CN106707990A - 一种基于离散萤火虫算法的多目标柔性作业车间调度方法 - Google Patents
一种基于离散萤火虫算法的多目标柔性作业车间调度方法 Download PDFInfo
- Publication number
- CN106707990A CN106707990A CN201611176234.7A CN201611176234A CN106707990A CN 106707990 A CN106707990 A CN 106707990A CN 201611176234 A CN201611176234 A CN 201611176234A CN 106707990 A CN106707990 A CN 106707990A
- Authority
- CN
- China
- Prior art keywords
- machine
- firefly
- workpiece
- discrete
- swarm algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 241000254158 Lampyridae Species 0.000 title claims abstract description 61
- 238000004519 manufacturing process Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- 241000131894 Lampyris noctiluca Species 0.000 claims description 32
- 238000012163 sequencing technique Methods 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 21
- 238000003754 machining Methods 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 101100391181 Dictyostelium discoideum forH gene Proteins 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其具体实现过程为:针对多目标柔性作业车间调度问题建立数学模型;采用分段编码方式对萤火虫进行编码,分为机器选择部分和工序排序部分;使用离散萤火虫算法,优化上述模型得到Pareto最优解集;从Pareto最优解集里选择符合实际需求的解,并进行解码输出机器选择位置信息、工序排序位置信息。此种优化多目标柔性作业车间调度问题的方法与现有的方法相比,提高了算法的全局寻优能力,缩短了整体加工时间,降低车间生产成本,符合实际生产的需要。
Description
技术领域
本发明设计调度问题领域,更具体地,涉及一种基于离散萤火虫算法的多目标柔性作业车间调度方法。
背景技术
生产调度是指针对一项可分解的工作,在尽可能满足工艺路线、资源情况、交货期等约束条件的前提下,通过下达生产指令,安排其组成部分所使用的资源、加工时间及加工的先后顺序,已获得产品制造时间或成本最优化的一项工作。柔性作业车间调度问题是车间调度问题的一种,是指在加工系统中有一组功能不同的机床,待加工的工件包含多道工序,每道工序在一台机床上加工,工件的加工路线互不相同,每个工件工序之间有先后顺序约束。柔性作业车间调度问题在数学上是一个NP-hard组合优化问题,随着加工工序和可选机器的增加,车间调度方案的求解空间也会迅速复杂起来。在实际生产中,不但要考虑工件最大完工时间,平均流经实践、总拖期时间、机器总负荷和瓶颈机器负荷等调度性能指标优化,还要考虑生产成本等费用指标,因此必须兼顾多种调度指标,进行多目标优化。多目标柔性作业车间调度问题和单目标柔性作业车间调度问题相比,存在目标之间具有不可公度性和矛盾性的问题。柔性作业车间调度问题的解空间是离散的,但是标准萤火虫算法用来解决连续问题的,因此标准萤火虫算法的编码规则、距离定义、位置更新等规律不适用于求解柔性作业车间调度问题。
综上所述,为了提高车间的生产效率,达到各项生产指标最优,寻找一种高效的人工智能算法来求解柔性作业车间调度问题并且进行多目标的优化十分必要。
发明内容
为了解决上述问题,本发明旨在公开一种基于离散萤火虫算法的多目标柔性作业车间调度方法,尤指一种基于离散萤火虫算法的以最大完工时间、瓶颈机器负荷、机器负荷总量为优化目标的柔性作业车间调度问题的解决方法。
为了实现上述目的,本发明所采用的技术方案主要包括以下过程:
针对多目标柔性作业车间调度问题建立数学模型;
采用分段编码方式对萤火虫进行编码,包括机器选择部分和工序排序部分;
使用离散萤火虫算法,优化上述模型得到Pareto最优解集;
