CN109242134A - 考虑迁移的二目标多车间综合调度方法 - Google Patents
考虑迁移的二目标多车间综合调度方法 Download PDFInfo
- Publication number
- CN109242134A CN109242134A CN201810774269.3A CN201810774269A CN109242134A CN 109242134 A CN109242134 A CN 109242134A CN 201810774269 A CN201810774269 A CN 201810774269A CN 109242134 A CN109242134 A CN 109242134A
- Authority
- CN
- China
- Prior art keywords
- workshop
- migration
- processing
- specific gravity
- targets
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 186
- 238000013508 migration Methods 0.000 title claims abstract description 48
- 230000005012 migration Effects 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000000694 effects Effects 0.000 claims abstract description 9
- 230000005484 gravity Effects 0.000 claims description 40
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
考虑迁移的二目标多车间综合调度方法。目前多车综合调度方法只考虑产品在不同设备上加工或产品本身在加工过程中产生的各种的问题，并没有考虑迁移带来的影响。本发明方法包括如下步骤：首先将工艺树的叶子节点作为备选工序集；其次，根据长路径优先策略以及短用时策略确定预调度工序和预调度工序集合；然后根据车间同种设备工序选择策略确定相同空闲设备实调度工序集合；最后根据工序车间选择多目标优化分支策略，获得针对复杂单产品工序分配到多车间加工时，在多个目标影响下考虑迁移的多种方案中最优的方案。
Description
技术领域
本发明涉及一种考虑迁移的二目标多车间综合调度方法。
背景技术
多车间综合调度定义为：加工工艺图具有树形结构特征的复杂单产品，其工序节点可以在设备资源中的一台或多台设备上加工（加工时间和费用可以不相同），目前多车间综合调度方法分为两大类，一类是基于柔性设备加工的多车间综合调度，另一类是基于非柔性设备加工的多车间综合调度。
目前基于柔性设备加工的多车间综合调度方法只考虑产品在不同设备上加工引起的问题，基于非柔性设备加工的多车间综合调度方法只考虑产品本身在加工过程中引起的问题，两者都没有考虑在多车间来回运输的过程中，迁移引起的问题。
发明内容
本发明的目的是为了解决目前多车间综合调度方法只考虑产品在不同设备上加工引起的问题以及只考虑产品本身在加工过程中引起的问题，没有考虑在多车间来回运输的过程中，迁移引起的问题，为此，提供一种考虑迁移的二目标多车间综合调度方法，考虑迁移的二目标多车间综合调度方法，上述的目的通过以下的技术方案实现：
一种考虑迁移的二目标多车间综合调度方法，采用多车间模糊优化模型，首先将工艺树的叶子节点作为备选工序集，其次，根据长路径优先策略以及短用时策略确定预调度工序和预调度工序集合，然后根据车间同种设备工序选择策略确定相同空闲设备实调度工序集合，最后根据工序车间选择多目标优化分支策略，获得针对复杂单产品工序分配到多车间加工时，在多个目标影响下考虑迁移的多种方案中最优的方案。
所述的考虑迁移的二目标多车间综合调度方法，所述的综合调度方法具体实施步骤如下：
步骤1：对加工树根节点的分支进行预判断，确定各个分支的首车间，以及特殊工序；
步骤2：将实调度工序集合中的工序按照路径长度由长到短依次进行调度，在同组调度工序预判断车间不同的情况下，优先考虑将工序放入到预判断的车间中加工；
步骤3：如果同组调度工序预判断车间相同，则按照长路径优先策略，按顺序分配，剩余的车间则分配给优先级较低的工序；
步骤4：若产生迁移，以每个迁移的工序作为一个节点，将迁移成本赋值给两节点之间的路径，从而构建出一个新的加工树；
步骤5：若存在对称车间，产生对称的加工子树；
步骤6：如果存在特殊设备，则也会产生迁移，转到步骤4；
步骤7：当一个工序分配到某一车间进行加工后，将该车间从实加工车间集合中删除，将该工序从实调度工序集合中删除，直到集合为空，此时也就产生了一棵新的加工树；
步骤8：对新的加工树的叶子几点进行标号，每个从根节点到叶子的路径都为一种方案，对方案进行筛选，将得到多条路径；
步骤9：对于多目标优化问题，通常将其概括为n个决策变量、m个目标函数所构成的一个空间函数问题；
步骤10：为每个目标分配一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数；
步骤11：比较各比重函数值，取函数值最小的方案，为最优方案；
步骤12：输出最优方案的车间产品加工的甘特图。
所述的加工工艺树是彼此之间有加工先后顺序约束的工序集合，其中一个节点是一个工序，带箭头的直线代表加工偏序关系，节点中的数字按先后顺序分别代表工序名称、加工设备号和加工时间，例如：J15/M3/4代表工序为J15工序，加工设备号为M2，加工时间为4小时。
