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.     

考虑路径冲突的AGV配置与调度优化

合理调度有限的码头资源以满足船舶的装卸时间要求是自动化集装箱码头的重要目标之一。针对自动化集装箱码头自动导引车(automated guided vehicle,AGV)配置与调度问题,考虑船舶装卸时间要求和AGV运输过程中的路径冲突,提出分阶段调度策略。将船舶装卸作业分为卸船阶段、装卸同步阶段、装船阶段三个阶段,在每个阶段中,建立以最小化最大完工时间和最小化AGV空载和等待时间为双目标的调度优化模型,并设计基于NSGA-Ⅱ的启发式算法求解。根据本阶段的实际完工时间,从最优解集中选择下一阶段AGV的配置与调度方案。最后对比其他调度方案表明本文调度方案能够满足集装箱船的装卸时间要求,且提高了AGV的利用率,更符合码头实际作业要求。     

改进的布谷鸟算法求解考虑运输时间的分布式柔性流水车间调度问题

针对分布式制造环境下多车间调度问题特点,结合企业实际生产情况,考虑相邻工序间的运输时间,建立以最小化最大完工时间为优化目标的分布式柔性流水车间调度模型,提出一种改进布谷鸟算法用于求解该模型。算法改进包括设计了一种基于工序、车间和机器的三层编码方案;根据问题特点设计了混合种群初始化策略以提高种群质量;改进了布谷鸟搜索操作使其适用于求解该模型;设计了一种种群进化策略以提高算法收敛速度及解的质量。最后通过仿真实验,与多种算法对比,验证所提算法的有效性和优越性。     

急件订单干扰下虚拟单元重调度

虚拟单元生产中,针对急件订单干扰情况,研究了考虑序位相似性,即尽量保持初始工序的加工次序的虚拟单元重调度问题。为了应对急件订单干扰,设置了各工件工序可用机器集合和相应的加工时间集合,构建了以序位相似性最大和急件订单完工时间、系统总流程时间最短为目标的多目标非线性整数规划模型。针对模型自身特征,采用了遗传—蚁群算法相结合的优化算法求解模型。最后,以船舶实际生产为例,验证了模型的可行和优越性,以及算法的有效性。     

集装箱码头桥机调度问题基于完工时间下界的算法

关注单船桥机调度问题,指出了单船桥机的闲置会影响码头整体的运作效率。以单个集装箱为任务单位,考虑桥机移动时间、安全距离等约束,建立了最小化桥机完工时间和闲置时间的多目标规划模型。基于完工时间下界的两种不同情况：以重点贝位工作量确定和以平均工作量确定,分别设计了基于邻域搜索的启发式算法和基于贪心策略的“分割贝位”算法,并且证明了在以平均工作量确定下界的情况中该算法不会导致桥机闲置。不同规模、不同下界类型的算例表明：提出的模型与算法得到的桥机调度计划更适合实际生产作业,能够有效地逼近完工时间下界,算法运行速度较现有的研究有显著的提高。     

基于人机交互—蚁群算法的港口疏船调度优化

为解决因港口无法正常作业导致大量船舶压港后的疏船调度问题,从同时兼顾船公司和港口方利益出发,建立了船舶平均在港时间最短、额外作业成本最低、生产秩序恢复最快的调度生产多目标优化模型。利用多属性效用理论将多目标转换为单目标,并构建了相应的评价函数,采用改进的蚁群算法并结合人机交互以及邻域搜索方法求解,最后以大连港集装箱码头实际案例进行验证。结果表明,与通常调度方法相比,文中建立的优化模型能够更好地解决疏船问题;对比常规的蚁群算法,改进后的算法搜索效率更高。上述模型和算法为集装箱码头的生产组织调度提供了新的优化思路和方法。     

基于混沌量子算法和MAGTD的多目标FJSP求解策略

针对多目标环境下柔性作业车间的调度问题,以最小化最大完工时间和惩罚值为目标,建立调度问题的数学模型,提出了基于混沌理论的量子粒子群算法。针对实际生产交货期不确定的特点,在量子粒子群算法基础上,提出引入混沌机制建立初始群的方法;利用混沌机制的遍历性,提出混沌局部优化策略;为获取最优调度方案提出了引入多指标加权灰靶选择策略。通过典型基准算例和对比测试,验证了所提出的算法获得最满意调度方案的可行性和求解多目标柔性作业车间调度问题的有效性。     