从Pareto最优解集里选择符合实际需求的解,并进行解码输出机器选择位置信息、工序排序位置信息。
所述模型为:n个工件{J1,J2,…,Jn}在m台机器{M1,M2,…,Mm}上进行加工,每个工件包含一道或多道工序,每个工件的工序顺序以及在不同机器的加工时间确定,在加工过程中满足各项约束条件,其中:
hj为j号工件的总工序数;Ojh表示工件j的第h道工序;Cj表示工件j的加工完成时间;Mijh表示工件j的第h道工序在机器i上加工,当Xijh=1时表示工序Ojh选择机器i,否则不选择在机器i上加工;Pijh表示工件j的第h道工序在机器i上加工所需的时间;Yijhkl表示工序Ojh和工序Okl的加工选后顺序,当Yijhkl=1时,表示工序Ojh先于工序Okl在机器i上加工。
所述模型的优化的目标有三个:
最大完工时间:
瓶颈机器负荷量:
机器负荷总量:
基于离散萤火虫算法,对比传统萤火虫算法,解决多目标柔性作业车间问题需要对萤火虫位置、机器选择序列的位置矢量更新规则和工序排序序列的位置矢量更新规则进行重新定义:
定义1)萤火虫的位置:每个萤火虫的位置对应一个柔性作业车间调度问题的可行解,第i个萤火虫的位置表示为Xi=[JMi,Si]T,表示萤火虫的位置由机器选择部分JMi和工序排序部分Si两组位置矢量组成,其中JMi=[Jmi,1,Jmi,2,…,Jmi,j,Jmi,n],Jmi,j表示第j个工件的机器选择序列;Si=[Si,1,Si,2,…,Si,j,Si,H]T,H表示全部工件的工序总和,H=
定义2)机器选择序列的位置矢量更新:
式中的减法操作按以下规则取值:令算法过程中,每个k的机器序列和的各维分量,对于的第h(1≤h≤hj)维分量如果与不相等,则即矢量继承了矢量上的有效元素,如果则
式中的乘法操作按以下规则取值:令用和α|rand-0.5|联合控制位置矢量从位置矢量中继承的元素个数:
式中的加法操作按以下规则取值:令工件k的机器选择序列的位置更新可以表示为t时刻位置矢量和t+1时刻位移方向矢量之和,如果中的为零,则不改变矢量第h道工序对应的机器选择序号,即 如果不为零,则机器选则序列的位置矢量 第h道工序选择的机器号是与交换后的值。
定义3)工序排序序列的位置矢量更新:
当萤火虫i支配萤火虫j时,随机挑选萤火虫i的L个工件进行标记,并对被选取的工件的所有工序进行位置标记,同时标记j中相同工序的所有标记;标记完成后,让萤火虫j继承萤火虫i的被选择工件的所有被标记工序序列;萤火虫j支配萤火虫i时同理;
对支配的萤火虫工序序列作小范围随机移动:生成一个很小的正偶数2R(2R/H≤1/20),再生成2R个不同的随机整数(范围1~H),将2R个整数分为R组,将每组随机数对应的工序序号进行对换;H为总工序数。
所述萤火虫算法的编码规则:工序排序部分:序号代表工件号,数字出现的次数代表对应工件的工序数,数字的第几次出现代表工件的第几道工序;机器选择部分:对应编码长度与工序排序部分相等,从左到右按顺序排列工件的工序,出现的序号代表所选机器号。
所述离散萤火虫算法的具体过程为:
1)适用于离散问题的离散萤火虫算法参数初始化:萤火虫总数N,最大迭代次数Iter,随机步长因子,萤火虫之间吸引力,光照吸收率,每个萤火虫的位置信息;
2)采用快速非支配排序方法将种群分层,记萤火虫i在第ifloor层,对其进行机器选择序列的位置矢量更新和工序排序序列的位置矢量更新,以相同概率向三个方向移动;
3)分别寻找最大完工时间、瓶颈机器负荷、机器负荷总量最优的萤火虫ibest_f、ibest_zf、ibest_zdf,并更新萤火虫位置信息;
4)对ifloor≠1且任一子目标最优的萤火虫,不向其他支配它的萤火虫移动并作小范围移动,更新ibest_f、ibest_zf、ibest_zdf;
5)重复步骤2)到步骤4),进行下一次萤火虫的移动,寻找全局最优和迭代最优的萤火虫,直到满足终止条件;
6)输出ifloor=1层中所有萤火虫序列的最大完工时间、瓶颈机器负荷、机器负荷总量,并输出萤火虫的机器信息、工序信息。
所述步骤2)中位置矢量更新按下式进行:
所述萤火虫算法解码规则如下:
1)获取工序排序序列中的一个元素,转换为工序信息Ojh,获取Ojh的g号机器为Mg=JMi(j,h),所用时间为Ti(j,h);
2)如果工序Ojh是机器Mg上的第一道加工工序,则Ojh可以直接从Oj(h-1)加工完成时开始加工;如果Ojh是j号工件的第一道工序,则Ojh可以在机器Mg的零时刻开始加工;如果不满足上面两种情况,找到机器Mg上的所有空闲时段[TSg,TEg],TSg为机器Mg位置空闲时段开始时刻,TEg为机器Mg空闲时段结束时刻;判断是否将工序插入当前空闲时间段方法如下:
ta+Ti(j,h)≤TEg;
其中ta=max(cj(h-1),TSg);
如果不满足上式,则在tb时刻开始加工,LMg表示机器Mg上当前最后一道工序的结束时刻,其中:
