调度问题

摘要： 路径规划和调度问题对无人机完成特定任务具有重要意义。针对蚁群算法容易陷入局部最优、迭代次数多和稳定性低等问题,提出了一种改进的基于禁忌搜索的蚁群算法(Improved Taboo Ant Colony Algorithm,ITAC),利用禁忌搜索算法的思想进行优势互补,旨在提高算法运行效率,增强全局搜索能力,更能适应解决更大规模的无人机调度问题,最大程度地节省配送成本,有助于高效地控制疫情的蔓延。实验针对3类不同患者数量(30,50和100例)的案例,分别使用10,20,30,50,100架无人机,进行了路径优化仿真。以无人机的使用数量、飞行总距离和算法运行时间为评估指标,将ITAC算法和3种常用路径规划算法(禁忌搜索算法、蚁群算法和Dijkstra算法)进行对比实验和分析,结果表明,4类算法均优化了3类案例中无人机的使用数量,其中ITAC算法表现最佳,在提供最佳路径的同时缩减了运算时间。

摘要： 针对CASS污水处理工艺中提升泵组的调度控制问题,根据不同场合设计了三种协同控制方法.综合考虑被控对象和执行器的工况,第三种控制方法将调度问题分解为泵的投入优先级问题和投入数量问题.结合泵的电压误差、累计以及连续工作时间等状态信息,引入故障评价指标以确定泵的优先级;根据反应池液位划分等级,确定泵的投入数量并设计评价指标.经实验表明,控制方案能有效解决提升泵组调度问题,延长设备寿命,降低故障率.

摘要： 针对流水作业环境最小化误工损失调度问题,提出一个禁忌搜索算法对其进行求解.利用多个启发式规则生成可行调度,从中选出最好解作为算法的初始解;同时,基于随机交换策略,权衡求解质量与运行时间之间的关系定义邻域搜索机制;采用双禁忌表结构防止算法陷于局部最优;最后,定义算法停止规则.数值实验表明,与传统禁忌搜索算法相比,新算法在求解质量和处理速度上进一步优化,且该优势随着问题规模的增大而更加明显.

摘要： 针对智能生产线调度过程中易出现饥饿和堵塞等问题,通过分析调度过程,建立调度问题的目标函数和约束条件;然后提出一种基于莱维飞行的新型萤火虫算法,利用莱维分布提高种群的搜索范围和有效性,以最大和最小荧光素作为边界约束优化荧光素迭代公式,提高个体所携带荧光素的合理性;引入立方映射实现对种群的优化,提高种群的综合搜索能力.算法测试结果表明,莱维萤火虫算法(Levy Glowworm Swarm Optimization,LGSO)相比GSO(Glowworm Swarm Optimization)、SGSO(Glowworm Swarm Optimization of Scene Understanding)和CGSO(Chaos Glowworm Swarm Optimization)具有更好的求解精度、收敛性和稳定性.利用LGSO算法对典型的4种智能生产线的调度问题进行优化求解,并与GSO算法和SGSO算法进行对比,结果表明:LGSO算法计算结果的最差值、最优值、结果平均值以及标准偏差基本均优于其他两种算法,特别在复杂路径下,LGSO算法具有更好的求解精度、收敛速度及稳定性,验证了数学模型的准确性和LGSO算法解决调度问题的可行性.

摘要： 点融合系统(PMS)作为一种新型进场程序,可有效解决进场航空器的排序与调度问题。目前PMS已成功应用于挪威、爱尔兰、韩国和法国等国家,我国对该程序的使用还处于初级阶段。研究PMS及其运行模式,对该技术在我国国内的推广大有裨益。

摘要： 随着我国经济的快速发展,人们生活水平有了很大提高,我国水库数量不断增加,其功能也在不断扩展,目前,水库运行与调度过程中,仍存在着较多问题,需要引起重视。基于此,文章先对水库运行管理与调度问题进行分析,然后对采取的策略进行阐述,以促进水库的可持续发展。