集装箱码头桥机调度问题基于完工时间下界的算法

关注单船桥机调度问题,指出了单船桥机的闲置会影响码头整体的运作效率。以单个集装箱为任务单位,考虑桥机移动时间、安全距离等约束,建立了最小化桥机完工时间和闲置时间的多目标规划模型。基于完工时间下界的两种不同情况:以重点贝位工作量确定和以平均工作量确定,分别设计了基于邻域搜索的启发式算法和基于贪心策略的"分割贝位"算法,并且证明了在以平均工作量确定下界的情况中该算法不会导致桥机闲置。不同规模、不同下界类型的算例表明:提出的模型与算法得到的桥机调度计划更适合实际生产作业,能够有效地逼近完工时间下界,算法运行速度较现有的研究有显著的提高。     

汽车滚装码头泊位调度优化模型与算法研究

本文研究滚装码头混合泊位分配和劳动力分配的联合调度优化问题。首先,考虑潮汐时间窗约束、装卸劳动力约束、泊位缆桩分布约束以及泊位不规则布局因素,建立以最小化船舶总服务时间为目标的混合整数规划模型。其次,采用内外嵌套算法设计策略,提出求解该类问题的组合算法。其中,外层是多种群并行进化的遗传算法,生成多种船舶计划顺序,内层为基于规则的启发式算法,用于计算给定计划顺序的目标函数值。然后,基于实际运营数据,生成多组不同规模的算例进行全面数值实验,结果表明所提出的算法可在10分钟内求解包含50艘船、100个泊段的算例。最后,开展基于真实滚装码头运营实例的案例分析,对所提模型和算法在实际码头调度问题中的适用性与高效性进行验证。     

单向航道散货港口船舶调度优化

为提高单向航道散货港口的泊位利用率,研究多港池的散货港口船舶调度优化问题。考虑船舶间需保持安全航行距离、进出港时段交替条件和成簇进出港规则等现实约束,以进港船舶总等待时间最小为目标,构建了混合整数线性规划模型。基于问题的特点,设计了启发式规则与模拟退火算法相结合的混合算法进行求解。在数值实验中分别将该算法的结果同下界值和两种现实调度方案对比。结果表明,运用混合算法求解的结果与下界值的平均相对偏差为5.28%,较两种现实调度方案的目标值优化率提升显著,且平均泊位优化率分别为6.74%和4.71%,验证了方案及算法的有效性。     

考虑部分工件不可打扰的多任务调度问题研究

多任务调度问题存在于各种应用领域,如因特网服务领域,医疗领域等。经典的多任务调度模型中所有工件均可被其他等待工件打扰,且仅打扰一次。然而在生产实践过程中,有些紧急工件是不允许被其他工件打扰。在此启发下,对原有模型进行扩展,研究了在单机多任务环境下部分工件不可打扰的调度问题,模型目标包括最小化最大完工时间,最小化总完工时间,最小化最大延迟以及最小化加权提前期、拖延期和共同交货期之和。对于前三个目标给出了精确算法,对于最后一个目标给出了启发式算法。最后,对今后的研究提出了建议。     

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。     

考虑客户满意度的计划外来船靠泊调度模型及算法

为解决船舶临时请求靠港而调整调度的特殊需求,建立了以客户满意度最大和额外作业成本最小为目标的双目标优化模型,利用改进模拟植物生长算法予以求解,求解中采取确定-随机策略确定初始生长点,以固定步长和变步长混合方式构建邻域,并融入分层非支配排序方法。确定兼顾船公司和港口方利益的调度方案时,利用Pareto前沿分布特点,对船公司和港口方的偏向度进行量化,选择偏向度差值最小的方案。最后,以我国某集装箱码头为例,验证了本文模型和算法的可行性。计算结果与NSGA-II算法进行对比,证明了文中改进模拟植物生长算法的有效性。本文成果可以为提高港口管理效率提供技术支持。     

加工时间可控单机加权总完工时间Pareto优化研究

针对单机环境最优化加权总完工时间问题,当工件加工时间可通过分配资源进行压缩时,研究对工件的加工次序和时间压缩量的优化,从而权衡调度性能目标和资源成本目标。调度性能目标为压缩后工件的加权总完工时间,资源成本目标为工件压缩量的线性函数。此问题复杂性已被证明为NP-hard,为弥补较少有研究从Pareto优化角度求解该问题有效前沿的不足,针对经典NSGA-II求解时易早熟收敛的特点,采用算法混合方式进行优化方法研究。融合归档式多目标模拟退火算法跳出局部极值的优势,启用外部存档策略提升种群的多样性,采用主从模式的并行结构提升求解效率。最后为检验优化方法的有效性,一方面通过对Benchmark测试函数ZDT1-6的求解,表明混合算法对不同结构和形状目标函数兼具普适性和有效性;另一方面结合问题特点设计有效编码方式,针对随机生成算例进行求解。通过分析有效前沿收敛性和多样性,验证了所提方法对于优化加工时间可控单机加权总完工时间问题的有效性。     

