基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度，是柔性作业车间调度的扩展，它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比，它还能够处理非精确指标要求问题，并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化，提出了一种具有个体优化群体多样性的遗传算法（IOCDGA），以加快收敛速度，避免早熟问题。该算法针对文中的编码方法，定义了群体平均差及熵，用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率，该算法的进化侧重于单个或少数个体达到最优，而不是传统GA中的全部个体均为最优。计算结果表明，该算法可行，并减少了迭代次数。     

基于可变重调度区间的柔性作业车间动态调度策略

针对动态柔性作业车间调度问题,提出了基于可变重调度区间的动态重调度策略。建立了柔性作业车间调度数学模型。提出一种初始化机器、初始化工序和随机初始化相结合的改进种群初始化的方法,进一步提高初始种群解的质量。实际生产案例仿真对比分析结果表明,利用本文重调度策略和改进遗传算法后得到的结果比企业实际运行时间缩短了47.8%,比他人的调度策略所得到的优化结果提高了5.4%,从而验证了本文所提出算法的可行性和有效性。     

动态作业车间实时调度系统

本文在分析现有作业车间调度问题的基础上,设计实现了动态作业车间实时调度系统。该系统采用SQL Server创建数据库,使用Delphi实现数据库的管理,调度目标可实时灵活调整,调度算法为C++语言实现的改进差分进化算法,调度结果可转换为excel表格。实践表明了该实时调度系统的有效性和可靠性。     

基于改进遗传算法的柔性作业车间调度

在实际的柔性作业车间调度中,不但工件需要加工时间,而且工件在各个机器之间利用AGV转移也需要占用一定的时间,因此对柔性作业车间调度中考虑AGV运输时间的研究更具有实际意义。首先,针对此问题,建立了有AGV约束的柔性作业车间调度数学模型。其次,提出一种多段式编码,可以使得一些对进化没有帮助的基因直接被淘汰掉;提出一种分阶段的自适应交叉和变异概率公式及多种群进化机制以实现快速收敛及全局优化的效果。最后,仿真实例验证了本文提出算法的有效性和可行性。     

用遗传算法求解柔性作业车间调度问题(英文)

古典作业车间调度问题已经被研究了几十年并证明为 NP-hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序由一个机床集合中的任意一台加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法 ,从而取消了运用遗传算法求解作业车间问题时为使基因合法化而进行的基因修复过程 ,仿真结果表明用该遗传算法解决柔性作业车间调度问题是有效的。     

作业车间动态调度研究

系统地研究了动态环境中受多种资源制约的多目标作业车间批量调度问题，提出了一种新调度算法。该算法采用基于周期和事件驱动的调度策略将动态调度过程分成多个连续静态调度区间，然后在各区间内采用多目标的遗传算法优化调度方案。本文讨论了再调度周期的确定方法、待加工工件的选取原则、批量生产的处理方法等。针对研究的调度问题设计了包含工序及其加工机床、工人、运输小车信息的染色体编码，并对染色体的解码方法、选择方法、交叉方法和变异方法进行了研究。仿真结果表明，该算法可行，优越性明显。     

基于工作流技术的作业车间调度研究

分析了作业车间调度的问题模型 ,提出了采用工作流技术来描述复杂的车间调度问题 ,给出了车间调度的作业、资源和过程的工作流模型 ,并给出了作业车间调度的工作流管理系统框架 ,然后从系统结构、功能及实现机制方面分析了工作流管理系统如何动态地实现作业任务和生产资源的动态匹配的工作机理 ,提出了基于时间和事件触发的动态任务调度模式 ,并重点介绍了工作流引擎的决策机制。结合实例 ,给出了一个 6× 6作业车间调度的工作流模型和调度仿真结果。结果表明 ,本文提出的工作流建模方法模型清晰简单 ,求解速度快 ,为解决车间系统的调度提供了一条新的有效途径     

多目标柔性作业车间调度的集成算子遗传算法

柔性作业车间调度（FJSP）中，在将任务按顺序分配到各机床前，首先要为任务选择加工机床。为求解多目标FJSP，本文在分析该问题特点的基础上，提出了一种面向甘特图的串编码（GORS）及相应的的遗传算法算子的基本操作，提出了集成算子遗传算法，并给出了其具体实现。文献算例的实验及与国际最近研究成果比较表明。该算法减小了目标参数值即生产周期、最大机床负载和总的机床负载。     

基于粗集的调度Agent知识库建模研究

首先通过相识集、招标集、投标集和中标者的概念，描述了车间调度系统中的调度Agent与资源Agent间任务分配的招投标关系；运用粗集理论，基于任务的属性和资源Agent完全任务的成本、质量、负荷和时间等属性构造决策表；在分析了决策表的特征基础上，生成调度规则集，即调度知识库；最后给出车间调度Agent的调度过程算法。     

