公共文化服务平台

搜索到2925篇“ 作业车间调度问题“的相关文章

改进麻雀搜索算法求解柔性作业车间调度问题: 2025年; 针对以最小完工时间为目标的单目标柔性作业车间调度问题(FJSP),提出了一种改进麻雀搜索算法(ISSA)。首先,采用两段式编码将FJSP描述为机器选择和工序排序两个子问题,引入转换机制实现FJSP的离散调度解与连续麻雀个体位置向量之间的映射。然后,采用混合式种群初始化策略生成初始种群,通过黄金正弦算法改进发现者的位置更新方式,增强算法的全局搜索能力。最后,对一个应用实例以及Brandimare标准测试集中的10个FJSP算例进行仿真并与其他智能算法对比分析。结果表明,改进后的ISSA算法用于求解FJSP问题具有较好的算法收敛性,能够有效地获得FJSP问题的优化解。; 武福徐上壹; 关键词：柔性作业车间调度问题

深度强化学习求解动态柔性作业车间调度问题: 2025年; 随着智慧车间等智能制造技术的不断发展,人工智能算法在解决车间调度问题上的研究备受关注,其中车间运行过程中的动态事件是影响调度效果的一个重要扰动因素,为此提出一种采用深度强化学习方法来解决含有工件随机抵达的动态柔性作业车间调度问题。首先以最小化总延迟为目标建立动态柔性作业车间的数学模型,然后提取8个车间状态特征,建立6个复合型调度规则,采用ε-greedy动作选择策略并对奖励函数进行设计,最后利用先进的D3QN算法进行求解并在不同规模车间算例上进行了有效性验证。结果表明,提出的D3QN算法能非常有效地解决含有工件随机抵达的动态柔性作业车间调度问题,在所有车间算例中的求优胜率为58.3%,相较于传统的DQN和DDQN算法车间延迟分别降低了11.0%和15.4%,进一步提升车间的生产制造效率。; 杨丹舒先涛余震余震鲁光涛王家兵; 关键词：柔性作业车间调度动态调度

柔性作业车间调度问题的课程强化学习算法: 2025年; 针对深度强化学习在柔性作业车间调度问题上泛化能力不足的问题,提出结合课程学习和深度强化学习的方法。通过动态调整训练实例难度,重点增强最难实例的训练,以适应不同数据分布,避免学习过程中的遗忘问题。仿真测试结果表明,算法在未经训练的大规模问题和基准数据集上保持了不错的性能。在2种人造分布的4个未训练大规模问题上取得了更好的性能表现。相较于精确方法和元启发式方法,对于计算量较大的问题实例,能快速地获得质量不错的解。同时算法可以适应不同的数据分布的柔性作业车间调度问题,具有较快收敛速度和较好泛化能力。; 卢超肖洋张彪高亮; 关键词：柔性作业车间调度课程学习

滚动生产模式下的柔性作业车间调度问题: 2025年; 针对滚动生产模式下的柔性作业车间调度过程中,工序级生产子批的开工时间受到其所含盖工件所属紧前工序生产子批完成时间、所属紧前工序传输子批周转时间、同工序上一生产子批完成时间及设备资源已有任务占用等实际约束综合影响的问题,构建考虑滚动生产、外部动态来料及设备资源存在已有任务占用约束的柔性作业车间调度模型,提出一种改进遗传算法并设计了相适应的交叉、变异策略,避免迭代过程中非法解的产生。在设备选择阶段提供3种设备选取方式,基于迭代过程最优解停滞代数动态调整各自选取概率,实现了迭代过程中优异个体信息继承与局部最优突破能力的平衡,提升了算法寻优能力。最后,基于标准算例及在标准算例基础上增加相关约束后的扩展算例,对所提模型和算法进行测试,结果表明所提算法能够优化调度结果,获得满足车间实际生产过程中存在的动态来料、资源约束等约束关系的调度方案。; 黄飘郑祖杰李新宇于谋雨陆丰玮郑方志

基于卷积金字塔网络的PPO算法求解作业车间调度问题: 2025年; 作业车间调度问题是一个经典的NP-hard组合优化问题,其调度方案的优劣直接影响制造系统的运行效率。为得到更优的调度策略,以最小化最大完工时间为优化目标,提出了一种基于近端策略优化(Proximal Policy Optimization,PPO)和卷积神经网络(Convolutional Neural Network,CNN)的深度强化学习(Deep Reinforcement Learning,DRL)调度方法。设计了一种三通道状态表示方法,选取16种启发式调度规则作为动作空间,将奖励函数等价为最小化机器总空闲时间。为使训练得到的调度策略能够处理不同规模的调度算例,在卷积神经网络中使用空间金字塔池化(Spatial Pyramid Pooling,SPP),将不同维度的特征矩阵转化为固定长度的特征向量。在公开OR-Library的42个作业车间调度(Job-Shop Scheduling Problem,JSSP)算例上进行了计算实验。仿真实验结果表明,该算法优于单一启发式调度规则和遗传算法,在大部分算例中取得了比现有深度强化学习算法更好的结果,且平均完工时间最小。; 徐帅李艳武谢辉牛晓伟; 关键词：作业车间调度