摘要： 高维多目标连续优化问题已得到广泛研究,而高维多目标组合优化问题的进展相对较小,虽然人工蜂群(Artificial Bee Colony,ABC)算法已成功应用于多种生产调度问题,但很少被用来求解高维多目标调度问题,而且高维多目标调度自身的研究进展也非常小.针对高维多目标柔性作业车间调度问题,文中提出了一种新型ABC算法以同时优化最大完成时间、总延迟时间、总能耗和机器总负荷.与常规柔性作业车间调度问题不同,上述问题考虑了总能耗,使其成为绿色调度问题.新型ABC具有明显不同于现有ABC算法的新特点,其跟随蜂(onlooker bee)的数量小于引领蜂(employed bee),引领蜂侧重于全局搜索,而跟随蜂只进行局部搜索,通过两类蜜蜂彼此各异的搜索方式来避免算法陷入局部最优.同时,该算法将跟随对象限定为质量较好的部分引领蜂和外部档案成员,其他引领蜂无法成为跟随对象,以避免计算资源浪费在较差解的搜索上,并给出了侦查蜂(scout)新的处理策略.测试实例的仿真实验表明,高维多目标调度问题中非劣解数量占种群规模的比例明显低于高维连续优化问题.将新型ABC与多目标遗传算法和变邻域搜索进行比较,实验结果表明,新型ABC在求解高维多目标调度方面比对比算法更有优势,计算结果更好.

摘要： 采用改进的随机选择策略、自适应交叉和变异算子、种群协同进化算法等建立了一种新的遗传算法,在求解基于多工序、工序交叉、工件流组合等条件下的柔性制造系统调度问题时,保证了种群的广泛性、解的全局性以及算法的执行效率.概述了遗传算法求解柔性制造系统调度的问题,研究了遗传算法的早熟原因及对策,在分析遗传算法避免局部优化及早熟的基础上,提出了基于纵横向状态关联的自适应交叉和变异算子,设计了协同进化遗传算法求解柔性制造系统的调度模型,通过对精密机床箱体件的调度验证了算法.

摘要： 针对很多的实际调度问题，从建立数学模型到理论分析乃至有效的实用算法都有很多瞩目的进展，很多实际的生产调度问题不仅是NP-Hard问题，还受到极为复杂的约束条件限制。文章针对调度问题的结构特性和调度进行详细地分析,利用马尔可夫决策过程对调度问题建模,提出了一种新的建模方法,该模型综合考虑了调度者在不同环境下动态决策过程,这种建模方式有一定的通用性,为处理复杂调度问题提供了新的思路.本文通过对调度问题的结构特性和调度流程进行分析，利用马尔可夫决策过程对调度问题建模，该模型综合考虑了调度者在不同环境下动态决策过程，这种建模方式有一定的通用性，可用于不同需要的调度问题建模。

摘要： 原油在线调和调度对于优化炼油计划和保障先进控制的实施具有重要的意义.此问题复杂度高,需要研究更加高效的求解算法.实际生产过程中,既存在主炼原油和若干种掺炼原油混合炼制的情况,又存在无主炼原油的情况.无主炼原油的情况,油品配对和掺炼比紧密关联,难以直接描述.本文针对无主炼原油的原油调和调度问题提出了一种新颖的描述方式,并给出模型的构造算法,进一步针对其两层结构利用基于序的方案进行了求解,对实际原油性质数据的仿真结果表明,基于序的求解算法可以大幅度提高计算效率.

摘要： 利用Petri网中T不变量的思想,针对约束为T不变量的Parikh向量形式的job-shop调度问题，提出了一种分层控制器的设计算法,该算法有效地解决了这一有并发约束的控制问题。即使随着系统规模的增大,该方法计算量仍然很小,而且与经典的库所不变量方法相比较,它不受有无自回路的约束,可有效地解决一类实际制造系统中的job-shop调度问题。

摘要： 本文简要评述应急管理中的调度问题及其研究方法,指出其中存在的问题及不足,提出"应急调度"的概念,即以不确定理论为基本的数学建模方法来研究处理相关问题中的不确定性.应急管理主要是研究围绕非常规突发事件的一系列科学问题.它是本世纪以来人们十分关心的热点问题之一,得到国际上学术界和政府有关管理部门越来越多的关注.

摘要： 本文将主要研究Agent技术在故障诊断与预警(FD&PW)专家系统中的应用.着重讨论多Agent系统理论基础及应用、故障诊断与预警专家系统的理论基础及其应用、多Agent系统的任务分解和调度问题、推理机制及推理算法的实现等问题.

