船舶平面分段单流水线反应式模糊调度研究

本文针对船舶平面分段流水线调度过程中加工时间和交货期的不确定性,采用模糊化手段进行调度决策。为了应对船舶平面分段生产过程中的急件插入的情况,提出描述船舶平面分段单流水线反应式调度问题的数学模型,以最小化模糊最大完工时间makespan、最大化平均AICD、最大化平均AISS为调度目标,设计了求解模型的一种多目标文化基因算法。基于解的形式采用有效的变异、交叉操作,并嵌入局部搜索算子以增强算法搜索能力。本研究通过makespan和satisfaction两个指标反映算法的有效性,通过甘特图模拟仿真调度过程,为实际船舶平面分段的生产建造提供决策支持。     

基于改进差分进化算法的船舶曲面分段车间调度

为有效提升船舶曲面分段车间的加工效率,解决已有算法存在的易陷入局部最优解和初始解质量低的问题,提出一种改进的差分进化算法,对曲面分段调度问题进行求解。以最小化完工时间和最小化班组间负荷差距为目标,建立该曲面分段调度问题的双目标数学模型,并采用改进的差分进化算法对该问题进行求解。该改进差分进化算法将全局搜索策略与局部搜索策略相结合,能提升初始解的质量,并加快收敛速度。使用某船厂的实际数据对该算法进行有效性验证,结果表明,该算法能有效求解船舶曲面分段调度问题,能更好地提升船舶曲面分段制造调度作业效率。     

空运装载问题求解方法研究

针对空运装载问题,重点研究多目标多载具装载问题的数学模型,并提出基于重量差优先的禁忌邻域搜索优化算法来求解模型。实验结果表明该算法不仅保证目标函数值不恶化,还使得解空间搜索时间大大减少,极大地提高了模型求解速度。     

基于数据挖掘的船舶平面分段智能调度模型设计

为了平衡船舶平面分段调度的决策速度与性能,克服调度优先规则与优化算法各自的弊端,开发智能调度原型软件,以配置7个工位的船舶平面分段流水线为例,经过调度知识模式和特征定义、灰狼算法求解、训练数据构建,构造决策树、神经网络、支持向量机三种机器学习模型,从中选取与研究问题最匹配的模型,实例计算对比模型的调度性能,验证了所提模型的有效性。     

双资源约束下的船舶管件柔性生产车间调度优化

针对船舶管件柔性车间的复杂制造环境，建立以完工时间为主要优化目标、以设备资源和辅助资源为约束条件的双资源约束柔性生产车间调度问题模型，设计一种改进布谷鸟算法对其进行求解。针对问题特征及复杂性，在布谷鸟算法核心框架不变的基础上，提出一种莱维飞行自适应步长因子；同时，设计基于2种局部搜索的巢寄生策略，并引入模拟退火算法，以解决工序维、设备维和资源维的调度优化问题。将该算法应用于企业实际生产模型，结果表明：改进算法能有效避免设备资源冲突，具备较好的综合调度特性。     

基于改进禁忌搜索算法的舰载机保障作业调度

[目的]舰载机出动能力是航母综合作战能力的重要指标,而舰载机保障作业调度将直接影响舰载机的出动能力,因此对舰载机保障作业进行合理调度能有效提高航母的作战能力。[方法]通过将舰载机保障作业调度问题转换成车间作业调度问题,建立保障作业调度模型。对传统禁忌搜索算法的初始解、搜索策略和禁忌列表长度进行改进,以减少最大完工时间为目标,提出一种改进的禁忌搜索算法来求解该模型。[结果]通过实验仿真验证了改进的禁忌搜索算法对于舰载机保障作业调度问题的适用性,且该改进算法在计算速度和优化结果方面均优于传统禁忌搜索算法。[结论]改进禁忌搜索算法可以有效地对舰载机保障作业调度问题进行求解。     

自适应蚁群算法求解车间作业调度问题

车间作业调度问题(JSP)是组合优化问题中的NP-Hard问题,应用传统的蚁群算法在求解时存在易于陷入局部最优解、收敛速度慢等缺点.通过在蚁群算法的信息素局部更新策略和全局更新策略两处引入自适应方法对蚁群算法进行了改进,并应用此算法对经典的FT06问题和FT10问题进行了大量的求解试验.试验结果表明该自适应蚁群算法在求解车间作业调度问题时,搜索速度和收敛速度比传统的蚁群算法都有较好的提高.     

