罚以及加工时间的偏离量惩罚，目标是确定最优的公共交货期、最优加工时间和最优加工顺序极小化目标函数，并与一般的遗传算法相比较。

用遗传算法解决在并行机上带有不同交货期窗口的Job-Shop调度问题

本文讨论了不同交货期窗口下的提前／拖期并行机调度问题，提出了染色 体用工件编号进行编码的编码规则，给出了用稳步遗传算法求解上述问 题的方法。仿真实验表明了算法及编码规则的可行性和有效性。

模糊加工时间单机E/T调度问题的GA算法

研究了单机模糊加工时间下，带有惩罚的提前和拖期（Ｅ／Ｔ）的调度模型，以计划评审法（ＰＥＲＴ）作为不同调度方案的评估准则，运用遗传算法得到不同的调度方案。比较了遗传算法的４种不同交叉因子，提出在遗传过程中，多种交叉方式按概率随机选取的新交叉方式，并对随机产生１００个不同规模的问题进行了仿真。