Scheduling Model and Algorithm of Construction Equipment under Milestone Constraint

The scheduling of construction equipment is a means to realize network planning.With the large-scale and low-cost requirements of engineering construction,the cooperation among members of the engineering supply chain has become very important,and effective coordination of project plans at all levels to optimize the resource management and scheduling of a project is helpful to reduce project duration and cost.In this paper,under the milestone constraint conditions,the scheduling problems of multiple construction devices in the same sequence of operation were described and hypothesized mathematically,and the scheduling models of multiple equipment were established.The Palmer algorithm,CDS algorithm and Gupta algorithm were respectively used to solve the optimal scheduling of construction equipment to achieve the optimization of the construction period.The optimization scheduling of a single construction device and multiple construction devices was solved by using sequencing theory under milestone constraint,and these methods can obtain reasonable results,which has important guiding significance for the scheduling of construction equipment.

Open pit waste removal optimization through equipment fleet scheduling

A neighborhood search algorithm was proposed to simultaneously schedule the waste removal quantity and the equipment fleet profile over the mine life for open pit mines.An initial search domain was first defined and a good schedule was obtained as the current best schedule by searching in this domain.Then,progressively narrower neighborhood search domains were constructed around the current best schedule to search for better schedules.The objective is to minimize the present value of waste removal costs over the mine life.The resulting schedule from this algorithm provides a complete fleet profile for each year over the mine life:the selected equipment models,the number of equipment units of each model,the age of each unit,as well as the quantity of waste removed.A numerical example of application was provided to demonstrate the feasibility and merits of the algorithm.

Tasks Scheduling in Cloud Environment Using PSO-BATS with MLRHE

Cloud computing plays a significant role in Information Technology(IT)industry to deliver scalable resources as a service.One of the most important factor to increase the performance of the cloud server is maximizing the resource utilization in task scheduling.The main advantage of this scheduling is to max-imize the performance and minimize the time loss.Various researchers examined numerous scheduling methods to achieve Quality of Service(QoS)and to reduce execution time.However,it had disadvantages in terms of low throughput and high response time.Hence,this study aimed to schedule the task efficiently and to eliminate the faults in scheduling the tasks to the Virtual Machines(VMs).For this purpose,the research proposed novel Particle Swarm Optimization-Bandwidth Aware divisible Task(PSO-BATS)scheduling with Multi-Layered Regression Host Employment(MLRHE)to sort out the issues of task scheduling and ease the scheduling operation by load balancing.The proposed efficient sche-duling provides benefits to both cloud users and servers.The performance evalua-tion is undertaken with respect to cost,Performance Improvement Rate(PIR)and makespan which revealed the efficiency of the proposed method.Additionally,comparative analysis is undertaken which confirmed the performance of the intro-duced system than conventional system for scheduling tasks with highflexibility.

Mining truck scheduling with stochastic maintenance cost

Open pit mining operations utilize large scale and expensive equipment. For the mines implementing shovel and truck operation system, trucks constitute a large portion of these equipment and are used for hauling the mined materials. In order to have sustainable and viable operation, these equipment need to be utilized efficiently with minimum operating cost. Maintenance cost is a significant proportion of the overall operating costs. The maintenance cost of a truck changes non-linearly depending on the type, age and truck types. A new approach based on stochastic integer programming （SIP） techniques is used for annually scheduling a fixed fleet of mining trucks in a given operation, over the life of mine （multi-year time horizon） to minimize maintenance cost. The maintenance cost data in mining usually has uncertainty caused from the variability of the operational conditions at mines. To estimate the cost, usually historic data from different operations for new mines, and/or the historic data at the operating mines are used. However, maintenance cost varies depending on road conditions, age of equipment and many other local conditions at an operation. Traditional models aim to estimate the maintenance cost as a deterministic single value and financial evaluations are based on the estimated value. However, it does not provide a confidence on the estimate. The proposed model in this study assumes the truck maintenance cost is a stochastic parameter due to the significant level of uncertainty in the data and schedules the available fleet to meet the annual production targets. The scheduling has been performed by applying both the proposed stochastic and deterministic approaches. The approach provides a distribution for the maintenance cost of the optimized equipment schedule minimizing the cost.