所述的同种设备工序数目与设备数目不等，按设备数目确定个数，按照长路径优先和短用时策略确定工序。
所述的考虑迁移的二目标多车间综合调度方法，其特征是：针对于多个目标问题，对每个目标函数都设定一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数。比较各比重函数值，取函数值最小的方案，为最优方案。
有益效果：
1. 本发明考虑了在多车间调度过程迁移引起的问题，以往综合调度算法只针对产品在不同设备上加工引起的问题或是产品本身在在多个车间加工过程中引起的问题，本发明采用多车间模糊优化模型，①根据长路径优先策略以及短用时策略确定预调度工序和预调度工序集合，根据车间同种设备工序选择策略确定相同空闲设备实调度工序集合，②根据工序车间选择多目标优化分支策略，获得针对复杂单产品工序分配到多车间加工时，在多个目标影响下考虑迁移的多种方案中最优的方案。
本发明首次在多车间综合调度中引入模糊数学的思想理念，能够从加工工艺树整体的角度分析各路径的优化程度，针对不同的目标函数设定一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数，比较各比重函数值，取函数值最小的方案，为最优方案，使得算法能够从整体上考虑受到多个目标影响下的调度结果，从而获得最优的调度结果。
附图说明：
附图1是长路径优先策略流程图。
附图2是工序车间选择多目标优化分支策略流程图。
附图3是考虑迁移的多目标多车间综合调度算法详细流程图。
附图4是本发明的加工任务图示例。
附图5是本发明的迁移信息图示例。
附图6是本发明针对附图4和附图5所示示例的新加工产品加工树图。
附图7是现有技术对附图4所示任务图示例的调度结果甘特图。
具体实施方式：
实施例1：
一种考虑迁移的二目标多车间综合调度方法，采用多车间模糊优化模型，首先将工艺树的叶子节点作为备选工序集，其次，根据长路径优先策略以及短用时策略确定预调度工序和预调度工序集合，然后根据车间同种设备工序选择策略确定相同空闲设备实调度工序集合，最后根据工序车间选择多目标优化分支策略，获得针对复杂单产品工序分配到多车间加工时，在多个目标影响下考虑迁移的多种方案中最优的方案。
实施例2：
所述的考虑迁移的二目标多车间综合调度方法，所述的综合调度方法具体实施步骤如下：
步骤1：对加工树根节点的分支进行预判断，确定各个分支的首车间，以及特殊工序；
步骤2：将实调度工序集合中的工序按照路径长度由长到短依次进行调度，在同组调度工序预判断车间不同的情况下，优先考虑将工序放入到预判断的车间中加工；
步骤3：如果同组调度工序预判断车间相同，则按照长路径优先策略，按顺序分配，剩余的车间则分配给优先级较低的工序；
步骤4：若产生迁移，以每个迁移的工序作为一个节点，将迁移成本赋值给两节点之间的路径，从而构建出一个新的加工树；
步骤5：若存在对称车间，产生对称的加工子树；
步骤6：如果存在特殊设备，则也会产生迁移，转到步骤4；
步骤7：当一个工序分配到某一车间进行加工后，将该车间从实加工车间集合中删除，将该工序从实调度工序集合中删除，直到集合为空。此时也就产生了一棵新的加工树；
步骤8：对新的加工树的叶子几点进行标号，每个从根节点到叶子的路径都为一种方案，对方案进行筛选，将得到多条路径；
步骤9：对于多目标优化问题，通常将其概括为n个决策变量、m个目标函数所构成的一个空间函数问题；
步骤10：为每个目标分配一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数；
步骤11：比较各比重函数值，取函数值最小的方案，为最优方案；
步骤12：输出最优方案的车间产品加工的甘特图。
实施例3：
所述的加工工艺树是彼此之间有加工先后顺序约束的工序集合，其中一个节点是一个工序，带箭头的直线代表加工偏序关系，节点中的数字按先后顺序分别代表工序名称、加工设备号和加工时间，例如：J15/M3/4代表工序为J15工序，加工设备号为M2，加工时间为4小时。
所述的同种设备工序数目与设备数目不等，按设备数目确定个数，按照长路径优先和短用时策略确定工序。
所述的考虑迁移的二目标多车间综合调度方法，其特征是：针对于多个目标问题，对每个目标函数都设定一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数，比较各比重函数值，取函数值最小的方案，为最优方案。
实施例4：
上述的考虑迁移的二目标多车间综合调度方法，所述的加工工艺树，由三个属性组成，第一部分为工序号，第二部分为加工设备，第三部分为加工时间，如附图4。
上述的考虑迁移的二目标多车间综合调度方法，所述的加工工艺树中各节点之间的连线表示其各工序之间的关系，对于每个工序节点来说，其叶子节点都必须完成之后才能加工，所以叶子节点为紧前工序，其为叶子节点的紧后工序，如附图4。
上述的考虑迁移的二目标多车间综合调度方法，所述的加工工艺树的各工序节点加工设备不同，如附图4。
实施例5：
上述的考虑迁移的二目标多车间综合调度方法，工序加工顺序的确定模块：采用长路径优先策略的方法，在多车间加工环境下，当可调度工序数量大于其对应加工设备的总数量时，某工序先行加工会导致同设备上串行加工的其他后续工序的实开始加工时间推迟，影响调度结果，所以在同种设备工序中选择路径较长的工序先行调度。
如果可调度工序中不存在预调度工序的同种设备工序，则将其直接加入实调度工序集合。否则，根据定义形成预调度工序集合，比较集合中的工序总数与工序所用的该种加工设备在多个车间的总数的大小：若集合中的工序总数小于等于工序所用的该种加工设备在多个车间的总数，则将集合中的所有工序放入实调度工序集合；若集合中的工序总数大于工序所用的该种加工设备在多个车间的总数，则将工序的路径长度从大到小排序，选取路径长度较大的工序，将其放入实调度工序集合。
