摘要：为解决现有基于关键路径的邻域搜索存在无效移动多、盲目性大以及仅优化单一目标的问题,设计了更加明确精准有效的邻域结构,包括同机器移动和跨机器移动两步操作;在此基础上,给出相应的关键工序精确移动条件,并将其从优化最大完工时间推广到多目标优化;为兼顾算法局部搜索和全局搜索,将其与进化算法进行混合,实现局部与全局的优势互补,并给出相应的混合算法框架;最后,通过两个国际通用的案例集进行测试,并将测试结果与成熟的算法进行对比,验证了所设计算法的有效性和高效性。

摘要：为优化回收拆解车间调度方案和车间能耗,考虑退役产品不确定的性能损耗,开展回收拆解车间调度节能优化问题研究。首先,讨论退役产品性能损耗对拆解工艺规划和车间作业调度方案的影响,分析回收拆解车间的能耗构成,构建拆解车间调度节能优化模型。其次,设计一种性能损耗权重分级评价算子,求解退役产品拆解初始方案。在此基础上,设计基于拆解方式和产品工序结构的变邻域算子改进NSGA-II算法求解车间调度节能优化模型。最后,以某企业退役动力电池回收拆解车间为例,选取三种近似元启发算法对比,验证所提车间调度节能优化模型和改进算法的正确性和有效性。结果表明:所提算法的解空间均匀且有效性,优于所选对比算法;优化模型制定的车间调度方案的最大完工时长(降低48.4%)和车间总能耗(降低35%)均优于其他调度方案。

摘要：为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。

摘要：在工人资源紧缺且工人成本增加的背景下,以合理的工人数量配置方案完成制造任务变得至关重要。以往考虑工人约束的柔性作业车间调度研究假设工人的数量是给定的。为实现不同技术水平工人的数量配置及柔性作业车间调度集成优化,考虑工件拖期惩罚成本、工人基础及绩效成本,建立了最小化总成本的混合整数规划模型,并提出了一种改进教学优化算法进行求解。在算法中,采用基于工人数量配置、工序排序、机器选择的三层编码并设计了活动调度解码方法,采用混合启发式初始化方法进行初始化,针对问题特征设计了有效的邻域结构。通过多组算例测试验证了所提算法能确定不同技术水平工人的实际数量并获得优异的调度方案,且在性能上优于对比算法。

摘要：工艺规划与车间调度是连接产品设计与制造过程的两个重要环节,介绍了工艺规划和车间调度的主要任务及两者的关联关系。概述了计算机辅助工艺规划的研究发展历程,总结了计算机辅助工艺规划的主要研究方法,指出当前研究存在的不足;从车间静、动态调度实现方法两方面综述了车间调度问题的研究概况。同时,分析了工艺规划与车间调度独立串行研究存在的问题,指出对两者进行集成研究的必要性。在此基础上,从面向接口集成与面向功能集成对支持两者集成的模型进行了总结,并对静、动态工艺规划与车间调度集成优化实现方法的研究成果进行了综述。基于上述综述分析,给出了工艺规划与车间调度以及两者集成研究的发展方向。

摘要：一个复杂的制造系统不仅可能涉及到成千上万道车间调度工序,而且工序的变更又可能导致相当大的调度规模,因此车间调度是一种决策模型,应用该模型设计的车间调度决策支持系统可以在短时间内有效地提供一种优化决策。遗传算法是一种高效并行的全局搜索方法,文章通过对遗传算法关键因素的讨论,研究了SFSDSS设计的优化方法。

摘要：针对产品动态到达的柔性装配作业车间调度问题,以最小化总拖期为目标,构建了基于事件点的数学规划模型,该模型包含加工机器分配、加工工序排序、装配站分配和装配工序排序四个决策序列,并提出了一种基于多智能体的深度强化学习算法进行求解.首先,所提出的算法包含四个智能体分别对应四个决策序列,智能体之间采用价值分解网络(VDN)协作策略;然后,构建基于拖期的复合回报函数,提取生产系统指标作为全局特征,完善各智能体的调度动作;最后,设计了精英经验库,充分挖掘高回报样本的价值.案例结果表明所提出的方法在不同场景下都优于现有经典调度规则和元启发式算法挖掘的调度规则.

摘要：本文从制造领域发展趋势的角度出发，阐述优化设计车间调度系统的必要性。

摘要：为了降低延迟交货率,针对以总延迟时间为优化目标的分布式装配混合流水车间调度问题,提出基于Q-学习的蛙跳算法.设计了问题的三串编码方法,并给出解码过程.将Q-学习嵌入到蛙跳算法的模因组搜索过程中,Q-学习算法包括由全局搜索、邻域搜索和解的接收准则组成的动作集合,和基于种群精英解和离散度而构建的6种状态.在算法运行过程中,根据种群的状态,利用Q-学习动态地选择执行的模因组搜索策略.实验结果表明:与现有算法相比,基于Q-学习的蛙跳算法在112个实例中均能获得更好或者相同的结果,表明基于Q-学习的蛙跳算法在求解考虑运输和装配的分布式混合流水车间调度问题方面具有较强优势.

摘要：对于实际生产中经常出现的非紧密衔接工序调度问题,提出一种将非紧密衔接工序变为紧密衔接工序的转换策略,用该策略在对工序间延迟约束进一步研究的基础上,提出标准工序、延迟工序和扩展加工工艺树概念。通过对拟关键路径法和最佳适应调度法算法进一步完善,设计一种通过优先调度延迟工序,对标准工序分批采用拟关键路径法和最佳适应调度法,同时考虑关键设备上标准工序尽量紧凑的具有非紧密衔接工序的动态调度算法。实例验证表明,所提出的调度算法不仅能够较好地解决更具实际意义的动态非紧密衔接工序调度问题,而且能够扩展解决动态紧密衔接工序调度问题。