tb=max(cj(h-1),LMg)。
附图说明
附图1为萤火虫算法的实现流程图。
附图2、3、4为mk01问题的解的甘特图。
具体实施方式
下面结合附图详细说明本发明的具体实施方式:
本发明通过对萤火虫算法解码方式和迭代规律的改进,提高了萤火虫全局寻优能力,针对多目标柔性作业车间调度问题,提出了一种萤火虫的移动策略,保证种群的多样性。从而得出多目标柔性作业车间调度问题的Pareto占优解。
其具体实现过程为:
针对多目标柔性作业车间调度问题建立数学模型;
采用分段编码方式对萤火虫进行编码,包括机器选择部分和工序排序部分;
使用离散萤火虫算法,优化上述模型得到Pareto最优解集;
从Pareto最优解集里选择符合实际需求的解,并进行解码输出机器选择位置信息、工序排序位置信息。
所述模型为:n个工件{J1,J2,…,Jn}在m台机器{M1,M2,…,Mm}上进行加工,每个工件包含一道或多道工序,每个工件的工序顺序以及在不同机器的加工时间确定,在加工过程中满足各项约束条件,其中:
hj为j号工件的总工序数;Ojh表示工件j的第h道工序;Cj表示工件j的加工完成时间;Mijh表示工件j的第h道工序在机器i上加工,当Xijh=1时表示工序Ojh选择机器i,否则不选择在机器i上加工;Pijh表示工件j的第h道工序在机器i上加工所需的时间;Yijhkl表示工序Ojh和工序Okl的加工选后顺序,当Yijhkl=1时,表示工序Ojh先于工序Okl在机器i上加工。
所述模型的优化目标有三个:
最大完工时间:
瓶颈机器负荷量:
机器负荷总量:
所述萤火虫算法的编码规则:工序排序部分:序号代表工件号,数字出现的次数代表对应工件的工序数,数字的第几次出现代表工件的第几道工序;机器选择部分:对应编码长度与工序排序部分相等,从左到右按顺序排列工件的工序,出现的序号代表所选机器号。
离散萤火虫算法是根据多目标柔性作业车间调度问题的解空间是离散的特点在标准萤火虫算法的基础上进行改进一种算法。萤火虫的亮度由适应度值决定,每个萤火虫的位置信息代表一种可行解,移动规则是所有可行解不断向当前最优解靠近,多次迭代后,所有可行解都集结在最优解附近。
所述离散萤火虫算法的具体过程为:
1)适用于离散问题的离散萤火虫算法参数初始化:萤火虫总数N,最大迭代次数Iter,随机步长因子,萤火虫之间吸引力,光照吸收率,每个萤火虫的位置信息;
2)采用快速非支配排序方法将种群分层,记萤火虫i在第ifloor层,对其进行机器选择序列的位置矢量更新和工序排序序列的位置矢量更新,以相同概率向三个方向移动;
3)分别寻找最大完工时间、瓶颈机器负荷、机器负荷总量最优的萤火虫ibest_f、ibest_zf、ibest_zdf,并更新萤火虫位置信息;
4)对ifloor≠1且任一子目标最优的萤火虫,不向其他支配它的萤火虫移动并作小范围移动,更新ibest_f、ibest_zf、ibest_zdf;
5)重复步骤2)到步骤4),进行下一次萤火虫的移动,寻找全局最优和迭代最优的萤火虫,直到满足终止条件;
6)输出ifloor=1层中所有萤火虫序列的最大完工时间、瓶颈机器负荷、机器负荷总量,并输出萤火虫的机器信息、工序信息。
所述步骤2)中位置矢量更新按下式进行:
所述萤火虫算法解码规则如下:
1)获取工序排序序列中的一个元素,转换为工序信息Ojh,获取Ojh的g号加工机器为Mg=JMi(j,h),所用时间为Ti(j,h);
2)如果工序Ojh是机器Mg上的第一道加工工序,则Ojh可以直接从Oj(h-1)加工完成时开始加工;如果Ojh是j号工件的第一道工序,则Ojh可以在机器Mg的零时刻开始加工;如果不满足上面两种情况,找到机器Mg上的所有空闲时段[TSg,TEg],TSg为机器Mg位置空闲时段开始时刻,TEg为机器Mg空闲时段结束时刻;通过下式判断是否将工序插入当前空闲时间段:
ta+Ti(j,h)≤TEg;
其中ta=max(cj(h-1),TSg);
如果不满足上式,则在tb时刻开始加工,LMg表示机器Mg上当前最后一道工序的结束时刻,其中:
tb=max(cj(h-1),LMg)。
实施例:
以mk01问题为例,进行柔性作业车间调度多目标优化。该问题包含10个工件,6个可选加工机器,总工序数为55个,工件元素相互间的加工工序不存在优先约束关系,工件元素本身的加工工序之间具有明确优先关系。详细数据如下表1:
相关参数设置:α=1.2,β0=1,γ=0.06,最大迭代次数150,萤火虫总数100。对mk01问题以最大完工时间f1、瓶颈机器负荷量f2和机器符合总量f3最小为优化目标,采用离散萤火虫算法进行多目标优化。
下表2为Pareto前沿解集:
3个解分别有各自的优势,可以根据不同的需求选择三种不同的加工方案,第2个解最大完工时间f1达到最优,瓶颈机器负荷量f2最小,解的质量是最高的;第3个解机器负荷总量f3最小,但是最大完工时间f1和瓶颈机器负荷量f2都是最大的,在3个对应的调度方案中,生产效率是最低的,而且设备的利用率也是最低的。第1个解、第2个解、第3个解的机器选择信息JM、加工时间矩阵T和工序排序信息S分别如下表3、4、5所示,3个解的甘特图如附图2所示。
