单机调度

摘要： 本文研究了带运输机的单机在线调度问题。问题假设工件实时在线到达,系统中有一台运输机,该运输机每次最多运输k个工件,每个工件需要先在单机上完成加工,然后再被运输机运往目的地,问题的优化目标为最小化完工时间,即所有工件被加工完并且运往目的地的时间最短。针对该问题,作者研究了工件满足一致性条件的模型,并且基于贪心思想给出了竞争比为√5+1/2的在线算法,并且证明该算法是最优在线算法。

摘要： 针对某转子生产车间设备可靠性低导致的工件加工质量差这一问题,研究带有设备可用性约束的单机调度问题.通过设备的可靠性定义其可用性,而设备可靠性可以通过预防性维护得以恢复.在建模时考虑了多种不同改进效果的预防性维护,以最小化总拖期时间为优化目标,并设计了遗传算法对模型进行求解.算例结果表明,所提出的决策模型能够有效应对设备可用性对生产调度带来的影响.通过敏感性分析为实际车间调度提供决策支持.

摘要： 为了解决单机调度问题,提高设备的可靠性和稳定性,根据连续故障检测和离散故障检测的特点,以最小化拖期成本和维护成本为目标,建立了考虑分段线性恶化和维护不可用时间的单机调度模型,基于系统可靠性理论研究考虑机器可靠性的单机调度问题,采用决策条件统一化处理方法对维护策略进行对比,通过单因素和双因素调参分析确定相关参数变化对生产调度优化的影响.结果表明:模型求解时间与单位时间拖期成本的减少呈近似指数级增长,单位拖期成本越大,求解速度越快;单位时间拖期成本的变化不会引起维护成本的大幅度改变,成本函数不存在柔性周期维护中的跳跃节点,不能"自适应"调节;预防性维护时间与故障小修比值对离散检测下的维护决策有较大影响.采用决策条件统一化处理方法,可减少计算时间和检测成本,较好地解决了离散故障检测中易出现的过度维护或维护不足等问题,有助于降低运营成本,提高经济效益.

摘要： 机械加工的"个性化定制"和"多品种小批量生产"需求与日俱增,生产的高度灵活性和设备维护的必要性给调度工作带来了巨大挑战,实际生产伴随的工时恶化效应使得调度问题更加复杂.为了解决周期性维护策略下考虑工时恶化的单机调度和维护决策问题,利用分段线性函数对工时恶化进行描述,分别基于固定周期维护与柔性周期维护的特点,以最小化最大拖期成本和维护成本为目标建立模型,通过数值实验和调参分析,确定了维护决策的关键和非关键因素.结果表明:柔性周期维护没有批次空闲,目标函数值随β/α比值的增大呈阶梯增长状,能实现成本的"自适应"调节,较固定周期维护有显著优势.构建生产与维护的联合调度模型,可实现维护策略的优劣对比和生产与维护的联合决策,降低企业生产和维护的运营成本.

摘要： 针对极小化总加权延迟指标下的单机调度问题研究,提出一种基于信息素差异更新的改进蚁群算法.采用基于工件序列的编码方式,并结合修正交货期优先规则改进了启发式信息的设定;引入正负反馈机制来自适应地差异化更新各节点间信息素,同时将成对交换策略用于局部搜索,以进一步改善调度方案质量.结合OR-Library中多个基准实例的仿真验证了该算法的可行性和有效性.

摘要： 考虑基于时间滚动的单机在线调度问题.一些独立的工件要被安排在机器上加工,只有等工件到达才能知道其信息,并且工件在加工过程中不允许中断,其目标是最小化总完工时间和.Hoogeven和Vestjens对此经典问题提出了D-SPT算法,并证明了此算法是最好可能的在线算法,我们给出了D-SPT算法的另外一个证明,同时证明了此算法是最好可能的在线算法.%In this paper,we consider a single machine online scheduling problem where jobs arrive over time.Some independent jobs have to be scheduled on the machine,where all the information of jobs is not known in advance and preemption is not allowed.The goal is to minimize the total completion time.According to the D-SPT algorithm proposed by Hoogeven and Vestjens(Optimal online algorithms for single-machine scheduling.Lecture notes in computer science,vol.1084.Berlin:springer;1996.p.404-414),we give an alternative proof for the classic online algorithm,and prove that its competitive ratio reaches the lower bound 2.

