摘要：自动导引车(AGV)作为柔性作业车间支撑车间生产物流的重要装备,已被应用于不少企业的生产组织中,其数量配置直接影响着车间运输任务的落实和生产任务的顺利进行。针对柔性作业车间中,AGV数量配置不尽合理,导致运输任务响应不及时或AGV资源利用不充分的问题,文章以最小化最大完工时间和最小化AGV数量为目标,建立了考虑AGV数量配置的柔性作业车间集成调度模型,并设计了基于工序、加工设备和AGV三层编码的改进NSGA-Ⅱ算法进行对模型求解,通过数值实验与分析,得出了最优的AGV数量配置方案和柔性作业车间集成调度方案,为企业高效合理地管理和调度生产设备的相关决策,提供了一定的理论支持与实践指导。

摘要：针对柔性作业车间(Flexible job-shop,FJS)生产计划(Production planning,PP)与调度紧密衔接的特点,建立了生产计划与调度集成优化模型.模型综合考虑了安全库存、需求损失及工件加工路线柔性等方面因素.提出了一种基于拉格朗日松弛(Lagrangian relaxation,LR)的分解算法,将原问题分解为计划子问题与调度子问题.针对松弛的生产计划子问题,提出一种新的费用结构,以保证生产计划决策与实际情况相符,并设计了一种变量固定–松弛策略与滚动时域组合算法进行求解.对于调度子问题中的加工路线柔性问题,提出了一种新的机器选择策略.通过数值实验验证了模型与算法的有效性.

摘要：针对柔性作业车间中机床与自动导引车同时调度问题,提出了在线调度算法,将调度问题分解成机床选择和自动导引车调度两个子问题求解;首先针对机床选择子问题,根据问题规模分别采用穷举法和小生境遗传算法求解,目标是最小化机床最大负荷,平衡各机床负荷以及最小化搬运系统负荷;在小生境遗传算法设计过程中,采用邻域搜索以提高遗传算法的收敛速度;采用基于海明距离的小生境淘汰运算以保持种群多样性。然后针对自动导引车调度子问题,提出了一种启发式调度算法。为避免作业车间出现死锁,采用基于剩余容量的死锁避免规则。最后通过仿真实验验证了所提算法是可行的。

摘要：为了有效求解柔性作业车间动态调度问题,提出了一个基于多目标免疫遗传算法(MOIGA)的动态调度优化算法。首先定义了柔性作业车间动态调度问题,然后采用事件驱动和周期驱动相结合的调度策略,提出了基于MOIGA的动态调度优化模型,接着设计了面向交货期性能最优的柔性作业车间调度算法,并讨论了影响算法复杂度的因素,最后通过一个实例仿真,表明了算法的可行性和优越性。

摘要：针对柔性作业车间多目标动态调度问题,以最小化工件的拖期惩罚和工件加工时间为目标,构建了柔性作业车间多目标动态调度数学模型;针对上述模型提出了一种基于自适应遗传算法的多目标柔性动态调度算法,该算法基于事件和周期驱动的混合再调度策略,并且在编码过程中设计了一种基于工序与加工机器相融合的染色体编码方法,使得该动态调度算法不但能够同时优化工艺路线和加工顺序,而且可实现由机器故障、加工任务临时变动及周期性再调度所要求的实时动态调度功能。通过生产实例仿真验证了该模型和算法的有效性、可行性和稳定性;对影响动态调度性能波动的事件因素和再调度周期进行了分析,得到了扰动因素及再调度周期与动态调度性能的关系,以便于有效地指导生产实践。

摘要：针对柔性作业车间环境下自动导引车系统单向导引路径网络设计问题,以最小化最大完工时间为目标,提出一种改进的小生境遗传算法。该算法每条染色体由单向路径网络染色体和工序染色体两部分组成,分别表示各路径段方向和可行调度序列。针对两种染色体设计相应的交叉与变异算子,并通过邻域搜索操作提高了算法的收敛速度。为了保持种群的多样性,综合运用小生境技术和精英保留策略。试验结果验证了该算法的有效性。

摘要：节能调度是面向绿色制造的车间调度问题,已成为制造领域的研究热点。针对具有机器和工人双资源约束的柔性作业车间,综合考虑工人学习效应和工件运输时间的影响,以最小化车间能耗为目标,提出一种改进的生物迁徙算法(MBMA)。该算法采用基于工件-机器-工人的三段式编码方法表示调度解,并设计了一种种群初始化方法,以改善初始调度解的质量。考虑到基本生物迁徙算法无法直接应用于离散车间调度问题,提出一种基于交叉操作的离散迁徙算子,使算法能够直接在离散调度空间内进行搜索。此外,在迁徙算子中引入转换概率动态调整策略,以平衡算法探索与开发能力,另外增加了一种记忆池机制,避免算法过早收敛。对于个体更新算子,设计了一种局部搜索算法嵌入其中,以增强算法局部搜索能力。大量实验结果表明,MBMA算法的计算结果优于其他算法。

摘要：针对柔性作业车间多周期生产的设备和人力资源的协同分配问题,从成本的视角对其进行研究.综合考虑设备加工成本、人力成本、工件运输成本、库存成本、拖期成本以及外协成本等成本目标,构建考虑多成本约束的柔性作业车间制造资源动态分配模型,设计基于遗传算法的模型求解方法;最后以一个10台设备、10位工人、5个产品、3周期阶段的生产需求构造算例,给出各阶段制造资源优化分配方案和成本结果,验证了模型与算法的有效性.

摘要：在实际生产过程中,生产调度和设备维护相互影响,因此两者应该统筹优化.为研究具有预防性维护的分布式柔性作业车间调度问题,以最小化最大完工时间为目标,提出一种双种群混合遗传算法.结合问题特性,设计三维编码以及对应的机器解码方案,采用不同的策略初始化种群以均衡一部分工厂负载,为双种群设计不同的交叉变异算子提高算法的多样性,并利用交换精英解的方法实现两个种群的协作优化,同时针对关键工厂和预防性维护操作设计相应的局部搜索.最后对比现有算法,在同构和异构工厂的算例上进行实验,使用正交试验法优化算法参数设置.实验结果验证了局部搜索以及种群协作的有效性和双种群混合遗传算法求解具有预防性维护的分布式柔性作业车间调度问题的优越性.

摘要：设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.