下表3为第1个解:
下表4为第2个解:
下表5为第3个解:
Claims (6)
1.一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其特征在于:具体包括以下几个步骤:
针对多目标柔性作业车间调度问题建立数学模型;
采用分段编码方式对萤火虫进行编码,包括机器选择部分和工序排序部分;
使用离散萤火虫算法,优化上述模型得到Pareto最优解集;
从Pareto最优解集里选择符合实际需求的解,并进行解码输出机器选择位置信息、工序排序位置信息。
2.根据权利要求1所述的一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其特征在于,所述模型为:n个工件{J1,J2,…,Jn}在m台机器{M1,M2,…,Mm}上进行加工,每个工件包含一道或多道工序,每个工件的工序顺序以及在不同机器的加工时间确定,在加工过程中满足各项约束条件,其中:
hj为j号工件的总工序数;Ojh表示工件j的第h道工序;Cj表示工件j的加工完成时间;Mijh表示工件j的第h道工序在机器i上加工,当Xijh=1时表示工序Ojh选择机器i,否则不选择在机器i上加工;Pijh表示工件j的第h道工序在机器i上加工所需的时间;Yijhkl表示工序Ojh和工序Okl的加工选后顺序,当Yijhkl=1时,表示工序Ojh先于工序Okl在机器i上加工。
3.根据权利要求1所述的一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其特征在于,编码的方法为:
工序排序部分:序号代表工件号,数字出现的次数代表对应工件的工序数,数字的第几次出现代表工件的第几道工序;
机器选择部分:对应编码长度与工序排序部分相等,从左到右按顺序排列工件的工序,出现的序号代表所选机器号。
4.根据权利要求2所述的一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其特征在于,所述模型的优化目标有三个,分别为:最大完工时间、瓶颈机器负荷量、机器负荷总量。
5.根据权利要求1所述的一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其特征在于,所述萤火虫算法的具体过程为:
1)适用于离散问题的离散萤火虫算法参数初始化:萤火虫总数N,最大迭代次数Iter,随机步长因子,萤火虫之间吸引力,光照吸收率,每个萤火虫的位置信息;
2)采用快速非支配排序方法将种群分层,记萤火虫i在第ifloor层,对其进行机器选择序列的位置矢量更新和工序排序序列的位置矢量更新,以相同概率向三个方向移动;
3)分别寻找最大完工时间、瓶颈机器负荷、机器负荷总量最优的萤火虫ibest_f、ibest_zf、ibest_zdf,并更新萤火虫位置信息;
4)对ifloor≠1且任一子目标最优的萤火虫,不向其他支配它的萤火虫移动并作小范围移动,更新ibest_f、ibest_zf、ibest_zdf;
5)重复步骤2)到步骤4),进行下一次萤火虫的移动,寻找全局最优和迭代最优的萤火虫,直到满足终止条件;
6)输出ifloor=1层中所有萤火虫序列的最大完工时间、瓶颈机器负荷、机器负荷总量,并输出萤火虫的机器信息、工序信息。
6.根据权利要求1所述的一种基于离散萤火虫算法的多目标柔性作业车间调度方法,其特征在于,解码规则如下:
1)获取工序排序序列中的一个元素,转换为工序信息Ojh,获取Ojh的g号加工机器为Mg=JMi(j,h),所用时间为Ti(j,h);
2)如果工序Ojh是机器Mg上的第一道加工工序,则Ojh可以直接从Oj(h-1)加工完成时开始加工;如果Ojh是j号工件的第一道工序,则Ojh可以在机器Mg的零时刻开始加工;如果不满足上面两种情况,找到机器Mg上的所有空闲时段[TSg,TEg],TSg为机器Mg位置空闲时段开始时刻,TEg为机器Mg空闲时段结束时刻;通过下式判断是否将工序插入当前空闲时间段:
;
其中;
如果不满足上式,则在tb时刻开始加工,LMg表示机器Mg上当前最后一道工序的结束时刻,其中:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611176234.7A CN106707990A (zh) | 2016-12-19 | 2016-12-19 | 一种基于离散萤火虫算法的多目标柔性作业车间调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611176234.7A CN106707990A (zh) | 2016-12-19 | 2016-12-19 | 一种基于离散萤火虫算法的多目标柔性作业车间调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106707990A true CN106707990A (zh) | 2017-05-24 |