多约束条件下多UUV任务分配方法

针对多约束条件下多UUV任务分配问题,提出一种基于改进集合粒子群优化算法的分配方法,该方法首先定义包含UUV与保障船有效通信距离等指标的约束条件,建立以任务总执行时间最短为主要优化对象的目标函数,采用自适应惯性系数提高最优解邻域内的搜索能力,通过结合遗传算法的变异操作提高全局搜索能力,有效降低陷入局部最优解的概率。UUV任务分配仿真实验表明,本文提出的多约束多目标任务分配方法能够获取多UUV的最优任务分配,具有实际应用的可行性。     

大型船舶平面分段智能车间的物流系统

目前,车间级的物流系统调度问题研究主要通过信息采集和现场监控解决,并没有通过优化算法进行实际分析。本文主要研究大型船舶平面分段智能车间的工件、物流设备的调度问题。首先将平面分段中的不同工位进行重组,同时将天车和卡车进行并行处理。其次引入有阻塞的混合流水线车间调度模型,搭建大型船舶平面分段智能车间物流系统的数学模型。最终基于粒子群优化算法(PSO),计算部件加工时间最短的数值仿真。     

基于MOHSSA的组立装焊线混流低碳调度研究

以最小化完工时间、最小化碳排放为目标，建立船舶组立混流生产线低碳调度模型，并提出一种多目标混合麻雀搜索算法进行求解。基于离散问题设计一种二维向量编码方式，利用排序值规则实现连续位置与离散调度之间的转换；采用基于混沌映射和反向学习策略的种群初始化来改善初始解的质量；在保留麻雀搜索算法框架的基础上融合粒子群算法和鸡群算法，同时采取多种混合策略来提高算法的寻优能力；通过算例试验测试和某船厂的生产实例仿真验证了模型和多目标算法的有效性。     

基于虚拟流水的多重约束环境下船体分段车间动态调度

文章提出固定位置分段生产和流水式作业模式结合的分段虚拟流水式建造模式,分析分段作业-人员-工具-物料-场地多关联约束下的资源调配机制,考虑时间-空间-资源等多重约束,给出了一种基于虚拟流水线生产模式的人员调度算法和场地调度算法。以某船厂的实际场地布局和生产建造数据为案例进行分析讨论,结果表明,提出的算法能够较好地适应分段调度过程的特点,较显著提高分段建造资源的利用效率。     

船舶平面分段流水线模糊调度系统开发

为了有效应对船舶平面分段的加工时间和交货期的不确定性，本研究面向船舶平面分段调度的生产实际，基于动态链接库技术和面向对象编程技术，设计开发一套界面友好的操作便捷的平面分段调度系统。通过输入模糊加工时间和交货期数据，生成平面分段模糊调度方案。本系统创新性地开发出反应式调度功能，有效应对生产中的急件加工打乱原有调度方案的状况。通过上海某船厂的实际案例数据，充分验证系统的有效性和实用性。     

基于Petri网和模拟退火算法的生产调度

为解决生产调度问题,在增强赋时变迁Petri网和模拟退火算法的基础上,将两者结合起来,首先利用Petri网描述生产调度问题,为提高算法的通用性,以Petri网的系列变迁来作为调度问题解的表达方式,然后通过模拟退火算法求解问题的最优解或近优解.在模拟退火算法新解产生过程中通过引入记忆功能,避免迂回搜索,提高了搜索效率和解...     

