求解Job-Shop车间作业调度的混合算法

提出了一种解决车间作业调度最短完成时间的有效的混合算法.基于考虑到遗传算法的早熟收敛问题和禁忌搜索算法的自适应优点,该算法结合了遗传算法和禁忌搜索算法对Joh-Shop车间作业调度问题的解进行编码,通过实例表明该算法是可行和有效的.     

一类耦合工件组作业问题的多项式时间算法

耦合工件是指一个需经两次不同操作的工件,且这两次操作具有先后次序和一定的时间间隔．给定一组耦合工件,要求确定这些工件在一台机器上的加工顺序及时间安排,使加工全长达到最小,这就是耦合工件组作业问题．对一般情形,该问题已被证明为NP困难．本文讨论并给出了由n个相同的耦合工件构成的耦合工件组作业问题的多项式时间算法。     

求解Job-Shop车间作业调度的混合算法

提出了一种解决车间作业调度最短完成时间的有效的混合算法．基于考虑到遗传算法的早熟收敛问题和禁忌搜索算法的自适应优点，该算法结合了遗传算法和禁忌搜索算法对Job—Shop车间作业调度问题的解进行编码，通过实例表明该算法是可行和有效的．     

转盘上的流水作业问题

讨论转盘上的流水作业问题，其中每个加工工件从一个工主邓到下一个工序需要用此转盘来运输，而且从入口列第一个加工机器和从最后一个加工机械返回工件入口列第一个加工也要用此转盘来运输，在本文中，我们证明，即使只有一台加工机器，带有转盘的流水作业的加工全长问题也是强ＮＰ困难的。     

基于模糊调度法则的单件车间作业计划排序算法

研究了单件与组装件混合制造系统中普遍存在的有优先顺序约束的单件车间调度问题.深入分析了传统启发式算法存在的缺陷,提出调度法则模糊化思想.在此基础上,构造了具有一定优度的作业计划排序算法求解问题.通过实例分析,说明了这一算法在工程中的可行性.     

基于拉格朗日的高速铁路车站作业优化

本文从Job-Shop 调度角度出发,以列车为待加工的“工件”,将车站接车进路、 到发线和发车进路看作“加工机器”,列车在车站的走行与停站看做不同的“作业工序”, 把高速铁路车站作业问题抽象成Job-Shop 车间调度优化,以设备能力、冲突进路、停站时 间为空间和时间约束,以最小化到发线的占用时间为优化目标,建立高速铁路车站作业 优化模型.采用拉格朗日方法松弛原模型的约束条件,建立车站技术作业问题的拉格朗日 对偶松弛问题,设计了高速铁路车站作业优化模型算法.并以高速铁路的某一车站为实例 进行验证,实例表明,该算法可以有效地化解车站作业进路冲突和实现到发线运用时间 的最小化.     

批量生产多循环闭式冷锻铝材成形误差机械热偶合有限元分析

在冷成形加工中因为工件和模具中的温度随时间变化而使工件的成形误差也随之变化,以前的成形误差分析仅涉及单个工件加工循环.同时考虑机械效应和热力效应对成形误差的影响,对批量生产多循环闭式冷锻铝材成形过程中工件的成形误差进行了有限元分析,给出了一个包含成形各个阶段所产生的成形误差的误差分析公式.该公式可用于诸如挤压成形等其他成形工艺.这一分析工作为高精密成形误差补偿方法的研究提供了指导.     

求解具有恶化工件单机调度问题的改进遗传算法

为克服现有算法求解工件数较多的单机调度问题计算量大的缺点,分析了加工时间为阶梯函数的工件排序规则,以极小化最大完工时间为目标,提出了基于局部搜索的改进遗传算法,对基于工序编码方式的染色体设计了线性顺序交叉算子和融合工件排序性质的局部变异算子,并引入局部搜索策略,提高了算法局部搜索能力和收敛速度.算例测试结果表明:工件数为40件时,与模拟退火算法相比,本文算法求得的最大完工时间平均减少了56.6%,显著缩短了制造周期,并有效地避免了局部最优解,收敛速度显著提高.     

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

第Ⅰ类双边装配线平衡问题的改进蚁群算法

为克服传统算法求解大规模双边装配线平衡问题计算时间长、性能不稳定的缺陷,针对第Ⅰ类双边装配线平衡问题,应用综合信息素搜索规则与全局信息素更新规则,提出了一种先产生任务排列序列、后按启发式分配规则产生可行解的蚁群算法,可有效脱离陷入局部最优解.用改进蚁群算法对30个不同规模的问题进行求解,并与标准蚁群算法和禁忌搜索算法进行了对比.结果表明:改进蚁群算法求出29个最优解,比普通蚁群算法、禁忌搜索算法分别能多求得6个和3个最优解;应用于汽车双边装配线算例,在保持平衡效率的条件下,改进蚁群算法计算时间为21.01 s,比普通蚁群算法减少了9.14 s,计算效率提高了30.3%.      