摘要： 进化计算是一类借鉴生物遗传与进化思想发展起来的搜索方法.进化计算的特点是使用了一种群体搜索机制,使算法不易过早地陷入某个局部极值点.进化计算的算法设计简单、应用领域适应性广,适用于用传统方法难以处理的各种组合优化问题(尤其是NP难题).遗传算法是进化计算中使用最广泛的算法之一.但是,针对问题设计的遗传、变异、杂交等算法比较复杂,通用性不好,BalujaS提出的PBIL(Population-BasedIncrementalLearning)算法则比较好地解决了这个问题.该算法使用基因位的概率来描述群体信息,用概率来产生临时评价群体,并使用一个最优个体来修正概率的进化机制,因而使算法对不同问题的通用性更强.本文对该算法进行了一些改进(称为基因学习算法),并对该算法在一些组合优化问题中的应用进行了研究.

摘要： 国航首都机场地面清洁服务的计划与调度问题的目标是,充分合理利用清洁队的人力资源,在任务基本均衡情况下,保证最大数量的正常航班.具体可分为两个子问题:第一个子问题是合理安排清洁队资源配备,通过最佳倒班安排方案,满足高峰时对清洁队资源的需求;第二个子问题是对每单位时间段,根据航班需求,对清洁队的作业流程作出计划和调度方案,目标是对资源的最优利用.

摘要： 该文介绍了约束逻辑程序设计的发展现状,讨论了有穷论域约束逻辑程序设计中所采用的各种技术,包括约束建模、搜索控制以及优化等,然后详细论述了它在管理决策支持方面的应用,主要是调度问题,包括工业调度、时间表调度等.最后指出了未来发展方向.

摘要： 提出一种求解有交货期的单件车间设备作业计划的逆序算法,依据交货期逆向编制设备作业计划.根据交货期确定毛料的合理到货期限,有效地降低了原料库存量,减少了资金占用.经实例验证,利用这种算法求解该类问题,调度结果是令人满意的.

摘要： 本发明公开了一种用于船舶维修任务调度问题的调度优化方法，属于船舶维修调度技术领域。本发明根据维修任务的不同执行时间、距离备件仓库的距离以及恶化特征对工件进行排序，并将维修任务指派至不同的维修人员，目标是最小化维修服务跨度，从而为船舶制造企业的提高服务效率和降低服务成本；并可在多项式时间内计算出问题下界，可用于评判调度方案的优劣，作为调度方案质量的重要评价标准。

摘要： 本发明公开了一种解决柔性流水车间调度问题的量子调度方法，包括以下步骤：建立调度策略选择每个作业的机器；模拟量子电路构建调度结构图；构建交换规则优化调度结构图；构建替换规则优化调度结构图；判断当前迭代次数是否满足结束条件；若是，则执行下一步；若否，则继续执行S3；结束条件为到达最后一个工件的最后一道工序；计算并输出结果：将调度结构图转换为甘特图输出。本发明通过模拟量子电路调度过程来求解解决柔性流水车间调度问题，能比较直观的反应作业生产顺序及相互之间的关系，能根据有效解进一步演变有效解，是一种高效的求解解决柔性流水车间调度问题的方法。

摘要： 本发明公开了多阶耦合装配集成调度问题的HEDA_RH求解方法，首先，分阶段构建车间与运输多类调度集成的加工‑运输‑混装多阶耦合集成调度问题(MCISP_PTmA)数学模型。其次，在充分挖掘问题耦合约束层级性和时序性基础上，采用只针对加工阶段的编码方式，并对3个阶段分别提出基于问题性质的2种规则，通过实验确定最佳规则组合以完成问题解耦与解码。然后，设计HEDA_RH求解MCISP_PTmA。HEDA_RH中，在算法全局搜索方面，结合个体中出现的同型聚集块和异形聚集块两种块结构特征，从全局角度设计概率模型更新机制和两种采样方式，较好地引导搜索方向以提高求解效率；在算法局部搜索方面，设计6种启发式搜索操作和替换策略以改进解的质量的同时保持种群多样性。

摘要： 本发明公开了一种基于改进SPEA2算法求解机器多转速车间节能调度问题的方法，首先构建柔性作业车间节能调度问题模型：包括柔性作业车间节能调度问题描述、模型构建；采用基于自然数三段式编码，三段式编码分别为工序码、设备码和速度码；然后适应度赋值、环境选择，对非支配解集中的所有个体的所有目标函数值和拥挤度距离值，找出对应各个目标函数值最小的三个个体，定义为交界点，和拥挤度距离最大的一个个体，定义为稀疏点，交界点和稀疏点执行局部搜索操作，从而生成局部搜索子代种群，然后利用加权法选出最优妥协解。本发明解决了现有技术中存在的车间生产过程能耗过高问题。

