求解含调整时间排序问题的混合遗传算法

利用仿真工具将启发式方法与遗传算法相结合,提出了一种求解Job Shop排序问题的混合算法框架,利用启发式规则引导遗传搜索过程,以提高遗传算法的求解效率。在求解过程中,遗传算法仅对每台机器的第1道工序搜索寻优,通过仿真过程安排后续工序,在仿真过程中,利用启发式规则确定工件的加工优先级。在以上框架基础上,针对含调整时间的作业排序问题建立了一种混合算法GA-SPTS,通过与已有算法的比较表明,该算法对这类问题具有很好的求解性能。     

基于自适应免疫遗传的工艺与调度集成研究

针对多目标柔性工艺规划和调度集成问题,提出基于免疫遗传算法的多目标柔性工艺与调度集成求解方法。首先建立多目标柔性工艺规划和调度集成模型;引入决策者的模糊偏好信息实现对多个优化目标的决策;提出了基于自适应策略的免疫遗传算法,通过实例验证了方法的有效性,并与遗传算法和免疫遗传算法进行对比分析证明了方法的优越性。     

“神舟七号”预警观测资源调度技术研究及应用

空间目标碰撞预警监测是保证载人飞船安全运行的前提条件。本文研究了"神舟七号"飞行试验中非合作式观测资源调度技术,提出了基于优先级规则的测量资源统筹计划策略,建立了基于模糊评估法的资源调度评估模型,使资源调度系统能够合理有效地调度测量资源,为"神舟七号"预警分析的实施提供了观测数据。     

成像观测卫星多星联合调度模型及其列生成求解算法研究

首先介绍成像观测卫星调度问题的特点和主要约束,将成像观测卫星调度分为调度预处理、调度模型及求解、调度结果评估3个阶段。在此基础上,论述成像观测卫星调度模型,并采用列生成法,将多卫星调度问题分解为集合分割主问题和单卫星调度子问题,通过循环迭代来求解调度模型。最后,针对本文提出的算法设计一个问题实例,并给出算法计算结果。结果分析表明,本文提出的模型和算法能较好解决实际应用问题。     

基于免疫算法的柔性制造单元动态调度研究

 为了将调度理论实用化,研究接近生产实际的柔性制造单元动态调度,既解决路径选择问题,又优化工序调度方案。不仅考虑了零件分批、工艺路线柔性可变、不相容指标协同优化等问题,而且探讨了由于设备故障、加工任务临时变动等扰动因素引起的动态调度。建立了柔性制造单元动态调度的数学模型;针对这个组合优化问题的难处理性,提出了一种免疫算法;引入了滚动 扰动混合再调度策略。采用提出的方法求解西安航空发动机(集团)有限公司的柔性制造单元动态调度问题,得到满足实际生产要求的优化调度方案。实例仿真结果表明柔性制造单元动态调度问题采用提出的算法、策略和方法基本能够得到解决。
     

敏捷制造单元中的调度问题研究

针对敏捷制造单元中的调度问题,提出一种基于多Agent的作业动态调度问题的解决方法,指出基于代理技术的仿市场运行机制调度方法,具有良好的扩展性和可操作性,同时也为解决分布式生产调度问题提供了一个系统框架。     

基于遗传算法的企业订单双边匹配调度研究

订单是企业生存的根本,是生产经营活动的源动力,因此,有效地对订单进行调度是企业生产管理工作的重要组成部分。在订单交货期模糊和加工时间随机分布的条件下,权衡订单成本和客户满意度,提出基于遗传算法的双边匹配调度模型,并利用算例对该模型进行检验。仿真结果显示:该模型对订单调度是有效的;与单目标优化相比,多目标优化是对多个目标的折中,从整个系统来看,多目标优化具有全局性的特点。     

对地观测卫星调度的混合整数规划模型及求解

首先简要介绍对地观测卫星的成像过程,详细分析多星调度过程中涉及的各种约束。在此基础上,将对地观测卫星调度问题看作一类具有时间窗口的并行机器调度问题,对其进行了数学描述,并建立对地观测卫星调度的混合整数规划模型。采用列生成法,将多卫星调度问题分解为集合分割主问题和单卫星调度子问题,通过循环迭代来求解调度模型。最后,针对本文提出的算法设计一个问题实例,并给出算法计算结果。结果分析表明,列生成法的效率与问题规模大小相关。     

车间动态调度方法研究与应用

作业调度是实现车间数字化制造的基本软件功能之一.本文介绍了车间动态调度问题,提出一种动态调度方法,同时将此方法应用于航空小批量产品的车间调度,该方法以基于遗传算法的静态调度为基础,结合机床与工艺路线的约束,按照各种规则求解以产品的加工周期最短为目标的调度问题,并通过具体的实例仿真分析其有效性.     