Family
ID=58938414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611176234.7A Pending CN106707990A (zh) | 2016-12-19 | 2016-12-19 | 一种基于离散萤火虫算法的多目标柔性作业车间调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106707990A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403271A (zh) * | 2017-07-27 | 2017-11-28 | 许文远 | 一种用于电镀生产的柔性作业车间调度方法 |
CN107617877A (zh) * | 2017-10-13 | 2018-01-23 | 湘潭大学 | 一种多机器人装配单元和布局优化方法 |
CN107767022A (zh) * | 2017-09-12 | 2018-03-06 | 重庆邮电大学 | 一种生产数据驱动的动态作业车间调度规则智能选择方法 |
CN107817772A (zh) * | 2017-10-17 | 2018-03-20 | 西南交通大学 | 一种柔性作业车间调度优化方法 |
CN107918805A (zh) * | 2017-11-13 | 2018-04-17 | 浙江大学 | 一种智能的航空发动机装配车间调度系统 |
CN108153254A (zh) * | 2017-11-28 | 2018-06-12 | 华侨大学 | 一种基于萤火虫算法的零件群集成工艺路线规划方法 |
CN108665092A (zh) * | 2018-04-17 | 2018-10-16 | 东莞理工学院 | 一种基于混合萤火虫算法的全流程排产与优化方法 |
CN108717289A (zh) * | 2018-04-09 | 2018-10-30 | 湘潭大学 | 一种流水线布局优化方法 |
CN108764618A (zh) * | 2018-04-16 | 2018-11-06 | 中国矿业大学 | 一种解决移动瓶颈法不可行解问题的解环方法 |
CN109491344A (zh) * | 2018-12-12 | 2019-03-19 | 合肥工业大学 | 面向航天发动机研制过程的智能协同调度方法和系统 |
CN110147078A (zh) * | 2019-01-25 | 2019-08-20 | 安庆师范大学 | 一种无故障rgv智能系统二道工序加工动态调度方法 |
CN111948989A (zh) * | 2020-07-14 | 2020-11-17 | 武汉理工大学 | 一种柔性制造车间优化调度方法及设备 |
CN112296357A (zh) * | 2020-10-29 | 2021-02-02 | 福州大学 | 面向激光选区熔融工艺的增材制造相同并行机调度方法 |
CN115129017A (zh) * | 2022-08-30 | 2022-09-30 | 武汉理工大学 | 基于混合阿基米德算法的热冷加工离散制造生产调度方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
CN103034904A (zh) * | 2013-01-11 | 2013-04-10 | 上海电机学院 | 分群萤火虫方法及基于该方法的电力调度系统、方法 |
CN103729684A (zh) * | 2013-11-22 | 2014-04-16 | 浙江工业大学 | 基于萤火虫优化算法的微网负荷博弈方法 |
US20140316548A1 (en) * | 2013-04-19 | 2014-10-23 | International Business Machines Corporation | Sibling lot processing |
US20150168948A1 (en) * | 2013-12-18 | 2015-06-18 | GLOBAL FOUNDRIES Singapore Pte. Ltd. | Methods and media for lot dispatch priority |
CN104852374A (zh) * | 2015-05-18 | 2015-08-19 | 国家电网公司 | 基于萤火虫算法的分布式电源最优容量及位置确定方法 |