摘要： 针对劣化状态可离线检测的单设备生产系统,考虑其在性能可靠度的约束下,进行了生产调度与视情维修的集成优化研究.以调度任务的加工序列和视情预防性维修的0-1逻辑变量作为决策变量,加工任务的总加权期望完成时间最小为优化目标,建立了随机期望值集成优化模型.在对单设备系统生产调度与视情维修联合策略分析的基础上,推导了调度任务完成后,基于设备状态的预防性维修的维修概率及其概率密度函数表达式,并给出了概率密度函数的求解方法.数值实验表明,在集成优化模型中引入系统的性能可靠度约束,可以保证设备在安全生产的前提下,得到最优的集成调度方案.

摘要： 单机调度是生产管理领域的重要研究方向,对其的研究可追溯到60多年前.近年来,在调度问题中考虑恶化工件的影响,吸引了越来越多研究者的关注.这类工件的处理时间可能随着其加工前的等待时间的增长而增长,大大加大了调度问题的复杂度.本文对可恢复模式下的一类简单线性恶化加工时间的单机调度问题进行了研究.该问题以最小化工件完成时间为目标,本文首先证明了该问题的最优解能通过0-1整数规划获得;然后证明了该问题在一般情况下其复杂度为NP-hard;最后为其给出了一个完全多项式时间近似方案.

摘要： 在工业生产线上,由于零部件放置位置具有随机性,传统的遗传算法很难得到一个较优的分拣方案.为此,受生物共生进化策略的启发,设计一种采用共生进化算法求解柔性分拣作业最优路径的方法.为避免陷入局部最优值,并解决最优解受初始种群影响的问题,采用灾变策略,设置阈值T.若连续丁次进化都没有获得更优解则启动灾变,重新产生共生种群,但继承灾变前最优共生体中子个体之间的共生关系.在保留原有种群共生体最优信息的基础上,获得一些全局性的有效信息.实验结果表明,引入灾变策略后的共生进化算法比层级分析法与未引入灾变策略的共生进化算法具有更快的收敛速度,对给定的复杂分拣装配作业能得到更短的路径.

摘要： 在工业制造的过程中，金属切削是其不可缺少的加工工序之一，刀具是进行金属切削工作的主要设备，丝锥是其中典型的刀具之一。丝锥为机加工行业中关键的高损耗产品,考虑其频繁更换与过度磨损会影响生产效率与成品质量,制定单机调度与丝锥视情更换的联合优化策略,以调度作业的总加权期望完成时间最小为目标,并引入丝锥性能可靠度约束,进行单机调度与丝锥视情预防性更换的集成建模问题的研究.根据丝锥的磨损特征,建立相应的退化模型,并结合丝锥实际的磨损数据进行参数估计.实例分析结果既表明了集成优化的有效性和引入丝锥性能可靠度约束的重要性.

摘要： 供给侧改革促使制造商设计更为有效的资源分配机制,在考虑自身资源分配效率的同时,也要能够处理客户异构的自利性要求.本文将这一问题抽象为面向自利订单的单机调度问题,其中具有相同处理长度的单位订单有不同的正规型和非正规型时效要求,制造商也具有独立的优化目标.为反映博弈各方诉求和不对等关系,利用多人Nash讨价还价来描述这一问题,对于构造出的带约束非线性整数规划模型,采用LocalSolver进行求解.仿真分析验证了本文方法的有效性.