基于小生境技术的改进引力搜索算法

针对引力搜索算法（Gravitational sear ch algorithm，GSA）开发能力强而探索能力弱的特点，提出一种基于 小生境技术的引力搜索算法（Niching behavior based advanced GSA，NAGSA）。首先分析了引力搜索算法的性能，为每个粒子定义质量吸 引度和欧式距离吸引度两个属性，根据这两个属性计算出粒子吸引概率，取代原有的质量排 序选择法。其次，运用吸引概率和小生境拥挤度技术引导粒子在邻域内搜索，平衡算法的收敛 速度和多样性。此外，算法将k-best的取值按照指数函数递减，进一步提高收敛精度。 10个标准测试函数的仿真结果表明，该算法能有效地提高最优解的精度，加快收敛速度。最 后，采用4个标准柔性作业车间调度模型，验证了该算法在解决实际问题中的可行性和优越 性。     

节拍合同网协议及其在作业车间AGV调度的应用

Agent技术为制造系统建模提供有了一种有效的方法，并在制造作业车间调度中得到广泛应用。Agent在基于合同网协议的作业车间AGV调度中，存在协商频繁和投标并发操作问题。为了提高合同网协议的工作效率，本文将协议进行简化，提出了一种基于节拍的改进合同网协议。该协议通过节拍有序地处理投标，并利用阈值策略，对竞标报价做出限定。最后，通过基于多Agent的作业车间AGV调度仿真实例验证了基于节拍的改进合同网协议的效果。     

绿色作业车间机器与AGV的集成调度研究

针对加工资源和运输资源集成下绿色作业车间调度问题,通过研究生产车间综合能耗模型,建立了机器和自动导引小车(Automated guided vehicle,AGV)集成调度下多目标优化模型。提出一种改进分布估计算法(Improved estimation of distribution algorithm,IEDA)对模型进行求解。首先,采用优良种群作为样本学习来构建概率分布模型以提高IEDA的全局搜索能力;然后基于一种类似激素调控机制的速度冷却控制方法设计出新的模拟退火函数,并将其融入到分布估计算法中以提高IEDA的局部搜索能力。最后通过数值实验来验证所提模型和算法的可行性和有效性。     

用遗传算法求解JSSP时的死锁对策研究

遗传算法被广泛应用于求解作业车间调度问题。然而，要用遗传算法有效求解JSSP问题，有一些问题必须首先解决，死锁问题就是其中之一。本文以死锁问题为中心，从死锁处理角度分析三种用于克服使用GA求解JSSP时出现死锁的有用方法，并给出了相应的实验统计结果和对比分析结论。     

基于工件表达法的遗传算法在车间作业计划中的应用

针对车间作业计划领域的实际情况，本文提出了一种简单快捷的遗传算法编码方式——基于工件表达法，详细讨论了其算法设计及其实现原理。通过基于该编码方式的遗传算法在车间作业计划优化中的应用实例与其他算法结果的比较，证明该编码方式简捷、实用、有效。     

用遗传算法求解非同序作业排序问题

多机不同序作业排序问题是ＮＰ－完备问题中难度较大的一类，本文给出了该问题的数学描述及遗传算法设计方法，通过实例计算和分析表明，ＧＡｓ的解明显优于传统算法，且能有效地适用于在规模加工过程中的ｊｏｂ ｓｈｏｐ排序的优化问题。     

基于神经内分泌调控机制的类生物化制造系统研究

从制造系统、生物系统、控制系统学科交叉的角度出发,借鉴生物有机系统的神经-体液调控机制及规律,提出了一种新型的类生物化制造系统体系结构,研究如何将生物有机体的神经内分泌激素调控机制借用到制造系统调度规划与管理中。首先提出了有机制造单元的概念,然后建立了基于有机制造单元的具有多主体协调与递归控制特点的类生物化制造系统协调模型。基于神经内分泌激素调节规律,建立了类生物化制造系统的多重反馈控制模型,实现车间层在干扰环境下的快速自适应调度与控制。     

云制造资源的工序级多目标调度方法研究

由于云制造资源的分散性、多样性、负载率不均衡性等特点对其调度与调度粒度有更高的要求,将云制造任务分解后的工序作为调度的最小粒度,构建一种以最短制造服务时间、最低制造服务成本以及均衡负载率为多目标的云制造资源工序级调度模型,采用以粒子群、遗传相结合的混合多目标调度算法,将遗传算法中通过双层编码的染色体作为粒子群算法的粒子,双层编码方式是指以工序加工顺序作为第一层、工序对应加工资源编号为第二层,随后通过对染色体交叉变异进行粒子更新,使整个调度过程快速收敛于全局最优解。最后电梯实例证明了该算法能在较短的时间内给出最优的调度方案,从而有效地解决云制造资源多目标调度问题。     

并行集成式工艺设计系统的研究

计算机辅助工艺设计（ＣＡＰＰ）在计算机集成制造（ＣＩＭ）中起着关键的作用，并行工程既是ＣＩＭＳ从信息集成到功能集成的主要方法，又是这类复杂系统的全局优化方法。本文基于并行工程思想，研究和探讨了并行集成式工艺设计模型，它是一个实用化ＣＡＰＰ系统的新模型，不仅能利用设计信息进行初步工艺设计，而且能根据车间环境的状态，充分利用制造工艺和车间环境的柔性产生优化的工艺方案。它是采用分层工艺规划的方法来实现的。系统模型由三个层次组成，即初步规划层，决策层和详细规划层。文中最后还讨论了实现并行集成式工艺设计系统的关键技术。