摘要：Agent具有智能性、自治性及合作能力等许多优良的特性,为解决现代制造系统的车间敏捷调度问题提供了一条新的有效途径。在提出的调度系统体系结构的基础上,基于合同网协议(Contract Net Protocol,CNP),应用KQML语言和采用CORBA通信机制,设计了多Agent车间调度系统(Multi-agents Scheduling System,MASS),具有一定的通用性和可扩充性,实验结果表明该调度系统的优越性。

摘要：针对作业车间调度问题中传统集中式调度方案的不足,提出一种在分布式环境下基于改进合同网协议的多智能体车间调度方法。在分布式制造系统环境下,将生产车间的设备进行Agent化,针对传统合同网协议通信负载大、效率较低,同时对分配方案没有评价机制,采用增强学习方式对任务分配过程进行强化学习,同时以制造车间的负载均衡为目标对合同网协议进行了相应改进。最后用仿真实验验证了方案的有效性。

摘要：介绍了一种基于遗传算法的流水线车间调度模块设计方法,以流行的C++Builder作为编程工具,采用遗传算法处理流水线车间调度问题,开发并实现了可用于企业使用的ERP车间调度模块。

摘要：针对DNA遗传算法高计算量、收敛速度慢的缺点,该算法采用基因转移进行交叉,动态的变异概率进行变异.对动态变异概率公式的系数作调整来提高变异后DNA序列的合法性,对变异的父本进行设计来保持种群的多样性并产生新的基因信息,对进化过程中可能出现种群中最好的染色体没有改变的情况做了应变调整.对DNA遗传算法的步骤作了详细设计,并将改进后的算法应用到车间调度问题中.实验表明,该方法能有效地提高收敛速度和减少编码给算法带来的高计算量.

摘要：采用一种混和编码方式,并将局部搜索运用到变异算子,该方法能及时反映种群在进化过程中的过早收敛程度,不仅能加快计算速度,而且还能增强算法的全局收敛性。算法以其通用性强,算法简单等特点,可被广泛应用到车间调度问题的优化中。

摘要：本文主要介绍了企业车间调度问题的遗传算法实现,通过Matlab实现对遗传算法的编程,然后通过VC++建立动态连接库,最后以C++Builder为界面,完成整个车间调度的设计。通过遗传算法与普通算法的比较,证明了遗传算法在车间调度中的优越性。

摘要：通过对车间生产调度的特点和算法的研究,建立了离散车间多目标动态调度的数学模型及设计了改进的遗传算法。以最大完工时间最短、总延期时间最小和设备总负荷最小这3个目标作为车间生产优化目标调度模型。利用改进的遗传算法确定车间调度的最优解。最后通过实例分析,验证了算法的可行性。

摘要：该文介绍了模糊流水车间调度问题,在此基础之上设计了一个解决该问题的混合遗传算法——嵌入多点最速下降法的遗传算法(GDA),将其与各种算法进行了仿真比较,论证了其有效性。

摘要：针对用遗传算法求解车间调度问题(job shop problem)容易早熟的缺点,对遗传算法的收敛性、搜索效率和最优解等方面进行了研究,改进了遗传算法,引入了模拟退火算法,提出了新的混合遗传算法。重新设计了基于工件编号的交叉算子和变异算子;采用自适应交叉概率和变异概率;在每一代遗传进化中引入了Metropolis接受准则。通过结合遗传算法、自适应概率和模拟退火算法的各自优点,提高了算法搜索能力。用遗传算法、模拟退火算法和混合遗传算法对Job Shop Problem中FT06问题进行了仿真。仿真结果表明,混合遗传算法提高了搜索效率,能够找到最佳的调度方案。

摘要：针对生产调度多目标动态复杂性,提出了一种基于AOE图寻找关键路径的改进遗传算法。采用基于工件和机器相结合的编码方法,根据多目标要求,设计了相应的交叉遗传算子。实验结果表明,改进的遗传算法符合车间实际应用情况,对解决多目标动态车间调度问题有实际的应用意义。