单机调度问题的复杂性

研究一类单台机器具有速度可选择约束的调度问题，这在车辆调度和通信调度中具有广泛的应用，以进一步研究交通和通信中的拥挤和堵塞问题，引进了有关记号提出了有关的新概念并给出了该问题解的有关性质，对单台机器问题的有关多项式情形算法进行了论证。     

基于禁忌搜索算法求解车间作业调度问题

考虑了一个有限经济批量和交货时间计划的车间作业调度问题.在这条供应链上包含两个大的部门(生产加工部门和组装部门);多种工件首先需要经过加工部门多个车间的加工,然后送到组装部门组装成为成品;目标是如何组织安排各种工件在各个车间的各个机器上的加工顺序和加工开始时间使得此供应链上单位时间内的运输费,组装费和存储费用最小.此问题是一个NP难问题,为了找到满意解,本文利用禁忌搜索算法来解决此问题,并用MATLAB软件编写求解此问题的算法程序.从算法的数值试验过程来看,禁忌搜索的效率和效果均令人满意.     

非标准HFS-B问题的设备协同调度研究

在同贝位边装边卸工艺的集装箱作业环境中,提出了一类非标准的HFS-B问题,即同时存在2种方向互逆的工件流、与紧前紧后机器相关的准备和处理时间.这类来自港口背景的非标准HFS-B问题,主要涉及空间位置决策、任务分配和设备调度等子问题的决策,目标是makespan最小.鉴于HFS-B的NP-hard特性,在分析设备顺序约束和协同关系基础上,基于Fill ratio启发式、表调度理论和设备的状态空间变换,设计了3阶段决策的启发式算法.基于阶段的下界理论和makespan的下界理论,对多个实际的大规模案例进行仿真分析,结果表明:算法的makespan与理论下界的最大偏差不大于7%,具有良好的实用性.     

不确定条件下的作业车间多目标调度模型及其遗传优化

针对不确定条件下的作业车间特点,区别于传统调度模型采用决策系数策略,提出了一种新的不确定条件下的多目标车间调度模型,新模型为两维调度模型,不仅处理了生产过程中的应急调度问题,还在调度目标为作业时间最短的基础上,从库存、机器-人资源约束、生产效率三个方面归纳了企业相关成本调度指标,具有很高的实用性;采用改进的遗传算法求解新模型,得到一组Pareto最优解,可以在兼顾机器使用率的同时使生产成本最小化.最后采用某机车厂的部分生产数据对改进的模型及算法进行了仿真实验,结果证明了模型和算法的有效性.     

不确定条件下的作业车间多目标调度模型及其遗传优化

针对不确定条件下的作业车间特点,区别于传统调度模型采用决策系数策略,提出了一种新的不确定条件下的多目标车间调度模型,新模型为两维调度模型,不仅处理了生产过程中的应急调度问题,还在调度目标为作业时间最短的基础上,从库存、机器一人资源约束、生产效率三个方面归纳了企业相关成本调度指标,具有很高的实用性;采用改进的遗传算法求解新模型,得到一组Pareto最优解,可以在兼顾机器使用率的同时使生产成本最小化．最后采用某机车厂的部分生产数据对改进的模型及算法进行了仿真实验,结果证明了模型和算法的有效性．     

双线铁路行车调度调整的优化方法

本文构造了双线铁路行车调度调整的优化模型，论证了该模型可不带任何离散型约束。设计了一个简单的求解策略。为了求解上述策略的子问题，即一个带“可选择约束”的线性规划问题，移植了高效的对偶算法交论证了其可行性，使得问题得到一个快速的算法。     

多元QoS约束的网格任务调度算法及其GridSim仿真

对传统的通用自适应启发式调度算法加入多QoS约束，新算法充分考虑到多QoS对调度策略的影响，从而提高了调度系统的吞吐率．为了验证新算法在性能上的改善，文中还在GridSim上对改进的算法进行了研究．     

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.     

