基于可变机器约束作业车间调度方法研究

机器固定约束作业车间规定加工某道工序的机器仅有一台,不符合车间实际生产情况.针对其局限性,考虑某工序有多台机器可供选择的可变机器约束,建立综合机器使用成本和延期惩罚费用两方面因素的单目标优化模型,提出改进反转变异法、双交叉以及指数衰减法的遗传退火算法,求解可变机器约束作业车间调度问题(variable machine constraints job-shop scheduling problems, VMCJSSP).仿真发现,与传统遗传算法相比,该算法使生产成本节约45%,最小加工等待时间缩短37%;最后,基于该算法对VMCJSSP、机器固定约束问题进行调度仿真.结果表明,相对于机器固定约束,该算法模拟的生产成本降低58%、最小加工等待时间缩短11%,具有求解大计算量车间调度问题的高效性.     

多规则融合的船体小组立部件装焊作业调度算法

针对小组立装焊作业周期长、场地资源利用率偏低等问题。以最小化装焊作业完工时间为目标,考虑了装焊过程中的先序约束,人力资源约束和场地空间资源约束,建立小组立装焊作业的调度模型；设计了多规则融合的船体小组立部件装焊作业调度算法；利用最化小总时差规则优化装焊任务序列,利用最短可用模式规则优化任务的工人分配,利用改进的初始配置规则与最大化残余空间利用率规则优化小组立装焊的空间布置。最后,从实际船舶制造过程中收集的数据进行验证,结果表明,装焊作业完工时间缩短了21%,证明了该算法的有效性     

基于虚拟流水的多重约束环境下船体分段车间动态调度

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。     

基于分层优化策略的一站式保障资源性能指标联合优化方法

[目的]为提高舰载机保障效率,开展一站式保障模式下航空保障资源性能指标的优化设计研究。[方法]建立以最小化保障时间为目标的舰载机甲板作业调度模型,将航母舰面航空保障资源性能指标视为满足区间约束的自变量,构建双层优化模型;基于分层优化策略,采用哈里斯鹰优化算法求解性能指标问题,设计改进的引力搜索算法（GSA）求解甲板作业调度问题。[结果]通过多种典型任务场景的算例仿真,得到了不同出动模式下的最优资源配置方案与保障作业调度方案,验证了求解算法的有效性。[结论]利用所提出的方法可以有效求解一站式保障资源性能指标与保障作业调度的联合优化问题,为一站式保障资源的配置优化提供了一定的理论支撑。     

基于蚁群算法的港内集装箱运输调度模式研究

以集装箱码头船舶装卸作业调度问题为研究对象,综合考虑港口多种装卸资源和流程,在船舶泊位占有时间确定的条件下,以装卸运输作业总成本最低为目标,提出单船装卸作业调度模型;用蚁群算法对所建立的模型进行求解和仿真,并结合实际问题给出具体调度结果。此模型和方法考虑了生产效率和作业成本之间的平衡,保证以较低的成本完成规定作业。     

面向多约束的船舶组立构件建造作业调度方法研究

为了提高船舶中小组立等中间产品建造作业调度能力,提升船舶建造效率,提出面向多约束的船舶组立建造作业调度方法。首先,分析船舶组立建造的工艺流程和作业调度方法,综合考虑机器小组、工艺和交货期等多种约束条件,以建造周期最短为调度目标,建立船舶组立建造作业调度数学模型;其次,综合运用算法分解策略及调度规则,设计改进的最短作业优先调度算法实现模型求解;最后,以某船厂建造车间一定生产周期（17天）的中小组立先行中日程计划为对象,验证该方法的有效性和实用性。研究结果表明,所提出的面向多约束的船舶组立建造作业调度方法相较于当前的调度方法,排产周期压缩22小时,即缩短了原有周期的16.18%,有效提高了生产计划排产和作业调度效率。     

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。     

基于启发式算法的连续泊位调度研究

近年来为了提高码头的运作效率,集装箱码头通过运筹优化等手段,对现有资源、设备进行合理的安排与调度,以提高码头的生产作业效率。其中泊位作为集装箱码头最为稀缺的资源,如何合理地利用泊位资源,缩短船舶在港时间是码头生存和发展的根本。文中首先对连续泊位调度进行了定性的分析,介绍了连续泊位调度相对于离散泊位的优势,然后构建一个二维装箱模型,时间横轴表示船舶的到港时间的时间点与作业时间的时间段,空间纵轴表示泊位长度与船舶船长,并设计一种启发式的算法对该模型进行求解最优。最后以通过算例来阐述该种算法的优势。     

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.     

基于遗传算法的船台分段吊装顺序优化

在分段工艺约束和船台资源有限的情况下,为实现多艘船舶分段吊装顺序优化和船台资源的合理配置,首先在资源受限项目调度问题理论的基础上,建立了分段吊装顺序优化的数学模型.然后针对标准遗传算法过于依赖种群规模和交叉变异算子等不足,提出了自适应调整策略,改进了算法性能,并将其应用到上述模型中.最后以4艘3900TEU集装箱船的分段吊装顺序优化实例,并和船厂初始调度方案作了对比,论证了文中提出的改进遗传算法对于解决多艘船舶分段吊装顺序优化问题的合理性和可行性.