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。     

施工项目进度调度问题研究

施工项目进度管理是工程项目管理的"三大目标"之一。一个工程项目能否在预定的时间内交付使用,并且有效地利用资源,直接关系到投资效益的发挥。本文研究了施工项目进度调度问题,并对其问题进行描述,在资源受限情况下优化进度调度方面进行了研究。介绍了施工进度调度的基于优先规则的启发式算法,并指出未来研究方向。     

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．     

大学公交校车调度优化研究

本文以某大学校车为例,建立了公交校车调度优化模型,并采用遗传算法进行求解.该模型制定的调度方案考虑了学生和教职工的出行规律,兼顾了学校师生的利益和公交公司的利益,最后将调查数据代入模型,给出一个车辆调度发车时刻表的优化方案.     

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。     

公共自行车调度模型研究

随着大气污染日趋严重,"绿色出行"理念越来越深入人心,公共自行车系统应运而生,并得到迅猛发展。但在实际运营过程中存在的调度问题,即如何解决用户"借车难、还车难"和如何使企业运营成本最小化,始终制约着公共自行车系统的长期发展。根据国内外运营经验和相关研究成果发现,合理的调度是解决这些问题的关键所在。作者在分析各种调度优化模型和策略的基础上,提出了一个多目标的调度优化模型。     

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。     

高校多校区办学模式下的校车运行调度管理研究——以贵州省高校为例

我国高校目前普遍采用多校区的办学模式,校车成为维持不同校区之间正常的教学、科研、会议、实习以及日常通勤等方面的工作的桥梁和纽带.多校区的办学模式给校车的运行调度管理工作带来运行成本增加、道路拥堵严重以及其他不可预料因素等多方面的压力和挑战,为实现高校校车安全、准时、高效的运行调度管理,需要从创新管理方式、建立健全管理制...     

多信道环境下的偏斜调度策略研究

针对多信道广播中用户访问时间最小化的问题,提出一种偏斜调度策略。该策略引入了近似最优的TOSA算法的高层调度算法,然后将经典的多盘调度算法应用于算法中的低层调度以进一步提高数据广播性能。试验结果表明,该算法有效地降低了用户的平均访问时间．在偏斜数据访问模式下性能更优。     

用遗传神经网络混合算法求解可变加工时间Job-shop调度问题

有效地混合了遗传算法和基于约束满足的自适应神经网络算法,对于一类加工时间可变的调度问题进行了研究.遗传算法被用来进行迭代寻优.当前代经交叉和变异后生成的染色体对应非可行解,由自适应神经网络运算后得到可行解,对应的染色体作为新一代染色体.本算例的目标函数是基于任务的提前/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,实验结果说明了遗传/自适应神经网络算法混合算法的有效性.     

A New Algorithm for Resource Constraint Project Scheduling Problem Based on Multi-Agent Systems

Intheprojectmanagement,theschedulingproblemforshorteningthedurationundertheconstraintofre sourcesiscalledresourceconstrainedprojectschedulingproblem (RCPSP) [1] .Withtheincreasingcompetitionwithinglobalmarket ,thereisanurgentneedforenter priseintegration .Asanexample ,modernbusinessesnolongercompeteasindividualcompaniesbutratherassup plychains .Thus ,thesuccessofasinglecompanyde pendsonitsabilitytomanageandintegratenetworksofvariousbusinessrelationshipsinwhichcertainactivitiesarelinkedtoothe…     

遗传算法在云任务调度中的应用

云任务调度的目的是快速找到全局最优解.将多个云任务合理的分配给有限的资源上,使得整个任务的完成时间较短.文中主要介绍了遗传算法在云任务调度中的应用.通过仿真实验分析了采用精英策略的遗传算法和没有采用精英策略的遗传算法在云任务调度中的不同.     

警务平台的优化设置及高效调度

利用Floyd算法及就近原则,首先建立了以点集为管辖范围、以出警时间最短、工作量相对均衡、总工作量最小为目标函数的多目标0-1整数规划模型,然后将原网络图转化为对偶图,建立了以路集为管辖范围的多目标0-1整数规划模型.此外,在一个平台的警力最多封锁一个路口的前提下,设计了快速全面封锁的方案,得到了8.015min的最佳封锁时间.     

基于演化算法的高校课程排课系统的研究与实现

提出了基于演化算法高校课程排课系统的方法,以课程为排课核心,以授课计划为排课依据,利用演化算法建立起有效地数据模型.通过实验验证,该算法能够结合高校实际情况,自动地找到了解决排课问题的模型,具有一定的通用性.     

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。     

Fuzzy flexible resource constrained project scheduling based on genetic algorithm

Both fuzzy temporal constraint and flexible resource constraint are considered in project scheduling. Inorder to obtain an optimal schedule, we propose a genetic algorithm integrated with concepts on fuzzy set theory aswell as specialized coding and decoding mechanism. An example demonstrates that the proposed approach can assistthe project managers to obtain the optimal schedule effectively and make the correct decision on skill training before aproject begins.     

基于“卓越计划”的机械工程专业培养模式研究

按照"卓越计划"的要求,各个参与高校应结合本校客观实际,灵活自主地制定人才培养的政策和措施,保障"卓越计划"的实施和预期效果。结合高校实际情况探讨机械工程专业卓越工程师培养思路、培养标准、培养方案制定,师资队伍与培养基地建设,校企合作机制等方面的措施。作为具有鲜明行业背景和特色的高等学校,应根据自身的办学优势和特色,针对行业需求构建与办学定位相一致的"卓越计划"人才培养体系。     

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。