考虑能耗的分布式柔性作业车间调度问题研究: 2025年; 针对分布式装配车间的柔性作业车间调度问题(distributed assembly flexible job-shop scheduling problem,DAFJSP),构建了以最小化最大完工时间、车间能耗和机器总负载为优化目标的DAFJSP数学模型。为求解DAFJSP模型,提出了一种改进的启发式算法(improving gold rushing optimization algorithm,IGROA),该算法以改进的淘金算法为全局搜索组件,多种领域搜索算子为局部搜索组件。首先,设计3种领域搜索算子,对Pareto前沿个体进行领域搜索,提高了种群的多样性与收敛速度;其次,在种群选择中提出一种结合模拟退火算法的竞标赛选择方式,提高了全局寻优能力;最后,基于Kacem、MK等算例进行算法验证,证明了算法的优越性。; 李岳威宋李俊; 关键词：多目标优化能耗

基于深度强化学习的离散状态转移算法求解柔性作业车间调度问题: 2025年; 柔性作业车间调度问题(FJSP)作为一种在实际生活中应用广泛的调度问题,对其智能算法具有重要价值。为了解决FJSP,以最小化最大完工时间为优化目标,提出了一种基于近端策略优化的离散状态转移算法(DSTA-PPO)。DSTA-PPO具有3个特点:考虑到FJSP需要同时对工序排序、机器分配同时进行调度安排,结合工序编码和机器编码,设计了一种能够充分表达当前调度问题的状态特征;针对工序排序、机器分配设计了多种基于关键路径的搜索操作;通过强化学习的训练,能够有效地引导智能体选择正确的搜索操作优化当前的调度序列。通过基于不同数据集的仿真实验,验证了算法各环节的有效性,同时在相同算例上以最小化最大完工时间为对比指标与现有算法进行了比较,对比结果表明了所提算法能够在多数算例上以更短的完工时间对算例完成求解,有效地求解了柔性作业车间调度问题。; 朱家政王聪李新凯董颖超张宏立; 关键词：柔性作业车间调度

考虑工人约束的分布式柔性作业车间调度问题研究: 2025年; 针对带有工人约束的分布式柔性作业车间调度问题(DFJSPWC),构建了以最小化最大完工时间和最小化总能耗为优化目标的调度模型,并提出了一种改进文化基因算法进行求解。根据问题特点,该算法综合考虑工厂选择、工序排序、机器选择和工人分配4个子问题,采用了四层编码方式,并采用紧前左移插入解码方法提高算法的收敛速度;针对传统文化基因算法容易陷入局部最优的问题,设计了一种自适应局部搜索方法和精英分层保留策略,丰富种群的多样性并增强算法的局部寻优能力;最后,将所提算法与其他算法进行对比,结果表明该算法在求解所提问题时具有显著优势。; 闫炳龙叶春明

基于改进的自适应NSGA-II求解多目标柔性作业车间调度问题研究: 2025年; 针对当前车间调度问题中传统的快速非支配排序遗传算法(NSGA-II)的全局搜索能力较弱以及交叉算子和变异算子易受参数影响的问题,本文提出了一种基于模拟退火算法(SA)的混合搜索策略和基于强化学习(RL)的自适应参数策略。在某汽车模具制造企业的柔性作业车间调度问题(FJSP)中,本文以最小化最大完工时间、最小化机器总负荷和最小化机器总能耗为目标,建立了多目标优化调度数学模型。通过模拟仿真对改进后的算法进行测试,并与其它算法进行比较,结果表明改进后的算法在寻优上的效果更佳。最后,本文将改进后的算法应用于实例数据求解,并得出了相应最优的调度方案。; 吴俊贤余建国; 关键词：多目标 NSGA-II 模拟退火

改进遗传算法求解柔性作业车间调度问题: 2024年; 为优化生产要素配置提高资源利用率,构建了以最小化最大完工时间为目标的调度模型,提出了一种自调整搜索域的改进遗传算法求解柔性作业车间调度问题(Flexible Job-shop Scheduling Problem, FJSP)。算法采用基于工序排列和机器选择的双层染色体编码的设计方案。设计了新的种群初始化方法,在交叉和变异阶段,引入自适应参数,优化遗传操作流程。在进化后期引入新种群增加染色体的多样性,自调整算法搜索域,帮助种群跳出局部最优,找到更好的全局解。实验结果表明提出的改进遗传算法在优化精度和收敛能力方面表现良好。; 李彬; 关键词：作业车间调度遗传算法

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