基于模拟退火算法的经济批量和运送问题

研究简单的供应链模型生产批量和运输调度问题,主要目标是找到经济批量调度合理排序,使单位时间的平均库存费用、建立费用、运输费用最小。建立该问题的多目标非线性混合整数规划模型和最佳枚举方法来解决这个问题。由于在大中型的问题中很难获得最优解,所以运用模拟退火算法,它结合邻域搜索技术,以一定的概率选择邻域中最好的状态,从理论上来说是一个全局最优算法。     

有限经济批量和库存的模拟退火算法

研究在一个简单供应链中的生产批量和配送计划问题。解决在供应链中减少单位时间库存、设备和运输的平均成本生产批量及运送计划。假设所有影响因素如产品需求率都已限定在有限的计划范围内,利用模拟退火算法具有的较强局部搜索能力特性弥补传统算法的不足,计算结果表明SA算法能够找到问题的最优解或近似最优解,是解决该问题的有效方法。     

有限经济批量排产和运送问题的禁忌搜索算法

探讨使用禁忌搜索算法解决一个简单的供应链经济批量排产和运送问题。其中供应商通过一个灵活的生产流水线生产多个组件并进行装配。假定所有参数,如组件的需求率等具有确定性,找到本研究的目标就是求解最优的生产批量和排序,使供应链的平均投入和运输费用最小。     

供应链中供需协调及数量折扣定价模型

在非合作博弈条件下，供应链中的供需双方独立确定各自的最优批量，虽然其中一方处于最优决策之中，但整个供应链系统未达到最优，为使供应链得到优化、供需双方达到双赢的目的，提出了供需双方合作博弈条件下的最优批量及数量折扣定价模型，据此，可计算折扣的取值范围，再根据供需双方博弈力量以及对供应链业绩的贡献，即可确定合理的价格折扣。     

有限经济批量和排序问题的模拟退火搜索算法

采用模拟退火算法,解决一个简单供应链中经济批量和排序问题。在这个供应链中,单一的一个生产系统要生产多种产品来满足装配系统的需求,假定参数、产品的需求率、生产率、整备时间和费用都是给定的常数。目标是求解最优的生产批量和排序,使得整个供应链中单位时间的库存、运输的总费用最小。     

模拟退火算法在供应链生产调度中的应用

研究一个简单供应链中的生产调度问题,目的是找到一个合理生产排序使得单位时间的成本最小,建立该问题的单目标非线性规划模型。运用模拟退火算法,结合邻域搜索进行求解,最后举例验证算法的有效性。     

基于部门协调的分布式决策支持系统

为了向组织结构分散化的企业提供有效的决策支持，运用协调决策理论，构建了部门间协调决策的一般性模型，并根据这一模型设计了基于部门协调的分布式决策支持系统的体系结构．在该模型中，将企业职能部门区分为主导部门和非主导部门，每个部门都有机会成为主导部门或非主导部门．此外，明确定义了协调决策过程信息交换的内容，即主导部门向非主导部门传递全局决策向量，而非主导部门向主导部门传递各自的边际收益向量．最后，描述了模型的求解过程——通过有限次部门模型求解和信息交换，最终得到决策问题满意的解答．     

基于可控交货期的供应链Stackelberg决策研究

时间已成为供应链敏捷运作的瓶颈要素。在供应商和分销商供应链上下游的Stackelberg模型中,本文构建了基于可变交货期的供应链决策模型。通过对供应链决策模型的计算,分析了考虑压缩交货期费用分担和延迟交货惩罚对交货期、订货量、供应链成本的影响,认为在供应商和分销商中存在最优的交货期和订货批量,可得到供应链最优的决策。算例的计算结果表明,该模型可以优化供应链上下游企业的决策,从而为规划决策者提供科学依据。     

与业绩挂钩的比例分配机制对供应链的影响

为了探讨根据零售商的历史业绩分配产品的机制能否提升供应链的整体绩效,运用博弈论,建立了1个供应商向n个零售商供货的两阶段模型,分析了与零售商历史业绩挂钩的比例分配机制对供应链绩效的影响,并与固定机制进行了对比研究.结果表明,与历史业绩挂钩的比例分配机制是一种激励零售商扩大实际需求下订单的机制,这一机制使供应商获益而零售商利益受损,因此,该机制只在某些情况下可以改善供应链绩效.     

混合算法在港口吞吐量预测中的应用

设计供应链网络主要考虑满足外部客户需求最大化和网络总体效用的最大化,其目的是寻求合适的合作伙伴,从而制定符合实际的生产分销策略。为了解决复杂供应链网络设计的问题,提出了一种新的多阶段数学算法模型,该方法是基于遗传算法、层次分析法、多属性效用理论、以同时满足供应商和客户在网络各个层级上的需求。最后,应用该方法很好地解决了所列举的案例,并证明该方法的有效性和实用性。