船体不规则分段的动态空间调度算法

提出了一种基于遗传算法的针对船体不规则分段的动态空间调度方法。基于遗传算法和临界多边形算法直接对不规则分段进行优化调度,提高空间的利用率。首先,利用遗传算法产生多个可行的分段调度序列。然后,基于临界多边形算法及重心最低策略,根据分段调度序列一一确定各不规则分段的空间位置。充分考虑到空间调度问题所特有的动态性和时空关联性,同时以场地利用率和未延迟加工分段所占比例的综合加权和作为评价函数,实现了调度方案的全局优化。以江苏澄西船厂大型散货船的119个不规则分段作为实验数据,并通过多个算法的比较,发现该动态调度算法可以快速收敛得到较优解,并且在空间利用率和延迟分段指标上有了提高,最终可以得到比较理想的调度结果,证明了所提方法在动态空间调度问题上的有效性和优越性。     

作业车间调度问题的改进混合遗传算法

作业车间调度是一类求解困难的组合优化问题,本文在考虑遗传算法早熟收敛问题和禁忌搜索法自适应优点的基础上,将遗传算法和禁忌搜索法相结合,提出了一种基于遗传和禁忌搜索的混合算法,并用实例对该算法进行了仿真研究.结果表明,该算法有很好的收敛精度,是可行的,与传统的算法相比较,有明显的优越性.     

求解基于专用道设置的动态交通规划问题的启发式算法

基于专用道设置的策略,该文提出了一个新的动态交通规划问题。大型运动会要求主办方在规定时间内将指定人员从运动员村运送到指定地点。该问题便是源自2010年广州亚运会的交通需求。其要求在保证30分钟内将运动员从运动员村运送到指定场馆的条件下,最小化设置专用通道的总成本。由于该问题的规模较大,本文提出了三种启发式算法用以求解已提出的线性整数规划模型。计算结果表明,通过该文提出的启发式算法得到的解与相对应的采用数学规划软件Lingo8．0得到的解之间的平均误差均小于1．89％。同时,启发式算法的计算时间远小于Lingo8．0所需的计算时间。     

基于改进混合遗传算法安排生产调度

研究了某工厂生产调度问题,建立了数学模型.针对这一实际问题,通过引入小生境技术、最优保存策略、近优淘汰策略、自适应调整交叉概率和变异概率,设计了用于求解多个最优顺序的混合遗传算法,用所设计的混合遗传算法对该模型进行了计算,获得了许多最优顺序,这就使得生产调度安排灵活机动,便于智能调度,同时生产量比原来大幅度提高.这表明使用混合遗传算法安排生产调度是非常有效的.     

区际救援物资中转调度的动态决策模型与算法

考虑灾害救援中灾区对应急物资的持续消耗,研究了区际多品种救援物资的动态中转调度问题.综合考虑各阶段调度费用、运输费用和库存费用总和最小化的救援物资中转调度安排和库存规划,建立了一个区际救援物资中转调度动态决策模型,并设计了一种矩阵编码的协进化遗传算法.最后通过一个算例验证了模型和算法的有效性.     

考虑模糊交货期的柔性作业车间动态调度研究

针对柔性作业车间调度在机器故障扰动情况下的动态性,采用基于事件与周期混合驱动的滚动窗口再调度策略进行动态调度.对于工件交货期模糊的情况采用梯形交货期窗口表示,并运用字典序多目标规划的方法,以平均流经时间最小、能耗最小、客户满意度最大为目标,建立多目标柔性作业车间动态调度模型,并设计了改进的自适应免疫遗传算法,在对种群进行初始化时,将初始化机器、初始化工序及随机初始化结合在一起,并对模型进行求解.将算例仿真结果与遗传算法所得的结果进行对比,验证算法的有效性.     

单机排序问题1｜rj,prmp｜∑ωj（1-e^-acj）的动态在线调度

本首先一般化了可中断的概念，并建立了相应的中断一安装重复模型，然后研究了单机排序问题1|rj,prmp|∑ωj(1-e^-acj)在中断-重复和中断-安装重复模型下的动态在线排序问题，给出了只考虑当前可用信息而不是考虑全部任务信息的在线调度规则。     

一类有时间窗口约束的多资源动态调度模型与方法

含时间窗口的多资源调度，是一个包括资源分配和时间窗口分配的两阶段优化过程。在初始调度方案执行过程中，由于新的任务需求的到达，需要对初始方案进行调整．以使整个调度方案最优。本针对这种情况，分析了该问题中的主要约束条件．建立了含时间窗口的多资源动态调度模型，给出了一种启发式迭代修改求解方法；并以含时间窗口的多机调度问题为例．对模型和算法进行了验证。     

基于遗传算子粒子群算法的拖轮动态调度

随着中国港口的发展,进出港口的船舶日益增多,使用拖轮的艘次逐渐增加.而当前极大部分港口所采用的基于人工经验的拖轮调度方案已难以保证船舶的顺利进出港口.如何根据复杂多变的进出港情况来制定合理的拖轮调度方案,已成为当前众多港口迫切需要解决的问题之一.通过分析港口拖轮作业过程与特点,建立了拖轮动态调度的数学模型,采用了基于动态遗传算子的改进粒子群优化算法对该模型进行求解.案例分析表明该拖轮动态调度模型是有效的.通过和传统粒子群算法对比分析,基于遗传算子的粒子群算法不仅在收敛速度上有明显的提高,而且求得的解更优.为港口拖轮动态调度的科学决策提供了依据.     