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。     

基于双重遗传算法的工件流与刀具流综合调度优化

为解决柔性制造系统中工件流与刀具流并存情况下的调度优化问题,以用完成时间最短为目标,建立了工件流-刀具流综合调度数学模型,提出了双重遗传算法并对模型进行优化求解.外层遗传优化求解可行工序加工序列,内层遗传优化进行最优可行刀具分派方案的搜索,搜索结果的适应度则作为外层优化解的评判标准.实例分析结果表明:双重遗传算法在取得各工件优化排序的同时,还获取了各类刀具的优化分派,与传统的规则调度相比,系统的完工时间及等刀时间分别减少了19.7%和20.4%.     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

基于约束编程的飞机排班问题研究

飞机排班是航空运输生产计划的重要环节,对航空公司的正常运营和整体效益有着决定性影响.飞机排班通常构建为大规模整数规划问题,是航空运筹学研究的重要课题,构建的模型属于严重退化的NP Hard问题.本文把飞机排班问题构建为多商品网络流模型,并应用列生成算法求解;在列生成子问题中,引入约束编程系统实现快速求解航班连线（航班串）并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代.最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班进行比较研究.     

基于遗传算法的加油车和摆渡车协同调度研究

航班地面服务是机场运行的重要环节.航班在机场过站期间所接受的一系列 地面服务通过不同类型的保障车辆来执行.通过分析机场过站航班保障的业务流程,确定 了加油服务和上客服务的时间约束关系,并在此基础上,以至少需要的保障车辆数目和 服务总开始时间最早为目标,研究构建了远机位航班加油服务和上客服务的协同调度模 型,并给出了基于多目标遗传算法的模型求解.基于首都国际机场实际运行数据的实验结 果表明,所提出的模型能较好地解决加油车和摆渡车协同调度问题.实验得到一组Pareto 最优解为业务部门提供决策支持.     

����Ӧ����������ģ���Ż��о�

优化应急车辆调度是降低突发事件造成重大人员伤亡和财产损失的有效手段. 在分析应急车辆调度问题、决策目标、决策变量和目标函数的基础上,构建了最小化整体损失的理想化调度模型. 针对该理想模型的参数难以确定的问题,提出以广义响应时间为基础,以实时交通量辅助决策,采用简化约束条件的方法建立了城市应急车辆调度的优化模型. 分析了路段行程时间和交叉口行程时间的计算,依据路段交通流量对城市应急车辆调度的影响划分道路服务等级. 基于威海市实际案例的分析结果表明,简化模型能够辅助优选应急车辆调度方案,验证了该方法的有效性.     

求解作业车间批量流问题的变邻域搜索算法

对具有等子批和空闲约束的作业车间批量流问题进行了研究,提出一种有效变邻域搜索（VNS）算法以最小化延迟和提前惩罚总和,该算法利用双串表示法描述问题的解.为了适应问题的特点,几个初始解独立进化以改善VNS的探索能力,对批调度采用一个变邻域结构,而对批量流条件则根据一个较小的概率进行调整.将VNS应用于一些实例,计算结果验证了VNS的优异性能.     

遗传算法在并行多机调度问题中的应用

从车间生产调度的实际情况出发，针对最小化完工时间的并行多机调度问题，提出了一种优化遗传算法．充分考虑紧急任务的插入，通过提供一个记录设备当前负荷的数组，实现对任务的动态调度．仿真结果表明该遗传算法能够较好的解决并行多机生产调度问题．     

An Optimal Algorithm for a Class of Parallel Machines Scheduling Problem

This paper considers the parallel machines scheduling problem where jobs are subject to different releas etimes. A constructive heuristic is first proposed to solve the problem in a modest amount of computer time. In general, the quality of the solutions provided by heuristics degrades with the increase of the probiem‘s scale. Combined the global search ability of genetic algorithm, this paper proposed a hybrid heuristic to improve the quality of solutions further. The computational results show that the hybrid heuristic combines the advantages of heuristic and genetic algorithm effectively and can provide very good solutions to some large problems in a reasonable amount of computer time.     

具有反向学习能力的串车调度算法研究

为了避免串车问题,研究了多条线路不同站点间隔的车辆实时串车调度算法.基于车辆自动定位(AVL)数据的分析预测,给出了具备反向学习能力的克隆选择优化算法 (Opposition-learning Clonal Selection Algorithm, OCSA )求解避免串车的调度序列,指导车辆调度.算法中设计了反向抗体库,反向抗体库存储了种群迭代过程中多个较差抗体的信息,利用较差基因位置信息,指导部分基因链以较快速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可迅速改善抗体的多样性,使得算法在短时间内具有较强的全局寻优能力;且局部学习的缩放因子可随迭代过程动态调整,提高了算法的求解精度.实验结果表明,基于 OCSA算法获取的调度序列与经典的调度算法相比有较好的适应性,求得的调度序列能够实时有效地降低站点串车问题.