地下金属矿开采装备短间隔智能调度体系研究

作为矿山生产管理的重要内容,生产调度优化与管控可以充分利用产能、降低开采成本,因此成为现代矿山降本增效的有效手段。通过精细化调度管理和智能决策方法,实现复杂条件下的开采装备高效协同作业,充分提高调度管控效率和矿山生产能力,是现阶段矿山开采装备智能调度需要解决的关键问题。以地下金属矿山开采装备调度过程为研究对象,以提高开采装备的作业效率和生产能力为目的,研究了开采装备智能调度管控模式、决策支持算法和集成化应用。针对现代地下金属矿生产实时化、精准化与智能化管控的新需求,提出了开采装备短间隔智能调度新模式,形成了以“任务分解—任务配置—运输配置—作业指令—响应修正—分析反馈”为特征的短间隔闭环调度方案。设计了包括开采装备任务配置与调度优化算法、面向多级动态配矿的矿石流优化算法、无轨装备集群调度控制优化算法的智能化决策支持算法库,实现由人工经验到智能决策的转变。将开采装备短间隔智能调度体系进行综合示范应用,满足了现代矿山精细化管控和智能化决策需求。研究成果对于地下矿山开采装备作业过程的精细化管控与开采效率提升具有指导意义,同时也为现代地下金属矿山的生产调度管理提供了理论和方法支撑。

考虑柔性设备加工能力的综合调度算法

现有柔性综合调度研究中,没有考虑设备系统的协同加工能力,从而降低了设备系统高密加工和快速加工能力。针对此问题,文章将柔性设备可进行加工的工序数作为优化对象、以竞争资源较为紧张的设备资源为优化要素,提出了考虑柔性设备加工能力的综合调度算法(ISA-CPCFE):首先,采用优先调度层级较高与加工时长较短的工序的策略,提高了工序并行调度的力度;其次,提出一种最小化调度标尺与动态调整柔性设备优先级的策略,进一步提高了设备紧凑调度的力度。最后,将ISA-CPCFE算法与基于剪枝分层、基于设备驱动、基于实际路径、基于逆序层优先的算法进行对比实验。结果表明:ISA-CPCFE算法实现了复杂产品加工时间更短、柔性设备系统整体利用率更高的优化目标,调度效果更优。

双高箱办理站装卸设备协同调度研究

为提高双高箱列车装卸作业效率,针对双高箱办理站不设主作业区、“完全间接装卸”、装卸作业多流向及出站箱同步转运的特点,考虑设备能力、作业序列、轨道吊安全距离约束等现实约束,详细拆分设备间的衔接、共用及等待时间构成,以最小化完成装卸作业用时、装卸线轨道吊等待时间最小化和作业均衡率最大化为优化目标,构建轨道吊、AGV、空箱堆垛机和智能举升机间的协同调度模型,并基于遗传算法和模拟退火算法设计混合算法求解模型。通过实例验证模型及算法的有效性、混合算法和多目标协同优化的优越性,分析表明双高箱办理站布局及装卸作业模式可行,优化指标间两两无单向相关性。最后通过灵敏度分析验证模型可用于装卸设备配置优化,以实现双高箱办理站低成本高效运作。

一种航空装备实时系统任务快速调度方法

针对航空装备实时系统对多线程下实时任务快速调度的困难,提出了一种基于多层编码遗传算法并利用粒子群算法进行参数优化的实时系统任务快速调度方法。通过引入任务贡献矩阵,建立了以总消耗时间少和贡献值大的任务尽早完成为目标的染色体适应度值评价模型,避免重要任务的丢失。采用粒子群算法对多层编码遗传算法参数进行优化,避免陷入局部最优解,增加了收敛速度。最后对调度方法进行仿真验证,仿真结果表明,本文提出的实时系统任务快速调度模型与方法可以优化任务的执行时间,保障任务的顺利完成。通过对粒子群算法优化前和优化后的调度情况的对比,证明了优化后的模型的调度性能指标要优于参数优化前的模型,调度速度和调度效果明显提升。

考虑同层后道工序的柔性设备网络综合调度算法

针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS)。首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出均值逆序紧后路径策略,确定了各逆序层待调度工序集中工序的调度顺序;最后,提出最早完工时间策略和设备空闲插入策略,当工序在柔性设备上最早完工时间相同时,考虑了在柔性设备上的加工时间和同层后道工序的加工设备,确定了目标工序的加工设备以及加工时间。实例表明,和已有算法相比,该算法能够缩短产品完工时间。