摘要： 以线材企业实际生产调度问题为背景，研究了一类带组换装时间的单机调度问题。本文首先利用该类问题的性质，指出传统邻域中存在很多“劣解”，不利于搜索。随后通过研究目标函数的构成，提出了一种新的邻域构建方法，即基于批次拆分-重组的邻域构建方法，该方法通过减少换装时间以产生更好的邻域解。在新邻域的基础上，提出了相应的禁忌搜索算法。经过了随机问题和实际问题上的测试，实验结果表明，本文提出的算法性能优于已有算法，且能在不到1秒的时间内获得实际问题的近优解。

摘要： 具有到达时间约束、目标为最小化加权完工时间之和的单机调度问题是一个典型的NP-hard问题,采用时间下标建模的线性规划松弛方法可提供一个很强的下界,但优化求解存在维数困难.为此,本文提出了一种对偶集结优化策略,通过选择一个衰减集结矩阵集结对偶乘子变量,利用对偶理论获得模型的约束集结,从而降低计算复杂度.同时分析了集结模型的结构特性,并提出一种迭代算法来改善下界.仿真结果表明对偶集结迭代算法能够减少计算时间,同时改善下界性能,适用于大规模调度问题.

摘要： 为在附加费用不大的条件下,通过最小化工件完成时间之和来减小work-in-process中的库存,尽可能使工件按期交付,在将工件调度与机器维护统一进行考虑的模型基础上,提出了带有预防性维护的单机调度问题,并对其进行了建模.将机器的维护周期适当放宽,以便在保证总的附加费用不超出预先给定的一个常数的前提下,实现工件的完成时间和最小化.对工件加工允许中新的情况给出时间复杂度为O(n*ln(n));对工件加工不允许中断的情况给出一个启发式算法,其时间复杂度为O(n).由该启发式算法很容易得到问题的可行解,从而为问题的进一步研究打下了基础.

摘要： 本文针对经典单机调度问题,根据预测控制的思想,提出一种单步预测调度算法。文中对该单步预测调度算法进行了性能分析,在理论上证明了预测调度算法的竞争比下界仍然是2,和在线算法的下界相同,即在极端情况下预测调度和在线调度算法的性能保证是相同的。但对于一般的情况,由于考虑了未来的变化情况,单步预测调度算法的调度结果是优于在线调度算法的。文章最后通过仿真比较验证了本文中的结果。

摘要： 本文研究了单机模糊调度问题,基于模糊加工时间和模糊交货期建立了三种调度问题的模型,采用遗传算法搜索最优排序,对于只考虑模糊加工时间的模型,以最小流程时间作为优化目标,引入模糊数比较准则;对于精确加工时间和模糊交货期下的模型,以提前/脱期惩罚最小作为优化目标,并采用启发式规则得到最优公共交货期.对于模糊加工时间和模糊交货期下的模型.以满意度最大为优化目标,仿真实例验证了算法的有效性.

摘要： 该文研究了单机作业下ｎ个任务折调度问题，假设如果任务在交货期准时完工，则不受惩罚；如果任务的完成时间偏离了顾客所设置的交货期，就要受到提前／拖期完工惩罚，并且惩罚量与提前或拖期量无关。目标就是寻找一个最优调度极小化提前和拖期任务的总数。该文给出了最优调度的多项式时间算法，最后的例子说明了算法的有效性。

摘要： 通过对现有单机和相同并行加工系统的排序问题的研究,建立了一类相应的多机非相同并行加工系统的排序模型,模型的优化目标是工件排序的拖期总数为极小.由于已经证明其是一个NP问题,因此应用著名的EDD、SPT算法的思想,提出了一个针对多机问题的快速、实用的启发式排序算法.最后给出了该问题的实例.

摘要： 通过对现有单机和相同并行加工系统的排序问题的研究,建立了一类相应的多机非相同并行加工系统的排序模型,模型的优化目标是工件排序的拖期总数为极小.由于已经证明其是一个NP问题,因此应用著名的EDD、SPT算法的思想,提出了一个针对多机问题的快速、实用的启发式排序算法.最后给出了该问题的实例.