摘要： 本发明公开了一种基于改进SPEA2求解车间节能调度问题的方法，首先构建多目标柔性作业车间节能调度问题模型：包括多目标柔性作业车间节能调度问题描述、模型假设；采用基于自然数两段式编码，然后适应度赋值、环境选择，对下一代外部档案中的所有个体计算稀疏度，找出稀疏解，并对稀疏解执行局部搜索操作，从而生成局部搜索子代种群；然后终止判断：如果t大于等于最大迭代次数，利用加权法，从下一代外部档案中选出一个最优妥协解，作为车间生产最终执行的节能调度方案，并输出；反之如果t小于最大迭代次数，执行遗传选择，本发明解决了现有车间生产过程中能源消耗过高的问题。

摘要： 本发明提出了一种求解船舶交通组织与调度问题的自适应启发式算法，包括建立以最小化船舶进出港总时间为目标的单向航道船舶交通组织与调度数学模型；获取黄骅港综合港区船舶基础信息、泊位信息、锚地信息；采用一种自适应启发式算法(AHA)来求解此模型。在AHA中，遗传算法被当作基本的优化模型，迭代过程中利用Q‑learning自适应调整船舶编号与进出港方向相匹配的交叉和变异算子。考虑算法会陷入局部最优解，本发明引入模拟退火算法对遗传操作后的部分优秀个体进行退火操作。本发明方法在保证安全前提下，显著缩短船舶进出港总时间，提高单向通航港口船舶调度效率，同时该方法为港口船舶交通组织与调度优化提供一种新工具，弥补现有船舶交通组织优化方法的不足。

摘要： 本发明公开了一种用于求解电力调度问题的联合机会约束优化方法及装置，包括：建立含新能源出力的联合机会约束；其中，所述新能源出力为多维随机变量；通过预先设置的风险水平的权重，将联合机会约束拆分成多个单一机会约束；其中，单一机会约束与随机变量一一对应；通过预设的散度函数和散度容差，修正每个所述单一机会约束的风险水平；根据每个随机变量的历史数据样本和区间自适应带宽的核密度估计，得到每个随机变量的累积分布函数；通过每个随机变量的累积分布函数，将与该随机变量对应的单一机会约束转化为确定性约束；将每个确定性约束输入至求解器中进行求解，得到电力优化调度结果，能够有效提高电力优化调度结果的准确性且操作简单。

摘要： 本发明公开了一种众包通勤公交调度问题的嵌入式降维组合优化方法，首先，在公交预订系统APP上获取用户提交的通勤公交乘车请求，将众包通勤公交调度问题定义成组合优化问题进行求解，确定多目标优化问题约束和目标函数，并且构建解决方案集合；然后提出基于GAN网络的嵌入进化算法进行求解，流程为：先将初始解决方案进行低维嵌入编码，获取多目标优化问题的有效维度；再构建生成对抗网络迭代算子以及具有多样性保护的进化算法进行多次迭代优化，最终收敛到种群P；最后，解码得到实际最优解决方案，并执行，由公交预订系统APP通知用户乘坐规定的公交车到达目的地。本发明能在复杂的城市环境中规划理想的公交行程有效提高公共交通系统的性能和效率。

摘要： 本发明公开了一种面向动态等效并行机调度问题的快速非支配排序遗传算法，按下述步骤进行：S1：混合启发式规则MODD，ATC，X‑RM与随机方法生成种群；S2：基于动态规划的解码方法对种群个体进行目标值计算；S3：判断是否满足终止条件；若是，结束；否则，对种群中的个体进行快速非支配排序；S4：通过遗传算子产生子代种群；S5：将父代种群和子代种群合并而成规模为2N的种群；S6：对种群中个体进行快速非支配排序，结合拥挤度计算确定种群；S7：对种群个体进行邻域搜索产生新解替换原冗余解。本发明具有提高车间机器利用率和满足客户交期的特点。

摘要： 本发明公开了一种不相关并行机调度问题的学习型蜘蛛猴算法，按下述步骤进行：S1：混合迭代贪婪与随机规则生成初始种群P