实施例6：
上述的考虑迁移的二目标多车间综合调度方法，工序处理模块：首先，对加工树根节点的分支进行预判断，确定个分支的首车间，以及特殊工序，其次，将实调度工序集合中的工序按照路径长度由长到短依次进行调度，在同组调度工序预判断车间不同的情况下，优先考虑将工序放入到预判断的车间中加工，如果同组调度工序预判断车间相同，则按照长路径优先策略，按顺序分配，剩余的车间则分配给优先级较低的工序，为此会产生迁移，以每个迁移的工序作为一个节点，迁移时由于选择的车间不同，所以花费成本不同，为此，将迁移成本赋值给两节点之间的路径，从而构建出一个新的加工树，由于存在对称车间，因此也会产生对称的加工子树，但由于各车间的迁移时间和成本不同，为此，对称的加工子树不同，如果存在特殊设备，则也会产生迁移，方法如上，当一个工序分配到某一车间进行加工后，将该车间从实加工车间集合中删除，将该工序从实调度工序集合中删除，直到集合为空。
实施例7：
上述的考虑迁移的二目标多车间综合调度方法，针对多个目标问题，我们可以涉及到时间、费用、产品加工的成功率等，如附图5所示为以成本和费用为目标的迁移信息，新的产品加工树的节点信息为各目标函数值以及产生迁移的工序名称，如附图6所示，为以时间和费用这两个目标目标为例产生的新的加工树，对新的加工树的叶子几点进行标号，每个从根节点到叶子的路径都为一种方案，对方案进行筛选，将得到多条优化路径。对新的产品加工树的叶子节点，从左至右依次标号，并计算各路径中目标函数值大小。
实施例8：
上述的考虑迁移的二目标多车间综合调度方法，需要从多条优化路径中选取一条对于在多个目标函数影响下最为合适的路径，本文采用模糊数学的思想理念，针对不同的目标函数设定一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数，比较各比重函数值，取函数值最小的方案，为最优方案，使得算法能够从整体上考虑受到多个目标影响下的调度结果，从而获得最优的调度结果，如附图7的甘特图。
因此，本发明是全新的方法，用于加工工艺图具有树形结构特征的复杂产品的考虑迁移的多目标多车间的综合调度任务。
Claims (5)
1.一种考虑迁移的二目标多车间综合调度方法，其特征是：采用多车间模糊优化模型，①根据长路径优先策略以及短用时策略确定预调度工序和预调度工序集合；根据车间同种设备工序选择策略确定相同空闲设备实调度工序集合；②根据工序车间选择多目标优化分支策略，获得针对复杂单产品工序分配到多车间加工时，在多个目标影响下考虑迁移的多种方案中最优的方案。
2.根据权利要求1所述的考虑迁移的二目标多车间综合调度方法，所述的调度方法的具体实施步骤如下：
步骤1：对加工树根节点的分支进行预判断，确定各个分支的首车间，以及特殊工序；
步骤2：将实调度工序集合中的工序按照路径长度由长到短依次进行调度，在同组调度工序预判断车间不同的情况下，优先考虑将工序放入到预判断的车间中加工；
步骤3：如果同组调度工序预判断车间相同，则按照长路径优先策略，按顺序分配，剩余的车间则分配给优先级较低的工序；
步骤4：若产生迁移，以每个迁移的工序作为一个节点，将迁移成本赋值给两节点之间的路径，从而构建出一个新的加工树；
步骤5：若存在对称车间，产生对称的加工子树；
步骤6：如果存在特殊设备，则也会产生迁移，转到步骤4；
步骤7：当一个工序分配到某一车间进行加工后，将该车间从实加工车间集合中删除，将该工序从实调度工序集合中删除，直到集合为空，此时也就产生了一棵新的加工树；
步骤8：对新的加工树的叶子几点进行标号，每个从根节点到叶子的路径都为一种方案，对方案进行筛选，将得到多条路径；
步骤9：对于多目标优化问题，通常将其概括为n个决策变量、m个目标函数所构成的一个空间函数问题；
步骤10：为每个目标分配一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数；
步骤11：比较各比重函数值，取函数值最小的方案，为最优方案；
步骤12：输出最优方案的车间产品加工的甘特图。
3.根据权利要求1或2所述的考虑迁移的二目标多车间综合调度方法，其特征是：所述的加工工艺树是彼此之间有加工先后顺序约束的工序集合，其中一个节点是一个工序，带箭头的直线代表加工偏序关系，节点中的数字按先后顺序分别代表工序名称、加工设备号和加工时间，例如：J15/M3/4代表工序为J15工序，加工设备号为M2，加工时间为4小时。
4.根据权利要求1或2或3所述的考虑迁移的二目标多车间综合调度方法，其特征是：所述的同种设备工序数目与设备数目不等，按设备数目确定个数，按照长路径优先和短用时策略确定工序。
5.根据权利要求1或2或3或4所述的考虑迁移的二目标多车间综合调度方法，其特征是：针对于多个目标问题，对每个目标函数都设定一个比重值，并且比重值加和为1，将各目标的比重值和其目标函数相乘并累加到一起，生成了比重函数，比较各比重函数值，取函数值最小的方案，为最优方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810774269.3A CN109242134B (zh) | 2018-07-16 | 2018-07-16 | 考虑迁移的二目标多车间综合调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810774269.3A CN109242134B (zh) | 2018-07-16 | 2018-07-16 | 考虑迁移的二目标多车间综合调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109242134A true CN109242134A (zh) | 2019-01-18 |