摘要： 本发明公开了一种差异工件随机到达情况下单机批调度问题的求解方法，其特点在于，按如下步骤进行：步骤1、定义Tk为系统第k个决策时刻，初始化决策时刻Tk＝0,k＝0；步骤2、提前计算出所有状态下9种启发式规则对应的批量加工方案，在删除多余相同方案后，将其作为各状态下的行动集；步骤3、利用强化学习中的Q学习方法得到每个系统状态下的最优加工行动；步骤4、利用学到的最优策略调度批处理机进行加工。本发明以各缓存库中工件存量为系统状态，采用启发式规则和强化学习算法相结合的方式对该系统进行优化调度，有效地提升了系统加工率，减少了工件在该工序的平均逗留时间。

摘要： 本发明公开一种基于深度强化学习的两目标批调度方法，包括：1、给出两目标单机批调度问题模型；2、利用加权和策略将两目标单机批调度模型分解为T+1个单目标模型，并采用对分查找和二叉搜索树的思想对单目标模型的权重值进行划分，得到T+1个单目标模型的目标函数；3、采用指针网络作为单目标模型的策略网络，采用多头注意力和卷积层作为单目标模型的评价网络，以构建深度学习的网络模型；4、根据单目标模型的目标函数，采用actor‑critic算法对网络模型进行训练，得到训练后的网络模型。本发明通过两目标的分解和权值的划分，结合深度强化学习决策方法来得到调度方案，从而能提高机器的生产效率，减少运行成本和决策时间。

摘要： 本申请公开了一种GPU共享调度、单机多卡方法、系统及装置，应用于中控主机的调度器，本申请在pod中增加资源占用标记和更新标记，利用资源占用标记证明该pod正在运行，利用更新标记表明该pod注解中的资源使用信息与实际的资源使用信息一致，使得在调度时，能够确定每个pod使用资源的情况，在调度前更新pod注解中的资源使用信息，即实际使用的GPU的GPU信息，确保注解中的GPU信息与pod环境变量中实际记载的GPU信息一致，避免实际使用资源情况与注解中不符，造成调度失败，引发bug，为后续pod对使用多张GPU进行多卡划分奠定了基础，同时，在对待分配pod进行分配时，避开存在无标记pod的被控主机，避免引发错误，从而避免了分配时所引发的bug。

摘要： 本发明提供一种考虑恶化程度下基于蚁群算法的单机医疗检查调度方法和系统、存储介质，该方法包括：S100、获取单机医疗检查设备的检查患者的数量、每位检查患者的检查时长、每位检查患者对应的惩罚因子和每位患者最晚开始接受检查的时刻；S200、采用预设的蚁群算法确定目标函数的最优解，并按照所述最优解对所述单机医疗检查设备的检查患者进行排序。本发明采用的目标函数比较合理，通过求解该目标函数得到的患者检查顺序能够降低患者整体因等待而导致病情恶化的影响，同时提高医院医疗服务水平和患者满意度。

摘要： 本发明公开了一种基于发电灵活性下单机组必须调度容量的稳定性评估方法。方法步骤包括：在实际运行的电力系统中获取电力系统、电力网络和单台发电机组的相关参数的初始值；建立考虑发电灵活性的单台发电机组节点必须调度容量评估模型，并建立约束条件，结合评估模型和约束条件，获取单台发电机组在各出清时段的必须调度容量；通过单台发电机组的多时段节点必须调度容量评估参数判断单台发电机组在各出清时段的必须调度容量是否符合电力系统安全稳定运行的条件；本发明能充分考虑发电灵活性对单机组必须调度容量的影响，能准确量化评估单台发电机组必须调度容量水平，可有效保障电力系统的平稳运行。

