多资源约束作业车间调度问题的模型研究

在柔性作业车间调度问题模型的基础上,针对资源约束作业车间调度问题及多目标柔性作业车间调度结合的问题,建立了资源约束下多目标柔性作业车间调度问题的数学模型,提出了启发式活动调度算法与遗传算法结合来对模型进行求解。选择操作采用轮盘赌选择方式;交叉操作采用基于活动启发式算法的交叉算子;变异操作采用基于领域搜索的变异。最后分析了一个具体调度结果实例。     

基于交货期的并行机器生产调度规则的研究

针对生产调度中拖期问题,通过研究在生产过程中引起拖期的因素,制定调度规则,并提出以调度规则为基因位,采用遗传算法实现对生产车间的优化组合,从而获得客户的最大满意度。     

求解JSP问题的一种自适应遗传算法

该文在对车间调度问题进行描述的基础上,提出了一种新的自适应遗传算法,并将其应用于JSP问题.     

基于小生境的自适应多目标遗传算法求解流水车间调度问题

流水车间调度问题属于NP完全问题。为了更高效地求解多目标流水车间调度这一问题,提出了一种新的混合多目标遗传算法,采用小生境技术、双重精英策略及非劣解局部搜索,并且可根据适应度来自动调节交叉和变异概率。实验表明,该算法具有更快的收敛速度和优化效果。     

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。     

混合遗传算法求解车间作业调度问题

所谓生产调度问题,其实质如何分配资源使其更优化．这里我们所讲的资源指的是车间生产所需的设备资源．对车间生产作业调度问题进行求解,其目的就是要找出一个能够将一组工件更为科学、合理的安排到机器上从而实现最优化的生产作业方案．本文采用一种启发式算法和遗传算法相结合的混合遗传算法,在运用过程中给出其应用方法．     

基于混合遗传算法的模糊车间调度问题

该文介绍了模糊流水车间调度问题，在此基础之上设计了一个解决该问题的混合遗传算法——嵌入多点最速下降法的遗传算法（GDA），将其与各种算法进行了仿真比较，论证了其有效性。     

遗传算法在车间调度中的应用

从具体的车间调度简化实例入手,分析了要求解的目标,建立了基于遗传算法的模型。阐述了编码算法以及染色体的实际意义,设计了基本遗传操作,实现了该模型的计算机模拟,并对仿真结果进行了比较。     

基于改进遗传算法的柔性作业车间调度研究

针对中小型企业生产车间柔性作业调度问题,采用改进的遗传算法求解最优调度结果。将最大完工时间最小化作为调度目标,对经典遗传算法进行相应的改进。首先利用粒子群算法获取工序序列与粒子参数之间的映射关系,在初始种群中利用混沌映射和反向学习策略以提高初始种群质量;然后提出一种将机器编码和工序编码相结合的分段编码方法,以解决某道工序有多台可选机器加工的问题;最后利用自适应交叉和变异概率提高算法收敛速度。通过对 Brandimarte 设计的 10 组不同规格的基准案例进行仿真实验,得到进化曲线和最优调度方案。实验结果验证了该方法的实用性和有效性。     

基于遗传算法求解炼钢-连铸浇次排序问题

炼钢-连铸中的浇次排序属于带有工艺约束的并行机流水车间调度问题.本文研究了钢铁铸造企业生产计划与调度中的浇次排序问题,建立了数学模型,其目标函数确定为在满足机器约束的条件下,当日浇次计划的生产成本最小,并应用基于自然数向量编码和启发式规则产生初始种群的遗传算法进行了仿真研究.