基于虚拟流水的多重约束环境下船体分段车间动态调度

提出了固定位置分段生产和流水式的作业模式结合的分段虚拟流水式建造模式,分析了分段作业-人员-工具-物料-场地多关联约束下的资源调配机制。考虑时间-空间-资源等多重约束,给出了一种基于虚拟流水线生产模式的人员调度算法和场地调度算法,同时以某船厂的实际场地布局和生产建造数据为案例进行了分析讨论。结果表明,提出的算法能够较好的适应分段调度过程的多重约束、动态调整等特点,较大幅度提高分段建造资源的利用效率。     

基于改进多目标遗传算法的船闸调度方法

针对目前我国内河航运船闸调度采用手工编制调度计划方式速度慢、调度水平低、缺乏科学性的现状,通过对单闸多目标调度问题进行建模,并基于改进的SPEA设计了模型求解算法,对船闸调度系统进行优化,为提高船闸通航能力提供了技术支持。     

改进变邻域搜索算法在动态船舶路径问题中的研究

船舶物流调度是全球经济发展中非常重要的一环,降低船舶物流成本对经济发展有现实意义。船舶路径问题属于组合优化范畴,有动态和静态之分,后者是由前者发展而来。变邻域搜索算法是一种启发式求解动态船舶路径问题近似解的方式。但其存在容易陷入局部最优的缺点。为了改善这种缺陷,本文提出一种改进基本变邻域搜索算法的领域结构。     

基于邻域搜索的黄骅港煤炭堆场自动化卸车方案

现代煤炭码头对港口整体调度的服务水平与效率性要求不断提高。针对黄骅港煤炭堆场存在的卸车方案人工决策时间长、作业冲突和列车在港时间过长等问题，对黄骅港煤炭堆场卸车自动决策方法进行研究。通过考虑列车可拆分特征和设备流程串唯一性特征，以最小化列车等待时间和最大化匹配得分为目标，提出一种带有邻域搜索策略的新型解决方案，并通过邻域搜索策略提升算法的搜索效率。结果表明，新型解决方案的决策时间短于1 min,且其结果优于人工决策方案。     

基于改进蚁群算法的多自主式水下机器人任务分配

[目的]以多自主式水下机器人(MAUV)执行海底地形勘察任务为背景,提出一种基于改进蚁群算法的MAUV最优任务分配算法。[方法]首先,建立任务分配问题模型;然后,针对基本蚁群算法进行改进。改进的蚁群由多个子群组成,通过对任务执行能力蚂蚁的选择方法、启发函数和全局信息素更新方式进行改进,以此提高算法的自适应能力和全局搜索能力,并在局部搜索中通过2-opt算法进一步加快最优解的收敛速度。[结果]Matlab仿真结果表明,改进的蚁群算法可以有效提高MAUV的任务分配效率,从而快速地平衡航行距离和能耗代价。[结论]研究成果可为MAUV海底地形勘察任务分配提供参考。     

基于航道与泊位资源协调调度的船舶交通优化

将港口航道与泊位资源协调利用,可最大限度地提高港口运营效率。对此,以所有船舶总在港时间和等待时间最少为目标,建立基于单向航道的多目标船舶调度优化模型。根据港口不同区域的交通流特征,建立初始化约束、流量转换约束、时隙分配约束和泊位冲突消解约束等多个约束模型。设计多目标遗传算法进行求解,并设计有针对性的模拟场景进行验证;以港口某一繁忙时段的20艘船舶为例,进行调度试验。最终得到8个Pareto最优解和2个目标的最优解:总调度时间为2.618 6 h,添加惩罚后总等待时间为23.012 4 h。结果表明:该模型及算法给出的调度方案能有效提高船舶的调度效率。     

基于Memetic算法的动态武器目标分配问题研究

考虑时间和空间的影响,动态武器目标分配是一个复杂的问题。针对时间和空间对武器目标分配过程的约束,建立了动态武器目标分配数学模型;提出了一种Memetic算法来解该问题,采用遗传算法作为全局搜索策略,模拟退火算法作为局部搜索策略,根据Any-time算法的特性,设置了一种有限时间元级控制策略来响应分配动态过程。最后,通过仿真实例,验证了该算法的有效性和实用性。