CN105809344A (zh) * | 2016-03-07 | 2016-07-27 | 浙江财经大学 | 一种基于超启发式算法的零空闲流水车间作业调度方法 |
-
2016
- 2016-12-19 CN CN201611176234.7A patent/CN106707990A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
CN103034904A (zh) * | 2013-01-11 | 2013-04-10 | 上海电机学院 | 分群萤火虫方法及基于该方法的电力调度系统、方法 |
US20140316548A1 (en) * | 2013-04-19 | 2014-10-23 | International Business Machines Corporation | Sibling lot processing |
CN103729684A (zh) * | 2013-11-22 | 2014-04-16 | 浙江工业大学 | 基于萤火虫优化算法的微网负荷博弈方法 |
US20150168948A1 (en) * | 2013-12-18 | 2015-06-18 | GLOBAL FOUNDRIES Singapore Pte. Ltd. | Methods and media for lot dispatch priority |
CN104852374A (zh) * | 2015-05-18 | 2015-08-19 | 国家电网公司 | 基于萤火虫算法的分布式电源最优容量及位置确定方法 |
CN105809344A (zh) * | 2016-03-07 | 2016-07-27 | 浙江财经大学 | 一种基于超启发式算法的零空闲流水车间作业调度方法 |
Non-Patent Citations (1)
Title |
---|
孙斌: ""基于电梯DFS的车间智能调度决策研究与系统开发"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403271A (zh) * | 2017-07-27 | 2017-11-28 | 许文远 | 一种用于电镀生产的柔性作业车间调度方法 |
CN107767022A (zh) * | 2017-09-12 | 2018-03-06 | 重庆邮电大学 | 一种生产数据驱动的动态作业车间调度规则智能选择方法 |
CN107617877A (zh) * | 2017-10-13 | 2018-01-23 | 湘潭大学 | 一种多机器人装配单元和布局优化方法 |
CN107817772B (zh) * | 2017-10-17 | 2019-07-12 | 西南交通大学 | 一种柔性作业车间调度优化方法 |
CN107817772A (zh) * | 2017-10-17 | 2018-03-20 | 西南交通大学 | 一种柔性作业车间调度优化方法 |
CN107918805A (zh) * | 2017-11-13 | 2018-04-17 | 浙江大学 | 一种智能的航空发动机装配车间调度系统 |
CN108153254B (zh) * | 2017-11-28 | 2019-05-24 | 华侨大学 | 一种基于萤火虫算法的零件群集成工艺路线规划方法 |
CN108153254A (zh) * | 2017-11-28 | 2018-06-12 | 华侨大学 | 一种基于萤火虫算法的零件群集成工艺路线规划方法 |
CN108717289A (zh) * | 2018-04-09 | 2018-10-30 | 湘潭大学 | 一种流水线布局优化方法 |
CN108717289B (zh) * | 2018-04-09 | 2020-11-17 | 湘潭大学 | 一种流水线布局优化方法 |
CN108764618A (zh) * | 2018-04-16 | 2018-11-06 | 中国矿业大学 | 一种解决移动瓶颈法不可行解问题的解环方法 |
CN108764618B (zh) * | 2018-04-16 | 2023-09-26 | 中国矿业大学 | 一种解决移动瓶颈法不可行解问题的解环方法 |
CN108665092A (zh) * | 2018-04-17 | 2018-10-16 | 东莞理工学院 | 一种基于混合萤火虫算法的全流程排产与优化方法 |
CN108665092B (zh) * | 2018-04-17 | 2020-12-15 | 东莞理工学院 | 一种基于混合萤火虫算法的全流程排产与优化方法 |
CN109491344A (zh) * | 2018-12-12 | 2019-03-19 | 合肥工业大学 | 面向航天发动机研制过程的智能协同调度方法和系统 |
