基于ACA模型的多品种多工艺制造企业车间调度控制方法

    公开(公告)号:CN102542411A

    公开(公告)日:2012-07-04

    申请号:CN201110434606.2

    申请日:2011-12-22

    IPC分类号: G06Q10/06

    摘要: 一种基于ACA模型的多品种多工艺制造企业车间调度控制方法,包括以下步骤:1)设定多品种多工艺制造企业车间的目标函数,当将任务Agent的任务信息由协调Agent发送给决策Agent时,决策Agent先将任务信息用有向图G表示出来,并且由决策Agent通过任意算法得到的调度规则做为禁忌搜索法的初始解;2)规则决策元Agent首先计算目标值F,然后在该调度的邻域内用禁忌搜索法搜索出其他调度方法,采用目标值最小的解作为采纳的规则;3)元胞空间里的各个元胞(即工位)将根据规则决策元授予的调度规则进行状态改变。本发明能够描述复杂调度系统,很好地反映生产实际并兼顾模型运算效率,快速、较准确的解决了动态、复杂的多品种多工艺制造企业车间调度问题。

    一种基于改进遗传算法的动态扰动下的模糊化参数作业车间调度控制方法

    公开(公告)号:CN102566431A

    公开(公告)日:2012-07-11

    申请号:CN201210012197.1

    申请日:2012-01-16

    IPC分类号: G05B13/04

    摘要: 一种基于改进遗传算法的解决复杂生产环境下作业车间调度控制方法,包括以下步骤:1)、设定模糊化参数的作业车间调度模型,以最大化所有产品满意度和最大化最小满意度为目标函数;2)、采用改进的遗传算法求解所述目标函数,(2.1)采用基于工序的编码;(2.2)多次运行G&T算法产生一个初始种群;(2.3)采用目标函数作为适应度函数对个体进行评价;(2.4)选择和交叉操作;(2.5)采用反转变异;(2.6)当每个组的个体均收敛到某一个度时,将各组种群合并继续进化直到收敛;(2.7)以预先设定的最大进化代数Nmax作为停止条件,将目前为止最好的解作为最优解,得到解决复杂生产环境下作业车间调度方案。本发明精确性良好、可靠性较好、实用性强。

    一种基于改进遗传算法的解决复杂生产环境下作业车间调度控制方法

    公开(公告)号:CN102609805A

    公开(公告)日:2012-07-25

    申请号:CN201210012320.X

    申请日:2012-01-16

    IPC分类号: G06Q10/06 G06N3/12

    摘要: 一种基于改进遗传算法的解决复杂生产环境下作业车间调度控制方法,包括以下步骤:1)、设定模糊化参数的作业车间调度模型,以最大化所有产品满意度和最大化最小满意度为目标函数;2)、采用改进的遗传算法求解所述目标函数,(2.1)采用基于工序的编码;(2.2)多次运行G&T算法产生一个初始种群;(2.3)采用目标函数作为适应度函数对个体进行评价;(2.4)选择和交叉操作;(2.5)采用反转变异;(2.6)当每个组的个体均收敛到某一个度时,将各组种群合并继续进化直到收敛;(2.7)以预先设定的最大进化代数Nmax作为停止条件,将目前为止最好的解作为最优解,得到解决复杂生产环境下作业车间调度方案。本发明精确性良好、可靠性较好、实用性强。

    一种基于PSO-GA混合优化算法的单目标多生产线调度控制方法

    公开(公告)号:CN102393634A

    公开(公告)日:2012-03-28

    申请号:CN201110383517.X

    申请日:2011-11-28

    IPC分类号: G05B13/02

    摘要: 一种基于PSO-GA混合优化算法的单目标多生产线调度控制方法,包括以下步骤:步骤1:输入不同工件可选生产线、首批加工时的相应准备时间、不同工件在可选生产线的换模时间、不同工件在可选生产线上的加工时间、单一目标函数和加工分批策略;步骤2:采用随机编码初始化运行参数;步骤3:初始化种群;步骤4:将P(t)分割成粒子规模相等的两个A、B子种群;步骤5:设定迭代次数;步骤6:对A种群的粒子群P1(t)进行基于SA局部改进的PSO操作;步骤7:对B种群的粒子群P2(t)进行基于SA局部改进的GA操作;步骤8:A、B种群进行信息共享;步骤9:判断终止条件是否满足,若是,输出最优个体。本发明实现调度优化。

    一种基于改进遗传算法的解决复杂生产环境下作业车间调度控制方法

    公开(公告)号:CN102609805B

    公开(公告)日:2015-03-04

    申请号:CN201210012320.X

    申请日:2012-01-16

    IPC分类号: G06Q10/06 G06N3/12

    摘要: 一种基于改进遗传算法的解决复杂生产环境下作业车间调度控制方法,包括以下步骤:1)设定模糊化参数的作业车间调度模型,以最大化所有产品满意度和最大化最小满意度为目标函数;2)采用改进的遗传算法求解所述目标函数,(2.1)采用基于工序的编码;(2.2)多次运行G&T算法产生一个初始种群;(2.3)采用目标函数作为适应度函数对个体进行评价;(2.4)选择和交叉操作;(2.5)采用反转变异;(2.6)当每个组的个体均收敛到某一个度时,将各组种群合并继续进化直到收敛;(2.7)以预先设定的最大进化代数Nmax作为停止条件,将目前为止最好的解作为最优解,得到解决复杂生产环境下作业车间调度方案。本发明精确性良好、可靠性较好、实用性强。

    一种基于PSO-GA混合优化算法的单目标多生产线调度控制方法

    公开(公告)号:CN102393634B

    公开(公告)日:2013-07-24

    申请号:CN201110383517.X

    申请日:2011-11-28

    IPC分类号: G05B13/02

    摘要: 一种基于PSO-GA混合优化算法的单目标多生产线调度控制方法,包括以下步骤:步骤1:输入不同工件可选生产线、首批加工时的相应准备时间、不同工件在可选生产线的换模时间、不同工件在可选生产线上的加工时间、单一目标函数和加工分批策略;步骤2:采用随机编码初始化运行参数;步骤3:初始化种群;步骤4:将P(t)分割成粒子规模相等的两个A、B子种群;步骤5:设定迭代次数;步骤6:对A种群的粒子群P1(t)进行基于SA局部改进的PSO操作;步骤7:对B种群的粒子群P2(t)进行基于SA局部改进的GA操作;步骤8:A、B种群进行信息共享;步骤9:判断终止条件是否满足,若是,输出最优个体。本发明实现调度优化。

    一种基于元胞机的大型零件柔性作业车间的动态调度方法

    公开(公告)号:CN102608916A

    公开(公告)日:2012-07-25

    申请号:CN201210034023.5

    申请日:2012-02-15

    IPC分类号: G05B13/04

    摘要: 一种基于元胞机的大型零件柔性作业车间的动态调度方法,包括如下步骤:1)建立元胞机的网格模型;2)元胞状态描述;3)整个模型系统的初始和入口边界条件定义成各粒子进入系统的节拍,出口边界条件是供应链下游工厂对产品的接受能力;4)确定模型自组织演化规则;4)工位选择规则Rp→c是以第j道工序加工完成为起点,第j+1道工序加工完成为终点的这段时间(wq+wl÷pe)为衡量标准,选择(wq+wl÷pe)最小的工位作为第j+1道工序的加工工位,工件排序规则Rc→p则是按照先到先服务规则结合工件加工优先级决定的。本发明提高设备运行效率、增强稳定性。