摘要：针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器选择设计知识体,通过搜索过程得到的解更新知识体,并反馈到求解过程的引导;其次,使用了一种自适应的变异算子改善遗传算法早熟收敛的问题;然后,基于变换加工机器和加工顺序以及关键机器的思想设计了3种邻域结构;最后,引入关键机器的概念,并将其引入到知识体更新以及邻域搜索的过程中。仿真结果表明,较其它方法而言,本文提出的算法在不同规模的标准算例上找到最优解的能力更强。

摘要：优化选择一定的行动策略能促使任务联盟向期望的目标效果演化。考虑部分事件/行动在不同时段下影响强度不相一致,使用考虑影响值时变的动态影响网对联盟演化过程行动策略优选问题进行建模,给出因果强度逻辑下概率传播参数设计的一致性条件,并基于因果强度逻辑进行影响值计算。基于物种进化中存在基因漂流的特性,设计一种学习型遗传算法(learnable genetic algorithm,LGA)对行动策略优选模型进行优化求解,通过染色体种群对优秀染色体优势基因位学习,结合有效的遗传和选择算子,加快算法收敛寻优速度。结合空中进攻作战想定案例进行仿真验证,计算结果表明,在部分事件/行动节点影响值变化下进行策略优选,提高了对因果关系的建模能力,所提的学习型遗传算法具有良好的收敛性和较好的寻优能力。

摘要：实施预防性维护(PM)能改善晶圆制造厂离子注入工序中设备状态从而改善晶圆卡(lot)加工时间延长的问题,基于此,研究考虑系统时变效应与预防性维护的平行机调度问题.以最小化最大完工时间为优化目标,建立包括设备可靠性以及工件实际加工时间约束的数学非线性规划模型.设计求解该模型的学习型遗传算法(LGA),针对问题特性引入最优支配规则改进变异操作,构建预防性维护知识库指导进化后期预防性维护决策,以提升算法质量.算例实验结果表明,改进的学习型遗传算法能有效应对系统时变效应对生产调度的影响,减少最大完工时间,具有实用价值.通过灵敏度分析实验研究晶圆卡对设备状态衰退的敏感程度和预防性维护对调度决策的影响,为实际车间调度提供决策支持.

摘要：针对多产品混线生产中夹具-托盘作为制造资源制约生产效率的现象,研究了考虑夹具-托盘约束的柔性作业车间调度问题。以最小化最大完工时间为优化目标,建立了混合整数规划模型。设计了基于双资源优选的学习型遗传算法对模型进行求解,该算法包含了一种考虑夹具-托盘约束的解的可行化策略,以及针对问题特性构建的学习型双资源优选策略,以提升算法的求解质量。算例实验结果表明,文中提出的算法能够有效解决在夹具-托盘资源有限条件下柔性作业车间的生产调度问题,提高车间生产效率,为车间的实际调度提供决策支持。