-
公开(公告)号：CN113569484A
公开(公告)日：2021-10-29
申请号：CN202110868919.2
申请日：2021-07-30
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/00 , G06Q10/06 , G06Q50/04 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，在传统的生产调度目标基础上，将碳排放纳入调度系统，建立以最大完成时间、碳排放和稳定性为目标的问题模型；考虑到动态事件需要生产车间具有快速地响应能力，采用基于事件驱动的重调度策略；种群的初始化采用多种启发式规则产生优质的初始解降低算法搜索范围，针对碳排放目标提出一种启发式的低碳机器变异策略。本发明用于解决动态多目标柔性作业车间调度中出现的机器故障、订单取消和紧急订单插入等动态事件，能够快速响应动态事件，维持车间稳定高效的运行。
-
公开(公告)号：CN113610233B
公开(公告)日：2023-08-15
申请号：CN202110037735.1
申请日：2021-01-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进遗传算法的柔性作业车间调度的方法，涉及柔性作业车间调度优化技术领域；建立柔性作业车间调度的数学模型；然后确定模型的约束条件；根据柔性作业车间调度的两个子问题：机器选择和工序排列，进行种群初始化；通过锦标赛选择法选择出要进行后续操作的种群；对机器选择编码层采用多点交叉法；对机器选择编码层进行多重变异操作；对新一代的种群根据适应度进行排序，判断是否满足终止条件，终止条件为是否达到最大迭代次数gen，若满足进行下一个步骤，否则，重新进行使用最优插入法对每个个体进行适应度计算，通过锦标赛选择法选择出要进行后续操作的种群及后续步骤；最后，输出最优结果，并给出相关的收敛曲线和调度甘特图。
-
Patent Agency Ranking
公开(公告)号：CN112749776B
公开(公告)日：2023-08-15
申请号：CN202110036257.2
申请日：2021-01-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进混合遗传算法的作业车间调度方法，涉及作业车间调度优化技术领域；本发明首先建立作业车间调度模型；然后确定了调度问题的约束条件，包括工序约束、机器约束和时间约束；接着把混合遗传算法进行基于工序的编码，并设置混合遗传算法求解作业车间调度问题的相关参数；然后计算每一个个体的适应度值；随后对个体进行轮盘赌选择法，选择适应度高的个体参与下一阶段的遗传操作；然后对个体进行IPOX交叉；再对个体进行随即变异；对个体进行局部搜索；在选择操作中取前10％适应度高的个体放入种群中，不参与交叉、变异、模拟退火操作；判断算法是否达到最大迭代次数，如果是则算法结束；如果未达到最大迭代次数，则重新计算每一个个体的适应度值。
-
公开(公告)号：CN112749776A
公开(公告)日：2021-05-04
申请号：CN202110036257.2
申请日：2021-01-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进混合遗传算法的作业车间调度方法，涉及作业车间调度优化技术领域；本发明首先建立作业车间调度模型；然后确定了调度问题的约束条件，包括工序约束、机器约束和时间约束；接着把混合遗传算法进行基于工序的编码，并设置混合遗传算法求解作业车间调度问题的相关参数；然后计算每一个个体的适应度值；随后对个体进行轮盘赌选择法，选择适应度高的个体参与下一阶段的遗传操作；然后对个体进行IPOX交叉；再对个体进行随即变异；对个体进行局部搜索；在选择操作中取前10％适应度高的个体放入种群中，不参与交叉、变异、模拟退火操作；判断算法是否达到最大迭代次数，如果是则算法结束；如果未达到最大迭代次数，则重新计算每一个个体的适应度值。
-
公开(公告)号：CN111798120A
公开(公告)日：2020-10-20
申请号：CN202010618650.8
申请日：2020-06-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进人工蜂群算法的柔性作业车间调度方法，将人工蜂群算法经过改进应用到柔性作业车间调度问题中，采用每个蜜源个体双层整数编码来表达一个调度方案，编码与解码操作简单。种群的初始化作出改进，采用随机选择和按规则选择相结合的方法产生优质初始解，针对雇佣蜂搜索过程，提出了改进的IPOX交叉方法，在继承父代优秀个体的同时，又能平衡算法的开发和探索能力；在观察蜂阶段，采用变步长策略来增强算法的全局搜索能力，避免陷入局部最优；通过增加侦查蜂的数量来保持种群的多样性；在算法迭代过程中采用贪婪策略保留精英解，以保证结果不会退化，得到最优的车间调度结果。
-
公开(公告)号：CN113610233A
公开(公告)日：2021-11-05
申请号：CN202110037735.1
申请日：2021-01-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进遗传算法的柔性作业车间调度的方法，涉及柔性作业车间调度优化技术领域；建立柔性作业车间调度的数学模型；然后确定模型的约束条件；根据柔性作业车间调度的两个子问题：机器选择和工序排列，进行种群初始化；通过锦标赛选择法选择出要进行后续操作的种群；对机器选择编码层采用多点交叉法；对机器选择编码层进行多重变异操作；对新一代的种群根据适应度进行排序，判断是否满足终止条件，终止条件为是否达到最大迭代次数gen，若满足进行下一个步骤，否则，重新进行使用最优插入法对每个个体进行适应度计算，通过锦标赛选择法选择出要进行后续操作的种群及后续步骤；最后，输出最优结果，并给出相关的收敛曲线和调度甘特图。
-
公开(公告)号：CN113569483A
公开(公告)日：2021-10-29
申请号：CN202110868720.X
申请日：2021-07-30
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/00 , G06Q10/06 , G06Q50/04 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于人工蜂群算法求解多目标柔性作业车间调度的方法，建立柔性作业车间调度模型，将最大完成时间最小、瓶颈机器负荷时间最小和机器总负荷时间最小作为模型的目标函数；确定调度模型的约束条件；基于改进NSGA‑II算法进行全局搜索：初始化种群，采用两段式编码的方式表示染色体信息，第一段为工序编码串OS，用来确定工件的加工顺序；第二段为机器编码串MS，表示工序分配到的机器；基于人工蜂群算法进行局部搜索，初始化种群，设置人工蜂群算法参数，通过领域搜索、交叉与多重变异操作更新种群，采用贪婪策略保留新种群。本发明解决了多目标柔性作业车间调度问题中解数量不足，收敛性不高的缺点。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
