双链遗传算法在作业车间调度中的应用

针对简单遗传算法在解决作业车间生产调度问题时存在收敛效率低与过早收敛的局限,将一种改进的遗传算法--"双链遗传算法"应用于求解作业车间生产调度问题.与简单遗传算法相比,双链遗传算法在解决作业车间调度问题上,显著提高了搜索效率,还增强了避免早熟的能力.对双链遗传算法求解作业车间调度问题的某些策略和基本步骤作了简要的归纳和总结,编制了双链遗传算法求解作业车间调度问题的程序,通过调度例子测试表明了算法的有效性和可行性.     

全局搜索聚类的多车场多车型调度算法研究

针对物流配送中多车场多车型车辆调度问题的特征构造了一种以最短路径为代价的车辆调度的双多模型.为解决此类NP问题,本文提出了一种两阶段解决方案：第一阶段首先对全局隶属值的搜索训练找出最优隶属度,然后再利用任务相对紧急数组以K-Means算法为基础对用户进行聚类,把一个多车场多车型的车辆调度问题转化成多个单车场多车型的调度问题,大大降低了问题求解的复杂度;第二阶段对多个单车场多车型VSP问题利用遗传算法进行并行处理,为了保证染色体的多样性和尽可能地降低问题求解复杂度,提出了五类遗传交叉算子;最后对4车场32用户实例进行试验.结果表明,此算法对求解多车场多车型车辆调度问题很有效.     

双链遗传算法在作业车间调度中的应用

针对简单遗传算法在解决作业车间生产调度问题时存在收敛效率低与过早收敛的局限，将一种改进的遗传算法——“双链遗传算法”应用于求解作业车间生产调度问题．与简单遗传算法相比，双链遗传算法在解决作业车间调度问题上，显著提高了搜索效率，还增强了避免早熟的能力．对双链遗传算法求解作业车间调度问题的某些策略和基本步骤作了简要的归纳和总结，编制了双链遗传算法求解作业车间调度问题的程序，通过调度例子测试表明了算法的有效性和可行性。     

模糊交货期下置换Flow Shop调度的禁忌搜索算法

实际生产过程中由于各种客观因素的影响,交货期往往具有不确定性.对模糊交货期下置换FlowShop调度问题以及禁忌搜索算法的邻域、禁忌表和搜索策略进行研究,提出一种求解该问题的禁忌搜索算法.仿真结果表明,此算法不仅可以解决模糊交货期下的最小满意度最大化问题,而且具有较高的效率.     

模糊交货期下置换Flow Shop调度的禁忌搜索算法

实际生产过程中由于各种客观因素的影响，交货期往往具有不确定性．对模糊交货期下置换Flow Shop调度问题以及禁忌搜索算法的邻域、禁忌表和搜索策略进行研究，提出一种求解该问题的禁忌搜索算法．仿真结果表明，此算法不仅可以解决模糊交货期下的最小满意度最大化问题，而且具有较高的效率。     

改进的量子遗传算法在车间调度中的应用

在对车间作业调度问题及其调度方法进行描述的基础上,提出改进量子遗传算法（IQGA）并用于解决车间调度问题,改进的量子遗传算法用路由选择算法来选择染色体,进行编码,并用最优个体来更新量子旋转门,旋转角是自适应调整的,这样使算法更好的收敛到全局最优解,经过仿真,验证了算法的有效性。     

改进的量子遗传算法在车间调度中的应用

在对车间作业调度问题及其调度方法进行描述的基础上,提出改进量子遗传算法(IQGA)并用于解决车间调度问题,改进的量子遗传算法用路由选择算法来选择染色体,进行编码,并用最优个体来更新量子旋转门,旋转角是自适应调整的,这样使算法更好的收敛到全局最优解,经过仿真,验证了算法的有效性.     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题,并提出了一种新的求解方法,将邻域搜索与遗传算法相结合,提高遗传算法的局部搜索能力,加速进化过程,详细论述了该方法的优越性.     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题，并提出了一种新的求解方法，将邻域搜索与遗传算法相结合，提高遗传算法的局部搜索能力，加速进化过程，详细论述了该方法的优越性．     

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.     

Sequencing mixed-model flexible assembly lines with variable launching intervals

To solve the sequencing problem in mixed-model flexible assembly lines (MMFALs) with variable launching intervals, a mathematical model aiming to minimize the cost of utility and idle times is developed. To obtain high-quality sequences, an advanced scatter search (ASS) algorithm is proposed. A heuristic approach, i.e. launching intervals between products algorithm (LIBPA), is incorporated into the ASS algorithm to solve the launching interval problem for each sequence. Numerical experiments with different scales are conducted to compare the performance of ASS with genetic algorithm (GA). In addition, we compare the cost of variable launching intervals approach with fixed launching intervals approach. The results indicate that the ASS is efficient and effective, and considering variable launching intervals in mixed-model assembly lines (MMALs) sequencing problem can improve the performance of the line.     