摘要： 本发明公开了一种通过判断实现单机循环调度的连续执行方法，包括构建逻辑循环队列，初始化动态分配存储空间、逻辑循环队列的队头指针、逻辑循环队列的队尾指针；进行出队、入队和赋值变量或常量操作；设置任务的优先级开关；将要执行的单个任务插入逻辑循环队列中，由单个任务构建测试组循环队列，并设定测试组优先级，由测试组循环队列构建测试任务集循环队列，并设定任务集循环队列的优先级；按照优先级的设置先执行测试组，测试组执行完后，执行由测试组组成的测试集，快速测试，生成测试报告；最后，将完成的算法数据封装成一组API。本发明通过区别设定自动化项目的执行时间，轮询执行自动化测试项目，在单台机器上做到7x24小时的任务连续执行，提高了机器利用率。

摘要： 本发明涉及一种基于改进遗传算法求解单机械臂转移作业车间调度方法，有效解决了目前车间调度问题中忽略转移时间的问题，操作步骤如下：Step1：设置算法运行参数。Step2：将操作人员输入的加工信息转化为遗传算法的编码信息，同时通过基因重组形成多个染色体，组成一个初始种群。Step3：根据预先设定的适应度值函数计算种群染色体的适应度值，其中解码过程中加入了单机械臂的转移时间；Step4：使用轮盘赌法和精英保留法进行选择操作；Step5：对选出的染色体进行交叉变异操作，形成新的子种群；step5：重复以上操作，直到满足终止条件或者找到全局最优解。实验证明本发明对于解决该类具有问题快速精确的效果。

摘要： 本发明公开了一种基于eBPF技术的CDN节点单机调度方法及系统，该方法包括：获取由HTTP编码调度中心返回的301/302的状态码和Locat i on头；按照所述301/302状态码，发出重定向所述Locat i on头的URL的访问请求，所述Locat ion头中包含全局调度后的I P节点地址；所述访问请求流经内核的TC层到达Cache层，在Cache层具备缓存数据时，获取所述TC层的eBPF模块选出本机中拥有冗余带宽的虚拟网卡所返回的数据。基于eBPF技术的CDN节点单机调度方法在单机的系统内核模块的TC层嵌入网络过滤器eBPF，即：运行在基于寄存器的虚拟机上的模块，由该模块来控制数据回吐。从而当线路负载较高情况下，减少302重定向次数，降低访问的链路效耗的技术效果。

摘要： 本发明涉及一种面向选择性激光熔融工艺的增材制造单机调度方法。该方法提出了以极小化零件的单位体积生产成本为优化目标的单目标数学模型，在此基础上基于分布估计算法在生产调度等组合优化问题中表现出的优异性能，结合邻域搜索策略用于求解考虑零件构建方向的增材制造单机调度问题，在算法中，提出了一种包含零件排序、作业分配以及零件构建方向的实数编码方式，并在此编码基础上，通过概率随机抽样生成种群，在此基础上通过对精英种群进行采样更新概率模型，为了保证种群多样性，避免局部最优，在每一代精英种群生成后，通过邻域搜索对精英种群中的个体进行局部的调整，使算法跳出局部极值，寻找更好的解。

摘要： 本发明公开了一种基于深度强化学习的考虑维护决策的单机调度方法，包括：1）初始化生成待加工工件信息，包括工件数量，每个工件的待加工时间及交货期；2）对考虑维护决策的单机调度问题建立约束和假设，建立考虑维护决策的单机调度问题的数学模型；3）根据数学模型建立单机调度问题的调度仿真环境；4）搭建神经网络及强化学习部分形成深度强化学习训练框架，通过深度强化学习方法对调度仿真环境进行训练得到调度结果和维护决策方案。本发明使用深度强化学习的方法来学习调度和维护决策策略的智能选择，设计该问题的仿真环境及状态空间，动作空间和奖励值，通过训练得到的调度方案比传统的基于规则的方法更优，因此可作为实际生产现场的参考。