单机单转包商调度与外包联合优化问题的改进启发式算法

针对以总完工时间与总外包费用加权和为优化目标、总外包费用不超过给定上限的单机单转包商调度与外包联合优化问题,设计出一种改进的剔除型启发式算法。该算法通过运用动态规划技术求解新的辅助问题来获取初始外包工件集,并引入判定条件提前从初始外包工件集中剔除特定工件。为满足对总外包费用的上限约束,还利用新型的启发式筛选次序族逐一确定从当前外包工件集中剔除的工件。在仿真实验中,通过生成大量的测试算例,对比分析了改进算法与另2种已报道算法在求解质量、计算时间上的表现情况。实验结果表明所提出的改进算法在解的整体质量上具备显著的比较优势,并且能在5.6秒内完成对工件总数为1500的测试算例的求解。     

A Hybrid Genetic Algorithm for the Single Machine Scheduling Problem

A hybrid genetic algorithm (HGA) is proposed for the single machine, single stage, scheduling problem in a sequence dependent setup time environment within a fixed planning horizon (SSSDP). It incorporates the elitist ranking method, genetic operators, and a hill-climbing technique in each searching area. To improve the performance and efficiency, hill climbing is performed by uniting the Wagner-Whitin Algorithm with the problem-specific knowledge. The objective of the HGA is to minimize the sum of setup cost, inventory cost, and backlog cost. The HGA is able to obtain a superior solution, if it is not optimal, in a reasonable time. The computational results of this algorithm on real life SSSDP problems are promising. In our test cases, the HGA performed up to 50% better than the Just-In-Time heuristics and 30% better than the complete batching heuristics.     

基于两阶段混合动态规划算法的龙门吊路径优化

产业界已出现利用多台轨道式龙门吊同时作业以提升集装箱码头装船效率的情况,由于需要确定每台龙门吊的取箱作业集合以及增加了“避免碰撞”、“顺次移动”等现实约束,故其移动路径规划问题在模型建立与求解上比单台轨道式龙门吊更为复杂。本文针对两台轨道式龙门吊同时作业的情形,建立了龙门吊移动路径网络模型,并开发了基于贪婪算法与动态规划的两阶段混合算法,并通过仿真算例,借助与基于实际调度规则所得到的调度方案的对比,验证了模型及优化算法的有效性与实用性。     

基于遗传算法的车间作业计划仿真研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化.仿真优化结果说明了该集成优化方法是有效性的.     

基于遗传算法的浸染生产排缸策略

针对目前印染企业在浸染生产过程中产品种类和加工设备多、调度复杂的特性，建立了一种用于浸染生产调度的数学模型，并应用遗传算法进行排缸调度求解。以生产任务的分配优先级顺序作为染色体的编码来求解多个生产任务在多个染缸上的调度分配命题，从而得出了最优排缸策略，适用于快速、高效地解决实际生产中大量生产任务调度问题。仿真结果表明了该策略的有效性和实用性。     

遗传算法对车间作业调度的研究

应用遗传算法对车间作业调度问题进行研究,针对ＪＳＳＰ的具体特性,文中提出变异函数和二次编码的思想,获得较好的仿真结果。     

A Cellular Genetic Algorithm with Disturbances: Optimisation Using Dynamic Spatial Interactions

This paper describes a novel evolutionary algorithm inspired by the nature of spatial interactions in ecological systems. The Cellular Genetic Algorithm with Disturbances (CGAD) can be seen as a hybrid between a fine-grained and a coarse-grained parallel genetic algorithm. The introduction of a disturbance-colonisation cycle provides a mechanism for maintaining flexible subpopulation sizes and self-adaptive controls on migration. Experiments conducted, using a range of stationary and non-stationary optimisation problems, show how changes in the structure of the environment can lead to changes in selective pressure, population diversity and subsequently solution quality. The significance of the disturbance events lies in the new ecological patterns that arise during the recovery phase.     

基于遗传算法的多目标柔性工作车间调度问题求解

本文针对柔性工作车间调度问题给出了一个有意义的综合目标尽可能缩短制造周期的同时尽可能的减少机器负荷。由于传统遗传算法在多目标柔性工作车间调度问题上的局限性，我们提出了一种改进遗传算法：首先，我们给出了针对综合目标的工序调度算法获得初始集合；接着，针对柔性工作车间调度问题的特点，我们在常用的基于工序顺序的编码方法上融入了基于机器分配的编码方法，并据此设计了相应的交叉变异操作；最后借鉴了物种进化现象中的环境迁移思想设计了解决多目标优化问题的迁移操作。实验结果表明，改进的遗传算法在多目标柔性工作车间调度问题的解决上要优于传统遗传算法。     

混合无等待流水线干扰管理调度方法研究

针对带分批约束的混合无等待流水加工环境中干扰事件的出现导致初始调度计划发生偏离的问题,研究如何运用干扰管理理论来应对工件变更扰动情况,建立了兼顾最小化工件完工时间加权和指标(初始调度目标)和最小化工件完工滞后时间加权和指标(偏离校正目标)的干扰管理调度模型,提出了双层微粒群优化策略与随机多邻域搜索机制相结合的混合求解算法。数值算例仿真实验结果表明,包含“插入-交换”大概率邻域搜索算子的混合微粒群优化算法求解本文所构建的干扰管理调度模型是有效的。