CN109491344B (zh) * | 2018-12-12 | 2020-07-07 | 合肥工业大学 | 面向航天发动机研制过程的智能协同调度方法和系统 |
CN110147078A (zh) * | 2019-01-25 | 2019-08-20 | 安庆师范大学 | 一种无故障rgv智能系统二道工序加工动态调度方法 |
CN110147078B (zh) * | 2019-01-25 | 2021-12-07 | 安庆师范大学 | 一种无故障rgv智能系统二道工序加工动态调度方法 |
CN111948989B (zh) * | 2020-07-14 | 2022-10-28 | 武汉理工大学 | 一种柔性制造车间优化调度方法及设备 |
CN111948989A (zh) * | 2020-07-14 | 2020-11-17 | 武汉理工大学 | 一种柔性制造车间优化调度方法及设备 |
CN112296357A (zh) * | 2020-10-29 | 2021-02-02 | 福州大学 | 面向激光选区熔融工艺的增材制造相同并行机调度方法 |
CN112296357B (zh) * | 2020-10-29 | 2021-11-30 | 福州大学 | 面向激光选区熔融工艺的增材制造相同并行机调度方法 |
CN115129017A (zh) * | 2022-08-30 | 2022-09-30 | 武汉理工大学 | 基于混合阿基米德算法的热冷加工离散制造生产调度方法 |
CN115129017B (zh) * | 2022-08-30 | 2022-12-23 | 武汉理工大学 | 基于混合阿基米德算法的热冷加工离散制造生产调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106707990A (zh) | 一种基于离散萤火虫算法的多目标柔性作业车间调度方法 | |
CN110070235B (zh) | 一种多移动机器人的柔性调度方法 | |
CN113792924A (zh) | 一种基于Deep Q-network深度强化学习的单件作业车间调度方法 | |
CN101901425A (zh) | 一种基于多种群协同进化的柔性作业车间调度方法 | |
CN105956689B (zh) | 一种基于改进粒子群优化的运输和生产协同调度方法 | |
CN109116854A (zh) | 一种基于强化学习的多组机器人协作控制方法及控制系统 | |
CN103714198B (zh) | 一种船舶多芯管下料的优化方法 | |
CN111756653A (zh) | 基于图神经网络深度强化学习的多coflow调度方法 | |
CN106610654A (zh) | 针对柔性作业车间调度的改进遗传算法 | |
CN108389001A (zh) | 一种基于step-nc的智能非线性工艺规划方法 | |
CN111382915B (zh) | 一种共融agv的柔性作业车间调度方法 | |
CN106802553A (zh) | 一种基于强化学习的铁路机车运行操控系统混合任务调度方法 | |
CN111047272A (zh) | 一种用于多语言协同开发的项目调度方法及装置 | |
CN108647859A (zh) | 知识驱动的置换流水线双种群协同学习策略与优化方法 | |
CN112381273B (zh) | 一种基于u-nsga-iii算法的多目标作业车间节能优化方法 | |
CN109934364A (zh) | 一种基于遗传模拟退火算法的刀具准时化配送方法 | |
CN108053152A (zh) | 基于多色集合的改进遗传算法求解动态车间调度的方法 | |
CN109116816A (zh) | 一种柔性加工环境下印刷过程的优化调度方法 | |
CN105278455B (zh) | 基于Gcode的可持续加工操作执行顺序及刀具路径优化方法 | |
CN113657742B (zh) | 车间调度方法、装置、电子设备及存储介质 | |
CN116360355A (zh) | 基于nsga-iii算法求解车间调度问题的方法 | |
CN115438877A (zh) | 一种基于灰狼算法求解多目标分布式柔性车间调度优化方法 | |
CN110059908A (zh) | 基于自适应遗传算法的新工件重调度优化方法 | |
CN108873850A (zh) | 一种机械制造自动化生产过程的优化调度方法 | |
CN108153254B (zh) | 一种基于萤火虫算法的零件群集成工艺路线规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170524 |
|
WD01 | Invention patent application deemed withdrawn after publication |