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。     

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。     

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。     

基于自适应交叉变异的飞蛾算法云计算任务调度策略

针对云计算资源调度效率低的问题,提出一种基于自适应交叉变异的飞蛾优化算法云资源调度策略.首先引入综合学习策略,对飞蛾种群进行初始化,提高全局搜索能力.其次在迭代过程中加入自适应交叉变异策略,加强粒子跳出局部最优的概率.最后建立云计算任务调度问题的数学模型,将改进后的飞蛾算法对模型进行求解,并将实验结果与其他优化策略的实验结果在时间花费和能源花费中进行对比,取得了较优的结果.     

关于车间作业调度的分布式遗传算法

本文针对车间调度问题提出了一种分布式遗传算法,并结合实例说明了算法的实现过程。介绍如何在车间作业计划调度中利用改进遗传算法,达到减轻人员负担,提高企业生产效率的目的。     

自动排课的遗传算法

课程表问题是典型的组合优化和不确定性调度问题,并且是NP完全问题.遗传算法在排课问题上的应用通过交叉、突变、选择三种遗传算子来实现遗传和变异的功能,并采用适应度函数保证排课结果趋于最优.     

自动排课的遗传算法

课程表问题是典型的组合优化和不确定性调度问题，并且是NP完全问题。遗传算法在排课问题上的应用通过交叉、突变、选择三种遗传算子来实现遗传和变异的功能，并采用适应度函数保证排课结果趋于最优。     

蚁群算法在作业调度中应用研究

合理配置车间作业调度中的各种资源可提高生产设备利用率与生产效率,降低生产成本。本文提出了一种求解混流装配线作业调度的蚁群算法,从信息素更新、状态转移概率论证该算法。通过计算目标函数与目标追随法、遗传算法、模拟退火算法比较,结果证明该算法对作业调度能够起到优化作用。     

基于遗传算法的干线运输车辆调度问题研究

在对干线运输实际背景作合理假设的基础上,建立了较完整的干线运输车辆调度问题的数学模型。将基本遗传算法在交叉、变异等操作方面进行了一系列改进,使之适用于运输企业的干线运输车辆调度问题的求解。同时,对改进的遗传算法进行计算机数值仿真实验,并对实验结果进行分析和评价。     

改进实数编码遗传算法在泵站优化调度中的应用研究

探讨了一种改进型实数编码遗传算法在泵站运行费用最低准则下泵站优化调度中的应用。为解决简单遗传算法收敛不成熟以及收敛速度较慢的问题,针对实数编码遗传算法提出了初始种群选择规则、遗传操作后的最优个体保留策略,以及单点交叉和扰动变异概率等综合改进方法。实例应用表明,改进型实数编码遗传算法有效实现了全局优化,加速了进化效率,对泵站优化调度具有很强的实用性。     

蚁群动态调度算法在混流车间作业调度的应用

混流车间作业调度是实际生产环节中的一个重要问题,也是制造系统生产管理的核心,同时实际的生产系统是一个动态生产环境.文中提出蚁群动态调度算法,通过实例具体分析并且跟传统的启发式算法相比较,实验结果证明蚁群动态调度算法对混流车间作业调度问题有较优的加工路径.     

面向绿色制造的轴承生产车间多目标调度优化（英文）

针对高性能轴承零部件的加工过程,以最大完工时间、机器加工碳排放量和磨削液使用量为目标函数,对轴承零部件加工的绿色车间调度问题进行研究.将轴承零部件的加工过程细化为启动、装夹、加工、卸夹、待机和关闭共6个流程,建立多目标绿色调度数学模型;提出了改进的多目标遗传算法进行求解,采用融合工序选择和机器选择的分段式编码方式,并在交叉、变异等步骤进行改进,提高算法收敛性;最后以某轴承公司的轴承零部件加工过程为例进行案例分析与对比试验,并通过大规模数据测试与分析.结果表明,所提模型可以得到更低的完工时间、碳排放量和磨削液使用量,从而验证了所提模型的科学性和有效性.     

多巷道堆垛机联合作业调度问题研究

自动化立体仓库作为现代物流技术领域内出现的一种新型仓储方式,在工业生产中发挥着日益重要的作用。自动化立体仓库作业调度往往需要多巷道堆垛机联合作业,根据作业调度相关原则,提出基于时间要求的堆垛机调度算法模型和优化调度的三个目标,运用遗传算法实现多目标的优化,采用矩阵编码和不同目标互相交叉的方法,解决多巷道堆垛机联合作业优化调度问题,突破了传统的仅对单目标进行优化的特点。     

基于深度强化学习的柔性车间动态调度方法及仿真

在柔性生产车间的动态调度中，启发式调度方法因其响应速度快而得到广泛应用，但其规则繁杂，难以在复杂多变的动态生产调度环境中做出最优决策。为此，提出一种基于改进的深度强化学习算法的柔性作业车间动态调度方法，将车间动态调度问题建模为马尔科夫决策过程，定义一系列表征生产系统环境的状态特征值，在每个决策时间点利用改进的策略梯度方法实现启发式调度规则的智能动态选择。设计3组实验仿真表明，提出的方法相比于传统启发式算法具有优越性和泛化性，该研究可为大学的专业教学提供一个仿真实践平台。     

作业车间调度问题解的不可行性检测算法和快速修复算法

为了判别作业车间调度问题的解的可行性,提出了一种基于图论的启发式判别算法,并通过实例验证了方法的正确性.提出了普适于作业车间调度问题的快速修补新算法,可以对于作业车间调度问题的不可行解进行修正使之变成可行解.判别算法和修补算法在最不利情形下的计算复杂性均为O(n),判别算法在最有利情形下的计算复杂性为O(2 |J|+|...     

改进遗传算法在TSP问题中的应用

旅行商问题是典型的NP组合优化问题。提出一种旅行商问题求解应用上的改进遗传算法。引入贪心算法优化初始种群,在轮盘赌选择基础上,融入最优保存策略和掺杂算子进行选择操作,以保证群体的多样性;基于两点三段随机交叉算子优化交叉结果,基于启发式倒位变异算子提高算法的收敛速度;给出了求解旅行商问题系统的体系结构。实验结果表明,改进的遗传算法具有更好的寻优能力。     

基于遗传算法的函数优化问题研究

介绍了利用遗传算法解决函数优化问题的一般思路。引入一个称为精华模型的变量,以协调群体的多样性和选择性压力;引入并使用了均匀交叉算子、均匀变异算子,能改进遗传搜索的局部搜索能力,并显著提高遗传算法求得全局解的能力。     

基于遗传算法的函数优化问题研究

介绍了利用遗传算法解决函数优化问题的一般思路。引入一个称为精华模型的变量,以协调群体的多样性和选择性压力;引入并使用了均匀交叉算子、均匀变异算子,能改进遗传搜索的局部搜索能力,并显著提高遗传算法求得全局解的能力。     

基于遗传算法的物流配送车辆调度优化模型研究

物流配送中,车辆调度是一个关键问题。为了提高物流配送中车辆调度的效率,本文提出了一种灵活的多目标组合优化模型,此模型可以方便的增减优化目标值。设计了适合多车场开放式车辆路径问题的通用染色体编码方案,并对遗传算法中的交叉变异操作做了详细说明。