A Hybrid Heuristics for Irregular Flight Recovery

Adverse weather conditions, congestion at airports, and mechanical failures often disrupt regular flight schedules. The irregular flight recovery problem aims to recover these schedules through reassignments of flights and cancellations. In this article, we develop the classic resource assignment model for the irregular flight recovery problem, and a new hybrid heuristic procedure based on greedy random adaptive search procedure (GRASP) and simulated annealing algorithm is presented to solve this problem. As compared with the original GRASP method, the proposed algorithm demonstrates quite a high global optimization capability. Computational experiments on large-scale problems show that the proposed procedure is able to generate feasible revised flight schedules of good quality in less than five seconds.     

求解车辆路径问题的改进混合遗传算法

针对车辆路径问题提出一种新的混合遗传算法。在遗传各个阶段引入不同交叉、变异策略的扩大对解空间搜索,提高遗传算法的寻优能力,避免单一交叉、变异策略的遗传算法"早熟"收敛。在进化后期对个体进行低温退火,提高遗传算法的求解精度。通过对国际标准测试数据的仿真,表明该算法是有效的。     

基于泊位计划的集装箱码头岸桥动态调度优化

所谓基于泊位计划的集装箱码头岸桥动态调度问题,是指在计划周期内,在每艘船舶均已安排了靠泊时间和靠泊位置的前提下,将有限的岸桥资源在船舶上的装卸任务间进行动态分配与排序,以最大限度地减少计划期内所有船舶的滞港时间. 在充分考虑岸桥不能交叉作业、装卸任务有作业顺序要求等现实约束下,对此问题构建了非线性数学规划模型,基于问题自身的特点设计了基于任务排序的染色体结构,用遗传算法进行求解. 通过与文献中单船的调度结果的对比、单船岸桥调度与多船动态岸桥调度结果的对比,以及多船动态岸桥调度的仿真实验,证明了模型及算法的有效性.     

遗传算法在区段站到发线的应用研究

为解决车站到发线的合理运用问题，采用遗传算建立了到发线运用的染色体结构和适应度函数，对这种复杂的非线性组合优化问题进行了仿真。     

基于NSGA-Ⅱ的接运公交线路与时刻表协调优化方法

在公交规划研究中,常将公交网络规划问题分解为公交路线设计和行车时刻表设计,并尝试运用非传统优化方法解决,但对于多种公交模式换乘背景下的公交线路与时刻表协调优化问题的研究较为缺乏.文中以直接服务于轨道交通的接运公交为研究对象,在实现接运公交与轨道交通的有效衔接条件下,构建接运公交的路线选择与时刻表协调优化模型,并设计基于非支配排序遗传算法（NSGA-Ⅱ）的多目标优化算法对模型进行求解,实现接运公交路线与时刻表的协同编制,并通过实例分析检验模型.     

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条 公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同 时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题。 列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题。其中, 主问题从可行车辆行车路径集合和司机车次链集合中选择最优的司机车次链和电动公交车行车 路径,覆盖所有车次,并保证车辆运营计划产生的空驶弧都被司机排班计划覆盖;定价子问题描 述两个基于时空网络的资源约束最短路问题,分别用于生成可行的车辆路径和司机车次链,并设 计深浅算法得到整数可行解。使用合肥市3条公交线路随机生成算例检验提出算法的有效性。     

车间作业调度中基于领域搜索的混合遗传算法

车间作业调度问题是一个NP完全问题，很难用一般的方法解决．遗传算法(GA)作为全局搜索算法广泛应用于各种寻优操作中，并己成为求解车间作业调度问题(JSP)的主要方法，本文针对遗传算法应用的局限性，把领域搜索的思想应用到变异操作中，提出了一种应用于车间调度中基于领域搜索的混合遗传算法，该算法不仅保证了算法的全局收敛性、而且提高了算法的收敛速度和稳定性。     

带折扣的多阶段库存系统的优化算法

针对供应商提供数量折扣、需求率随时间变化、周期性检查并补充库存的多阶段库存控制策略，提出一种优化算法．该算法以各时段的累计需求为根节点建立搜索树，从而将带折扣的库存问题转化为典型的动态批量问题，运用动态规划法即可求解．利用该算法可以找出在计划时段内总成本最小的补充策略．用算例说明了该算法的有效性．     

求解柔性Job-shop调度问题的混合粒子群算法

针对柔性Job-shop调度问题,提出了一种混合粒子群算法,该算法对设备分配和工序调度采用不同的编码方法和更新方式,提出了基于设备的初始化算法和基于工件序列的初始化算法来提高PSO初始种群的质量,同时提出了4种不同的邻域结构,分别实现了基于此四种邻域结构的模拟退火搜索算法,将它与粒子群算法进行有效混合来提高粒子群算法的局部搜索能力,实验表明HPSO的有效性.