| CN109242134B CN109242134B (zh) | 2022-05-20 |
Family
ID=65072639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810774269.3A Active CN109242134B (zh) | 2018-07-16 | 2018-07-16 | 考虑迁移的二目标多车间综合调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109242134B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110084436A (zh) * | 2019-05-08 | 2019-08-02 | 哈尔滨理工大学 | 一种动态保证关键路径工序调度的二车间综合调度方法 |
| CN110232486A (zh) * | 2019-06-26 | 2019-09-13 | 哈尔滨理工大学 | 基于k最短路径的多车间综合调度方法 |
| CN114611885A (zh) * | 2022-02-22 | 2022-06-10 | 吉林师范大学 | 一种基于特殊设备的综合调度方法 |
| CN116259806A (zh) * | 2023-05-09 | 2023-06-13 | 浙江韵量氢能科技有限公司 | 一种能去除气体杂质的燃料电堆及去除气体杂质的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2172887A2 (en) * | 2008-09-30 | 2010-04-07 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
| CN104914835A (zh) * | 2015-05-22 | 2015-09-16 | 齐鲁工业大学 | 一种柔性作业车间调度多目标的方法 |
| US20160140482A1 (en) * | 2014-11-13 | 2016-05-19 | Bernard Alan Ertl | Critical Path Scheduling with Drag and Pull |
| CN106485347A (zh) * | 2016-09-21 | 2017-03-08 | 哈尔滨理工大学 | 缓冲工序提前迁移的二车间柔性综合调度方法 |
| CN106651139A (zh) * | 2016-11-21 | 2017-05-10 | 哈尔滨理工大学 | 考虑同种设备工序的非对称多车间综合调度方法 |
| CN106875094A (zh) * | 2017-01-11 | 2017-06-20 | 陕西科技大学 | 一种基于多色集合遗传算法的多目标车间调度方法 |
| CN107122857A (zh) * | 2017-04-26 | 2017-09-01 | 南京航空航天大学 | 基于多智能体的车间多目标协同优化调度方法 |
-
2018
- 2018-07-16 CN CN201810774269.3A patent/CN109242134B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2172887A2 (en) * | 2008-09-30 | 2010-04-07 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
| US20160140482A1 (en) * | 2014-11-13 | 2016-05-19 | Bernard Alan Ertl | Critical Path Scheduling with Drag and Pull |
| CN104914835A (zh) * | 2015-05-22 | 2015-09-16 | 齐鲁工业大学 | 一种柔性作业车间调度多目标的方法 |
| CN106485347A (zh) * | 2016-09-21 | 2017-03-08 | 哈尔滨理工大学 | 缓冲工序提前迁移的二车间柔性综合调度方法 |
| CN106651139A (zh) * | 2016-11-21 | 2017-05-10 | 哈尔滨理工大学 | 考虑同种设备工序的非对称多车间综合调度方法 |
| CN106875094A (zh) * | 2017-01-11 | 2017-06-20 | 陕西科技大学 | 一种基于多色集合遗传算法的多目标车间调度方法 |
| CN107122857A (zh) * | 2017-04-26 | 2017-09-01 | 南京航空航天大学 | 基于多智能体的车间多目标协同优化调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张国辉等: "考虑工件移动时间的柔性作业车间调度问题研究", 《计算机应用研究》 * |
| 谢志强等: "利用工序迁移时间的两车间设备驱动综合调度算法", 《上海交通大学学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110084436A (zh) * | 2019-05-08 | 2019-08-02 | 哈尔滨理工大学 | 一种动态保证关键路径工序调度的二车间综合调度方法 |
| CN110084436B (zh) * | 2019-05-08 | 2023-03-21 | 哈尔滨理工大学 | 一种动态保证关键路径工序调度的二车间综合调度方法 |