基于资源池视角的废弃电子产品逆向物流系统协同模型研究

废弃电子产品具有双重属性,其逆向物流网络分布范围广并且数量增长迅速。不同主体对废弃电子产品逆向物流的需求是不同的,单个的逆向物流节点很难同时满足不同需求,如何合理高效地协调各个逆向物流节点的资源,以满足各个逆向物流任务是亟待解决的重要问题。在数字技术的支持下,逆向物流信息协同领域得到丰富和完善,针对传统模式中废弃电子产品回收处理过程存在的资源利用率低、浪费严重等情况,将整个逆向物流网络看作资源池,采用智能体(Agent)处理功能网络的任务迁移模式代替传统方法中大量的数据迁移模式,构建了基于多智能体(Multi-Agent)的废弃电子产品逆向物流系统资源协同模型,最后仿真结果验证了所建模型的有效性和可行性,为废弃电子产品逆向物流系统的资源调度分配提供了新的解决方案。

集成设备状态控制的柔性作业车间节能调度方法

柔性作业车间节能调度与设备节能控制是优化车间加工能耗和空闲能耗的两个关键步骤,但以往设备节能控制与调度通常分段进行优化,忽视了调度优化结果对设备状态控制决策过程的强约束,从而限制了车间的节能优化潜力。为此,提出一种设备状态控制与车间节能调度集成优化的方法。首先,通过分析工件排序、设备选择和设备节能控制策略变化对车间能耗的综合影响,建立集成设备状态控制的车间调度优化模型。其次,根据集成优化问题特性,设计了一种基于工件序列、机器序列和设备状态控制序列的三层式编码方式,同时,提出自适应分层策略和节能调度规则改进多目标优化算法对集成优化模型进行求解。最后,结合Brandimarte中的标准算例,通过对车间调度和设备状态控制分段式优化结果进行对比,验证所提方法的有效性。

资源分布视角下区域保障调度模型研究

区域作战中,装备保障需求呈现出一定分布特征,保障供应也随时动态变化,如何匹配供需进而进行保障调度成为提升区域保障能力的关键。针对区域资源供需的分布特性,运用最优传输理论,建立资源分布视角下区域保障调度模型。首先,构建分布视角下的区域保障调度基本模型,考虑决策层级将其拓展为多分辨率模型,然后基于sinkhorn算法提出保障调度概率方案作为转换,进而给出多分辨率模型的保障调度方案求解算法。案例分析表明,非指数分布和自由竞争环境下,保障调度方案具有鲁棒性。

伴随维修资源配置与任务调度的多目标联合优化

现代战争作战节奏快、横跨地域广,对伴随维修保障模式提出了更高的要求。如何在复杂战场中实现资源配置与任务调度的流程整合,充分发挥伴随维修系统效能,已经成为当今装备维修保障的迫切需求与发展方向。综合考虑多中心、开放式、多修复状态、时间窗、非遍历、容量限制等因素,首次提出随时补货的思路,将地区危险系数与维修组当前成本相结合,以维修组创造维修效益最大化、承担风险成本最小化为目标,建立更完善的数学模型。针对上述问题进行相应的编码,改进多目标人工蜂群(Multi Objective Artificial Bee Colony,MOABC)算法,提出求解质量、收敛速度良好的多目标人工蜂群-多记忆蜜源(Multi Objective Artificial Bee Colony for Memorizing Multiple Honey Sources per Bee,MOABC-MMHS)算法;针对小部分极端值影响均值的问题改进覆盖率(Coverage,C)指标的使用方式,以频率的方式对其进行展示;通过仿真实验与多指标评价验证模型和算法的科学性,实现了伴随维修资源配置与任务调度的联合优化。研究结果表明,上述模型与算法能够为伴随维修保障提供相应的辅助决策。

基于双层规划的装备保障优化预调度

装备保障影响作战任务完成质量甚至直接关系任务成败,装备保障优化调度是提升装备保障系统效益的关键。针对装备保障系统双层决策和组合优化的特点,提出一种基于双层规划的装备保障优化预调度模型。分析装备保障系统运行过程和建模框架;结合组合优化问题,建立双层规划模型,上层为粗粒度层,采用MTSP(multiple travelling salesman problem)方法,下层为细粒度层,采用JSP(job-shop scheduling problem)方法;通过改进MTSP算法设计和迁移JSP算法描述构建双层迭代算法进行模型求解。算例分析表明:该方法在大规模系统优化调度中具有结构开放性和参数适应性。

基于改进粒子群的并行自动测试任务调度方法

为解决航空电子设备在进行大规模多线程自动测试任务时任务调度效率低、资源利用率低的问题,设计负载均衡筛选机制,建立了并行测试静态资源调度模型,提出了基于粒子编解码的改进粒子群任务调度方法。通过混沌初始化序列和决策权重选择双向学习或引斥力机制,提高了粒子群算法效率和准确性。在此基础上,针对自动测试中的重调度问题,以待测件紧急度为判据建立不同目标函数,完成测试过程紧急件的测试,提高了调度方法的动态规划能力。通过仿真实验验证了调度方法能够有效提升并行测试任务调度效率和资源利用率。

现货电价条件下火力发电厂辅机优化调度技术应用

基于次日现货电价曲线波动情况,兼顾机组运行需要、辅机制备原料能力和仓储容量等多种因素,开发火力发电厂辅机优化调度专用软件,提前1 d对可错时运行辅机的启停计划进行自动规划。理论分析和软件功能测试结果表明:对部分辅机设备优化调度后,既可以提高火力发电厂的售电收益,又有利于在用电低谷时段消纳部分电能,提高电网运行的稳定性,具有良好的经济效益和社会效益。

考虑晶圆驻留时间约束的双臂组合设备群调度

组合设备群代表了当前晶圆制造装备发展的新趋势,其调度控制水平直接攸关半导体芯片制造企业的整体经济效益。针对半导体芯片制造中考虑晶圆驻留时间约束的双臂组合设备群,文章提出了一种基于特征转换的调度控制方法。首先,引入一种概念型晶圆制造系统,即特征双臂组合设备,并给出相应的稳态调度方法。其次,采用特征转换方法,将线性/树形结构的双臂组合设备群转换为特征双臂组合设备。随后,根据转换后的特征双臂组合设备重新调整双臂组合设备群的机械手作业序列,并求解可行的稳态调度方案。最后,通过实例验证了所提方法的有效性。

基于设备负荷均衡规则的空间目标监视资源调度研究

针对传统空间目标监视资源调度存在各观测设备负荷不均衡的问题,提出了一种基于设备负荷均衡规则的调度方法。以空间目标的可见性为数学基础,利用STK软件包对空间目标进行跟踪弧段的可见性预报,将设备负荷均衡调度规则融入传统调度流程中,以观测需求分别为3圈次、4圈次、5圈次为输入进行实验仿真,生成的调度方案以甘特图的形式呈现,最后利用构建的评价指标进行价值评价。实验结果表明,基于设备负荷均衡的调度规则能够很好地实现各观测设备工作负荷上的均衡性,并且能够实现对更多空间目标的跟踪监视。

边缘侧分布式协同优化数据采集调度控制研究

边缘计算在综合供能系统中具有广泛的应用前景,由于能源设备供能的监测对于响应延迟具有不同的时延要求,因此,如何在满足延迟要求的基础上实现数据采集调度成为了该领域的关键问题之一。针对能源设备供能的监测对于响应延迟具有不同的时延要求,文中提出了一种数据采集调度算法,在满足延迟要求的基础上实现数据采集调度。根据提出的多跳无线网络数据采集结构,提出通过联合优化数据包大小和频谱感知次数,并以监测类型作为优先级进行最优排序。仿真验证的结果表明,文中提出的数据采集调度算法在多网络节点数据采集情况下,成功率仍然高于90%,延迟时间始终没有超出1 s,可以有效地提高数据采集调度的效率。

隧道机电设备预防性维护信息自动化调度模型构建

在预防性维护时,若不能合理安排调度方案,隧道机电设备不仅会产生较高的维护成本,还会严重延误机电设备的工作。为此,构建一种隧道机电设备预防性维护信息自动化调度模型。在7个模型假设条件下,建立以预防性维护成本为主,以工作延迟时间为辅的多目标优化函数。通过改进遗传算法取得最优解,得到最优调度方案。结果表明:所研究模型求出的调度方案1应用下,所产生的预防性维护总成本更少(485.36元),作业延迟时间更短(5.02 h),由此说明改进遗传算法求出的隧道机电设备预防性维护信息调度方案更加合理。