双目标可重入混合流水车间调度问题的离散灰狼优化算法

可重入混合流水车间调度问题普遍存在于许多高科技制造产业中,如半导体晶圆制造和TFT-LCD面板生产过程等,但目前关于可重入调度问题的相关研究还比较少。本文设计了一种改进多目标灰狼优化算法(IMOGWO)解决最小化最大完工时间和总拖期时间最小的可重入混合流水车间调度问题,针对该问题特点对基本灰狼优化算法进行了一系列改进操作。通过对小规模测试问题基准算例的数值实验,验证了所设计的IMOGWO算法求解该调度问题的有效性。实验结果表明IMOGWO算法在非劣解的收敛性和支配性方面显著优于已有的NSGA-II和MOGWO算法,在解的分布性指标方面IMOGWO稍微优于其他两种算法。     

考虑出口箱进出场及预翻箱的箱位分配与场桥调度协同优化

为降低送箱集卡到场的不确定性对出口箱堆存和装船效率的影响,以最小化堆场进出场作业系统总作业时间为上层模型的目标,以最小化同一批入场出口箱的堆存时间下层模型的目标,构建了双层混合整数规划模型为进出场的出口箱分配箱位并优化场桥调度。设计改进的遗传模拟退火算法求解上层模型可得出口箱箱位分配方案,求解下层模型可得预翻箱和场桥调度方案,通过不断平衡上下层最优解使堆场堆存和装船作业效率最优。通过数值实验验证了算法和调度策略有效性,研究结果可丰富集装箱码头运营系统优化理论,为提高出口箱堆场作业效率提供决策参考。     

单向航道船舶进港次序与泊位分配协同优化

为提高单向航道离散泊位港口的服务水平,研究船舶进港次序和泊位分配的协同优化。考虑船舶进出港及泊位作业的实际约束,以计划期内所有船舶的锚地、泊位等待成本、滞期成本和偏离成本之和最小为目标,构建了一个混合整数规划模型,结合问题特征设计了引入禁忌搜索算法的和声搜索算法进行求解。算例结果给出了计划期内每艘船舶的进港次序和靠泊泊位,并通过与单独优化方案的对比和不同规模算例求解效果的分析,验证了模型和算法的有效性;分析进出港时段变动对船舶作业成本的影响,确定不同船舶抵港规模下的最佳进出港时段长度,为单向航道港口时长设置提供借鉴。     

考虑多阶段共用平行机特征的拖轮作业模式优化

在对拖轮调度问题进行分析的基础之上,将拖轮调度问题归结为一类具有多阶段共用平行机器特征的多处理器任务调度问题。建立了考虑靠泊与停泊两阶段、考虑切换时间的拖轮调度优化模型,并设计了启发式规则与模拟退火相结合的混合算法(HSA)求解该模型。通过运用所设计算法求解仿真算例,并将其结果与三种基于现行调度规则的调度方案进行比较,验证了模型与算法的高效性。基于此,对不同拖轮数量状态下的调度研究结果显示,拖轮总作业时间与平均单艘拖轮作业时间二者存在着一定的矛盾性;并指出采用拖轮适时返回停泊基地的作业模式,可有效地降低拖轮作业时间,进而提高有限拖轮资源的利用率,实现节能减排、绿色运输。     

考虑泊位疏浚的连续型泊位和动态岸桥联合调度

针对集装箱码头泊位需要定期维护的实际特征,研究了泊位疏浚情况下连续型泊位和动态岸桥联合调度问题。首先,建立了一个以船舶周转时间最小为目标的整数线性规划模型;其次,针对问题特性设计了三种启发式算法。为了分析泊位疏浚对码头工作的影响并验证模型正确性和算法有效性,分别对未考虑泊位疏浚和考虑泊位疏浚两种调度情形,进行了小规模与大规模问题输入的多组测试。三种算法在小规模输入上均取得了相同于CPLEX的精确解,从而验证了算法的有效性;进一步通过对比分析这些算法在大规模输入中的运行结果,验证其有效性能。     

模糊生产系统中的多类型差异作业平行机批调度优化

针对现实生产制造系统中存在的时间参数模糊化问题,采用梯形模糊数表征时间参数,给出了一种具有模糊加工时间、模糊交货期与模糊批次间隔的,以最小化制造跨度和最小化提前/拖期惩罚为目标的多类型差异作业平行机批调度问题模型。在问题求解方面,给出了一种具有量子行为的,采用混沌局部优化的混合粒子群算法,避免求解过程陷入局部最优。仿真实验验证了该算法具有可行性和有效性。