资源约束项目调度问题的粒子群优化算法求解

介绍了应用粒子群优化算法求解资源约束项目调度问题的实现方法。建立了资源约束项目调度问题的数学模型,提出了确定资源约束项目调度问题解空间的办法。采用不同的策略处理前后约束和资源约束。编制了粒子群优化通用程序并对典型项目实例进行了优化,优化结果验证粒子群优化算法求解资源约束项目调度问题的有效性。     

蚁群算法的改进设计及在航迹规划中的应用

将蚁群算法与人工势场算法相结合，提出了一种新的寻优算法。在算法的设计过程中，首先引入人工势场法进行蚁群算法初始信息素的分配，避免了在迭代初始阶段，信息素太少与启发信息不成比例而使得蚂蚁集中在启发信息最强的路径上，从而陷入局部最优的问题。其次，通过引入势场引导函数改进蚁群算法的状态转移函数，避免了在三维空间中蚂蚁搜索容易忽视节点周围障碍物因素，从而陷入盲目选择导致搜索时间过长的问题。将优化算法应用于无人机三维航迹规划问题的求解，并通过仿真验证了有效性。     

基于工业物联网的混流车间机器人自适应调度

随着工业物联网技术与人工智能技术深度融合,物料机器人已广泛应用于物联网车间中.针对车间存在实时动态变化和状况不确定等诸多复杂因素,本文提出以组分层建树和以实时状态为根节点的SP–MCTS(Single-player monte-carlo tree search algorithm)搜索方法实现车间自适应调度决策.该方...     

一种启发式混合遗传算法及其在车间作业排序问题中的应用

针对一般车间作业排序问题（n/m/G/Cmax）建立了一种启发式混合遗传算法,将调度规则SPT与MWKR引入遗传搜索过程,并应用邻域搜索法作局部辅助搜索,以提高解的性能。通过与目前一些常用算法的比较表明,该算法具有良好的求解性能与运算效率。     

基于改进启发式蚁群算法的无人机自主航迹规划

无人机自主航迹规划是未来无人机作战使用的关键技术难题。针对传统航迹规划方法存在的求解效率不高、实时性较差、容易陷入局部最优等缺点,提出一种基于改进启发式蚁群算法的无人机自主航迹规划算法。该算法前期使用Dijkstra算法进行初始化航迹,引入启发式信息,提高搜索效率;采用Logistic混沌映射初始化信息素,增加解的多样性,提高算法收敛速度;算法中、后期采用多航迹选择策略和模拟退火机制,提高全局搜索能力,避免因收敛速度过快而陷入局部最优解。对该算法进行仿真分析,结果表明:在存在威胁和障碍的复杂环境中,本文提出的改进启发式蚁群算法与标准蚁群算法相比,能够有效规划出一条从起点到终点的航迹,并且寻优精度更高,收敛速度更快,具有一定的应用价值。     

基于一致性预处理技术的作业车间调度算法研究

为降低CSP调度算法的计算复杂度和减少搜索过程中回溯发生概率,采用一致性预处理技术来预先修剪和过滤搜索空间。仿真实验证明:两种方法的综合运用可以显著提高CSP调度算法的搜索效率,从而为CSP调度算法求解大规模作业车间调度问题提供可能。     

基于改进蚁群算法的结构形状优化

 对TACO算法进行了改进,引入最大最小蚁群算法,并提出正实数编码方法和添加常数项的信息素更新技术,以增大算法搜索范围,简化搜索过程,降低挥发系数、信息素上下限等参数和优化函数值对算法的影响程度,改善算法的性能,提高算法的普遍适应性,并通过3个函数的优化求解,证明了其有效性。对于目标函数为隐式的复杂结构优化问题,提出将改进的蚁群算法与有限元方法相结合的方法,发展用于航空发动机涡轮盘的结构形状优化分析,结果表明所提出的方法是成功的。     

基于蚁群算法的固体火箭发动机总体参数优化

为建立一种支持连续域、离散域混合变量的优化算法以用于固体火箭发动机总体参数优化,改进了基本蚁群算法,融入"网格划分"、"哑元化"和"变尺度局部搜索"三种策略,以改进算法的寻优性能和使用范围,其中局部搜索算法仍采用蚁群算法。使用了几个较具欺骗性的经典测试函数对改进蚁群算法进行了测试,计算结果表明改进蚁群算法找到全局最优值的概率较大。应用改进蚁群算法对固体火箭发动机总体设计中的两个重要总体参数——燃烧室工作压强和喷管面积比,进行了优化求解,获得了满意结果。诸算例的优化结果表明,该改进蚁群算法具有支持混合变量,全局寻优性能稳定和搜索精度高的优点,对工程优化设计问题具有较好的寻优性能和更强的适用性。     

蚁群算法在宽弦风扇叶片优化排序中的应用

从风扇转子的力学模型出发,推导了同时考虑三个维度质量矩的风扇转子静不平衡量和偶不平衡量的计算公式,并使用某型发动机风扇叶片装配和试车验证,结果表明考虑三个维度质量矩的不平衡量计算方法能显著减少配重块的使用,并减少配平次数。提出了基于邻域搜索改进的蚁群算法的风扇叶片排序优化方法,对某套风扇叶片进行优化排序。本优化算法的最优不平衡量比传统蚁群算法减少88.9%,比改进的遗传算法减少36.8%,优势明显。      

改进型蚁群算法的全局路径规划仿真研究

针对传统蚁群算法收敛较慢的问题,提出了一种在复杂环境下全局路径规划的改进型蚁群算法。利用链接图法建立了路径规划的空间模型;借鉴狼群分配原则对信息素进行更新;在缩小搜索区域,提高搜索效率的过程中,引入了启发式概率公式和启发函数;通过参数自适应调整策略,进一步对最优解进行了优化。将基于Dijkstra算法的初始路径规划和改进后蚁群算法的规划结果进行了仿真对比,结果表明,改进后蚁群算法的全局优化性能较好,具有一定的有效性和可行性。