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.     

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。     

基于启发式算法的并行多机调度问题研究

从车间生产调度的实际情况出发，针对最小化完工时间的多机调度问题，提出了一种改进的极大消去法，并利用该算法进行了调度仿真，仿真结果表明：该改进后的算法能够更好的解决大规模多机生产调度问题．     

基于混合进化策略算法的并行多机调度问题研究

描述了一类带工艺约束的并行多机调度问题，其工艺约束的特点在于工件的加工需要多种不同类型机器同时协同工作来完成，为求解此类调度问题，采用进化策略与局部搜索相结合的混合算法，提出一种工件加工的机器动态调度策略，寻求生产调度完工时间和机器负荷均衡的优化。     

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.     

遗传算法在制造网格资源调度中的应用

在网络化制造环境下为解决制造网格中的资源调度问题，提出了基于遗传算法的网格资源调度算法。结合用户对多目标优化问题的要求，设计了基于遗传算法的制造网格资源调度算法。该算法将多目标优化问题转化为单目标优化问题，并以数字制造业中零件加工过程的资源优化调度为算例，验证了算法的有效性。     

基于启发式算法的并行多机调度问题研究

从车间生产调度的实际情况出发,针对最小化完工时间的多机调度问题,提出了一种改进的极大消去法,并利用该算法进行了调度仿真,仿真结果表明:该改进后的算法能够更好的解决大规模多机生产调度问题.     

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．     

分布式实时控制系统的网络调度研究

基于实时网络分布式控制系统的性能不仅取决于控制算法，而且取决于网络信息调度的特点，以具有确定时间性与可靠性的TDMA（时分多路访问）网络作为控制网络，对网络中的控制信息进行调度，建立了分布控制系统的任务调度模型。并采用遗传算法求解网络调度问题，以提高控制系统性能和网络利用率，寻求最优的通信时序．仿真结果表明，经过优化调度后，控制回路的任务周期最短；与常规非优化状态下的系统性能相比，控制系统的总体性能指标减小，网络利用率提高．     

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。     

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．     

���������ij������������ģ�����㷨�о�

在对多配送中心车辆调度问题进行直观描述的基础上，建立了该问题的数学模型。提出了采用距离最近分配法将多配送中心车辆调度问题分解为多个单配送中心车辆调度问题进行求解的策略．基于求解单配送中心车辆调度问题的禁忌搜索算法，设计了求解多配送中心车辆调度问题的算法，并进行了实验计算．计算结果表明，用本文设计的算法求解多配送中心车辆调度问题，不仅可以取得很好的计算结果，而且算法的计算效率较高，收敛速度较快，计算结果也较稳定．     

Improved Genetic Algorithm for Job-Shop Scheduling

Introduction Job shopschedulingproblem(JSP)isoneofthe well knownhardestcombinatorialoptimizationprob lems,andmanysolutionsbasedongeneticalgorithms(GAs)havebeenproposedbymanyresearchersso far[13].SincethedemonstrationofapplicationofGA toschedulingproblemsb…     

遗传算法在动车组运用计划编制中的应用

本文建立了动车组运用计划编制中相应的数学模型;在求解模型部分把动车组的运用计划分为交路段的生成和交路的生成两部分来求解,在生成交路段的过程中采用遗传算法使生成的交路段数最少,在交路的生成过程中采用交路段互换的方法使得各个基地的动车组使用均衡。     

基于遗传算法的交货期Job-shop调度问题研究

研究遗传算法求解非传统的交货期Job-shop调度问题,其染色体编码采用基于工序的编码。为了减少搜索空间,利用插入式贪婪解码机制将染色体解码至主动调度。为了克服传统遗传算法易于早熟收敛的缺点,运用一种优先交叉操作POX(precedence operation crossover)和设计了一种子代产生模式的遗传算法。将提出的遗传算法求解交货期调度问题,试验结果验证提出算法的有效性。     

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.