| CN110232486A (zh) * | 2019-06-26 | 2019-09-13 | 哈尔滨理工大学 | 基于k最短路径的多车间综合调度方法 |
| CN114611885A (zh) * | 2022-02-22 | 2022-06-10 | 吉林师范大学 | 一种基于特殊设备的综合调度方法 |
| CN114611885B (zh) * | 2022-02-22 | 2022-10-14 | 吉林师范大学 | 一种基于特殊设备的综合调度方法 |
| CN116259806A (zh) * | 2023-05-09 | 2023-06-13 | 浙江韵量氢能科技有限公司 | 一种能去除气体杂质的燃料电堆及去除气体杂质的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109242134B (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109242134A (zh) | 考虑迁移的二目标多车间综合调度方法 | |
| Che et al. | Multicyclic hoist scheduling with constant processing times | |
| Askin et al. | A parallel station heuristic for the mixed-model production line balancing problem | |
| Ow et al. | Viewing scheduling as an opportunistic problem-solving process | |
| Ovacikt et al. | Rolling horizon algorithms for a single-machine dynamic scheduling problem with sequence-dependent setup times | |
| Gupta et al. | Job shop scheduling techniques in semiconductor manufacturing | |
| Hyer | Education: MRP/GT: a framework for production planning and control of cellular manufacturing | |
| Nakasuka et al. | Dynamic scheduling system utilizing machine learning as a knowledge acquisition tool | |
| US5471408A (en) | Method for optimizing resource allocation and an apparatus using the method | |
| Che et al. | Multi-degree cyclic scheduling of two robots in a no-wait flowshop | |
| CN104915251A (zh) | 任务调度方法及装置 | |
| CN106372778A (zh) | 基于动态规则引擎的车辆调度系统及方法 | |
| Kataoka et al. | Strategic human resource management simulation considering work elements, skills, learning and forgetting | |
| CN107315834A (zh) | 一种基于广度优先搜索算法的etl作业流程分析方法 | |
| CN110125931A (zh) | 一种导览机器人任务调度方法、装置、机器人和存储介质 | |
| CN110928261A (zh) | 分布式异构流水车间的分布估计调度方法及系统 | |
| Chu et al. | Single machine scheduling with chain: structured precedence constraints and separation time windows | |
| CN108508853A (zh) | 基于改进扩展移动瓶颈算法求解产品综合调度问题的方法 | |
| CN110232486B (zh) | 基于k最短路径的多车间综合调度方法 | |
| CN109447428A (zh) | 整车生产线序排产的确定方法、装置及智能终端 | |
| Jothishankar et al. | Determination of optimal number of kanbans using stochastic Petri nets | |
| Shen et al. | Blocking flow shop scheduling based on hybrid ant colony optimization | |
| Alszer et al. | Complex approach to the control of car body buffering in the paint shop | |
| Madureira et al. | Using genetic algorithms for dynamic scheduling | |
| Sedding | Time-Dependent Path Scheduling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |