CN109961237A - 动态局部最优树的综合调度方法 - Google Patents
动态局部最优树的综合调度方法 Download PDFInfo
- Publication number
- CN109961237A CN109961237A CN201910259554.6A CN201910259554A CN109961237A CN 109961237 A CN109961237 A CN 109961237A CN 201910259554 A CN201910259554 A CN 201910259554A CN 109961237 A CN109961237 A CN 109961237A
- Authority
- CN
- China
- Prior art keywords
- tree
- node
- subtree
- scheduling
- priority
- 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
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
- G06Q10/06—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
-
- 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
- G06Q10/06316—Sequencing of tasks or work
Abstract
动态寻找局部最优树的综合调度方法。为了使车间作业工序调度和产品尽早完成,以达到方便高效的实现单件复杂产品的综合调度的目的,提出一种动态寻找局部最优树的综合调度方法。该方法主要包括如下步骤:在车间作业调度产品加工工艺树中,首先按照工艺树的优先级策略为工艺树设置优先级,然后通过局部最优树的选择策略动态地对本文所定义的局部最优树进行寻找,在通过局部最优树中内部工序优先选择加工的长路径策略进行局部最优树上工序的优先调度,并且在调度的过程中,遵循首次适应调度原则。
Description
技术领域
本发明涉及一种动态局部最优树的综合调度方法。
背景技术
对于树状结构的复杂单产品,如果采取先加工后装配的方式制造,必然割裂产品加工和装配内在可并行处理的关系,影响产品制造效率。于是,出现了树状结构的复杂单产品加工和装配一同处理的综合调度方法。综合调度方法采取同时加工和装配的方式制造,能提高产品生产的内在并行程度,使产品制造效率提高;早期在车间作业调度研究领域中,树状图末端分支繁衍迭代方法主要通过拟关键路径法(ACPM)和首次适应原则(BFSM)使得产品所加工的部分工序是产品的加工工艺图加工树某些枝杈的末端,即产品未加工的剩余部分工序的加工工艺图仍然是一棵加工树。这样对于正在加工的产品,如果有另外需要加工的产品,可一并按上述解决静态Job-Shop调度问题的方法处理;而本算法与早期树状图末端分支繁衍迭代方法有较大不同,本算法所关注的调度单位由加工工艺图加工树某些枝杈的末端转变为某一棵具体的动态调度局部最优加工树。本篇文章算法主要通过工艺树的优先级策略,局部最优树的选择策略,以及局部最优树中内部工序优先选择加工的长路径策略使得车间作业调度工艺加工树中某一个局部最优树中的工序有选择性的进行优先调度,产品未加工的剩余部分工序的加工工艺图也仍然是一棵加工树,进而可以继续运用本算法进行相应的调度优化处理,通过对本文所提出的动态局部最优树的查找策略,进而确定具体的工序调度次序;由于该算法关注点是以局部最优树的结构进行工序加工的分析,使得该算法在工序加工问题的考虑层面不但在纵向起到优化作用,而且兼顾了工序加工横向的并行加工优化作用,进而起到了一种纵横双向优化的调度效果。避免了ACPM算法过度注重纵向的加工优化,而忽略了横向加工优化而导致的产生空闲时间多,算法繁琐且效率差的问题。另外,由于该算法即注意局部加工工序又注重加工的整体全局,对于整个车间加工工序优化能得到良好的优化效果。
发明内容
本发明的目的是提供一种动态寻找局部最优树的综合调度方法,该方法主要思想是在一棵单间复杂工序中的工艺加工树中,不断的寻找局部最优加工树,由于该算法关注点是以局部最优树的结构进行工序加工的分析,使得该算法在工序加工问题的考虑层面不但在纵向起到优化作用,而且兼顾了工序加工横向的并行加工优化作用,进而起到了一种纵横双向优化的调度效果。另外,由于该算法即注意局部加工工序又注重加工的整体全局,对于整个车间加工工序效率优化能得到良好的优化效果。
上诉的目的通过以下的技术方案实现:
步骤1:首先应先建立好车间作业调度工艺加工树的所有工序的偏序约束关系;
步骤2:然后将车间作业调度工序加工树的各个层优先级相同的节点分别入栈;
步骤3:优先循环遍历栈中节点优先级大的栈,依次调度栈中节点;
步骤4:计算正在遍历的栈中的节点是否有大于等于2的分支;
步骤5:根据局部最优树的选择策略,动态查找局部最优树;
步骤6:根据局部最优树中内部工序优先选择加工的长路径策略,优先调度路径长的分支,在调度路径短的分支,最后在调度局部最优树的根节点;
步骤7:从工序加工树中去除已经加工完的子树;
步骤8:判断此刻根节点是否只有一个子节点,若此刻根节点只有一个子节点,则先调度子节点的工序,在调度根节点的工序。否则,重新进行动态局部最优树的选择;
该方法的算法流程图如附图1所示。
有益效果
1.本发明关注点是以局部最优树的结构进行工序加工的分析,使得该算法在工序加工问题的考虑层面不但在纵向起到优化作用,而且兼顾了工序加工横向的并行加工优化作用,进而起到了一种纵横双向优化的调度效果。避免了ACPM算法过度注重纵向的加工优化,而忽略了横向加工优化而导致的产生空闲时间多,算法繁琐且效率差的问题。另外,由于该算法即注意局部加工工序又注重加工的整体全局,对于整个车间加工工序优化能得到良好的优化效果。
2.本算法的工艺树优先级策略具备了层优先调度算法的优势,而局部最优树的选择策略不但体现出了动态查找的思路,而且还是以一棵局部最优树作为调度算法的核心寻找对象。动态查找体现出了该算法在工序加工问题的考虑层面不但在纵向起到优化作用,而且兼顾了工序加工横向的并行加工优化作用。局部最优树中内部工序优先选择加工的长路径策略具备了在局部最优树中运用了关键长路径策略的优势。综上所述,本算法具备多种算法的优势,能够对车间作业工序调度起到良好的优化效果。
3.本文所介绍的综合调度算法,创新点在于通过与数据结构中霍夫曼树(Haffuman Tree)的原理进行了相应的类比扩展,利用不断寻找局部最优树的思想,首次提出基于动态局部最优树的综合智能计算优化调度方法。由于本算法的关键思想是一个以动态的过程不断的去寻找局部最优树,主要是以一棵树的整体树结构为关注点,与综合调度以往的关注点有很大不同。在有关综合调度的研究领域中以往的学术研究的优化关注点都是以关键路径作为算法研究的核心,不断地依次地去寻找优先调度的某一个工序,是以“一个工序”作为工序调度算法核心调度单位。而本篇文章创新性的首次提出以“一棵局部最优树”作为工序调度算法的核心调度单位。关注与处理的范围比较整体化,使得工序加工的过程中不但能够起到纵向的优化作用,而且能够起到工序与工序之间横向的并行加工装配良好的优化效果,使得车间作业工序加工的过程中能够得到比较好的效率提高。
附图说明
附图1为算法流程图。
附图2为工艺加工树。
附图3为甘特图。
附图4为动态寻找局部最优树实例调度过程1。
附图5为动态寻找局部最优树实例调度过程2。
附图6为动态寻找局部最优树实例调度过程3。
具体实施方式
实施例1
一种动态寻找局部最优树的综合调度方法,其特征是:该方法主要包括如下步骤:在车间作业调度产品加工工艺树中,首先按照工艺树的优先级策略为工艺树设置优先级,然后通过局部最优树的选择策略动态地对本文所定义的局部最优树进行寻找,在通过局部最优树中内部工序优先选择加工的长路径策略进行局部最优树上工序的优先调度,并且在调度的过程中,遵循首次适应调度原则。
实施例2
上述的动态寻找局部最优树的综合调度方法,其特征是:所述的调度方法实现四所需对具体名词进行定义。
为方便理解动态寻找局部最优树的综合调度思想,现将如下名词进行详细定义:
定义1:预备局部最优树:规定有几个优先级,就定义几个栈,设定义了n1,n2,n3......nm个栈,将工艺加工树的每一层节点入不同的栈,由上述可知,每一个栈中的节点的优先级是相同的。从最高的优先级节点群栈中依次循环遍历每个结点元素,判断该节点是否具有大于等于2的子节点或大于等于2的子树,如果存在,并且同时是统一优先级的几个结点,设为P1,P2,P3,......取以该节点为根节点的子树,定义这样的子树是此刻的预备动态局部最优子树。
定义2:局部最优树影响因子:分别计算每个结点到以该节点为根节点构成子树的叶结点的长度,分别取其路径长度最长的值,将该值定义为局部最优树影响因子。
定义3:局部最优树:比较每个预备动态局部最优子树的局部最优树影响因子,假设某工序树存在两棵预备动态局部最优子树T和K,它们的根节点分别是t和k,它们的局部最优树影响因子分别是Qt和Qk。将这样的影响参数进行比较,分别会产生以下3种情况:
1.若Qt>Qk:优先调度以t为根节点的子树,此时以t为根节点的子树为算法动态寻找的局部动态最优子树;
2.若Qt<Qk:优先调度以k为根节点的子树,此时以k为根节点的子树为算法动态寻找的局部动态最优子树;
3.若Qt=Qk:分别查看以t为根节点的子树和以k为根节点的子树,比较两个子树的工序数目,分别设为Gt和Gk,Gt与Gk分别代表以t和k为根节点的预备动态局部最优树的工序数目:将这样的参数进行相应的比较,会产生以下3种情况:
1.若Gt>Gk:则优先调度以t为根节点的子树,此时,以t为根节点的子树为本算法动态寻找的局部最优子树;
2.若Gt<Gk:则优先调度以k为根节点的子树,此时,以k为根节点的子树为本算法动态寻找的局部最优子树;
3.若Gt=Gk:则优先调度以k为根节点的子树或优先调度以t为根节点的子树均可,因为此时可以认为两棵子树对车间作业调度中工序加工树的整体加工时间的影响是一样的。
定义4:局部最优树中的内部工序:当根据动态局部最优树选择策略选出局部最优树时,该局部最优树内每一个节点所代表的工序均为局部最优树的内部工序。
实施例3:
上述的动态寻找局部最优树的综合调度方法,本技术主要针对的产品对象为具有复杂树状结构的单件小批量产品,为其在进行综合调度时,提供方便高效的调度优化方法,具有普遍性;为方便理解本算法,下面提供一实例进行说明。假设有产品G,该产品由18的加工工序组成,这些车间作业工序在3个设备上进行工序的加工,其加工工艺图如附图2所示,其中加工工序的加工时间记为(h)。
下面运用本文采用的算法调度产品G,
第一步:将该车间作业调度工艺加工树,按照优先级分类策略依次将工艺树中各相同优先级层次的节点入栈,分别为Z1,Z2,Z3,Z4,Z5,Z6,Z7。这些栈中的节点优先级大小为Z7>Z6>Z5>Z4>Z3>Z2>Z1。依次由优先级的大到小依次进行循环遍历,寻找这样的节点,该节点的分支数大于等于2,通过查找可以优先找到两个节点,分别为G4和G6节点。
第二步:进行动态寻找局部最优树的查找策略,分别计算以G4和G6节点为根节点的子树的最长路径。得到以G4节点为根节点的子树的最长路径为12。而以G6节点为根节点的子树的最长路径也为12。这时根据动态局部最优树的选择策略,优先调度子树中工序较多的子树工序,以G4节点为根节点的子树共有7个工序,而以G6节点为根节点的子树的工序的数目是5个工序,以G4节点为根节点的子树的工序树大于以G6节点为根节点的子树的工序的数目,因此优先调度以G4节点为根节点的子树。此时以G4节点为根节点的子树是本算法所动态寻找的局部最优树。
第三步:进行局部最优树中内部工序优先选择加工的长路径策略,将以G4节点为根节点的子树的两个分支的长度进行相应的比较,得到如下结果,以G4节点为根节点的子树的左分支长度为6,右分支长度为10。因为右分枝的长度,大于左分支,因此优先调度以G4节点为根节点的子树的右侧分支,此时工序调度次序为G18,G15,G13,G9。然后在调度左分支的工序,调度次序为G12,G8,最后,对根节点进行调度操作,即调度G4工序。
接下来将已调度完的动态最优子树从工序树中删除,得到如附图4所示对剩余的子树继续按照本算法的动态寻找最优子树调度策略进行对下一个动态最优子树的查找。得到下一个动态最优子树为以G6节点为根节点子树,将以G6节点为根节点的子树进行局部最优树中内部工序优先选择加工的长路径策略,将以G6节点为根节点的子树的两个分支的长度进行相应的比较,得到如下结果,以G6节点为根节点的子树的左分支长度为5,右分支长度为9。因为右分枝的长度,大于左分支,因此优先调度以G6节点为根节点的子树的右侧分支,此时工序调度次序为G17,G14,G11。然后在调度左分支的工序,调度次序为G10,最后,对根节点进行调度操作,即调度G6工序。此时将以调度完的动态最优子树从工序树中删除,得到如附图5所示。
对剩余的子树继续按照本算法的动态寻找最优子树调度策略进行对下一个动态最优子树的查找。得到下一个动态最优子树为以G3节点为根节点子树,将以G3节点为根节点的子树进行局部最优树中内部工序优先选择加工的长路径策略,将以G3节点为根节点的子树的两个分支的长度进行相应的比较,得到如下结果,以G3节点为根节点的子树的左分支长度为3,右分支长度为9。因为右分枝的长度,大于左分支,因此优先调度以G3节点为根节点的子树的右侧分支,此时工序调度次序为G16,G7。然后在调度左分支的工序,调度次序为G5,最后,对根节点进行调度操作,即调度G3工序。此时将以调度完的动态最优子树从工序树中删除,得到如附图6所示。
接下来按照前文所介绍的算法,此时工艺树中剩下了一个根节点和一个子节点,分别为G1和G2,按照前文所述算法,显然应先调度G2工序,最后,调度根节点的工序,即G1工序。
运用本算法对该车间作业加工树的调度甘特图如附图3所示:运用该算法并行的加工此产品加工工序,得到的加工时间为27工时,因此,本发明所提出的动态局部最优树综合调度技术,方便高效,为车间作业工序调度和产品尽早完成创造了新的优化方法。
Claims (6)
1.一种动态寻找局部最优树的综合调度方法,其特征是:该方法主要包括如下步骤:在车间作业调度产品加工工艺树中,首先按照工艺树的优先级策略为工艺树设置优先级,然后通过局部最优树的选择策略动态地对本文所定义的局部最优树进行寻找,再通过局部最优树中内部工序优先选择加工的长路径策略进行局部最优树上工序的优先调度,并且在调度的过程中,遵循首次适应调度原则。
2.根据权利要求1中所述的动态寻找局部最优树的综合调度方法,其特征是:所述的调度方法的具体实施步骤如下:
步骤1:首先应先建立好车间作业调度工艺加工树的所有工序的偏序约束关系;
步骤2:然后将车间作业调度工序加工树的各个层优先级相同的节点分别入栈;
步骤3:优先循环遍历栈中节点优先级大的栈,依次调度栈中节点;
步骤4:计算正在遍历的栈中的节点是否有大于等于2的分支;
步骤5:根据局部最优树的选择策略,动态查找局部最优树;
步骤6:根据局部最优树中内部工序优先选择加工的长路径策略,优先调度路径长的分支,在调度路径短的分支,最后在调度局部最优树的根节点;
步骤7:从工序加工树中去除已经加工完的子树;
步骤8:判断此刻根节点是否只有一个子节点,若此刻根节点只有一个子节点,则先调度子节点的工序,在调度根节点的工序,否则,重新进行动态局部最优树的选择。
3.根据权利要求1或2中所述的动态寻找局部最优树的综合调度方法,其特征是:所述的工艺树优先级策略如下所述:首先,为工艺树中的工序设置优先级,设加工树为m层,将这棵树的根节点的工序的优先级设置为1,其所有的子节点工序的优先级设置为2,据此定义,规定根节点的工序的优先级最低,m层的工序的优先级最高,为了实现下文将要介绍的局部最优树的选择策略与实现,在这里,需要将工艺树的每一层的每一个节点的优先级要记录下来,设Pij,i代表工艺树的层数,j代表工艺加工树中某一层第几个节点,例如P23=2代表的是工艺加工树中第二层中第3个节点的优先级定义为2。
4.根据权利要求1或2中所述的动态寻找局部最优树的综合调度方法,其特征是:所述的局部最优树的选择策略如下所述:
首先,有几个优先级,就定义几个栈,设定义了n1,n2,n3......nm个栈,将工艺加工树的每一层节点入不同的栈,由上述可知,每一个栈中的节点的优先级是相同的,从最高的优先级节点群栈中依次循环遍历每个结点元素,判断该节点是否具有大于等于2的子节点或大于等于2的子树,如果存在,并且同时是统一优先级的几个结点,设为P1,P2,P3,......取以该节点为根节点的子树,定义这样的子树是此刻的预备动态局部最优子树,此时得到几个以相同优先级结点为根节点的子树,接下来,进行下一步的比较和判断,分别计算每个结点到以该节点为根节点构成子树的叶结点的长度,分别取其路径长度最长的值,将该值定义为局部最优树影响因子,此时得到每个子树的局部最优树影响因子;接下来,比较每个预备动态局部最优子树的局部最优树影响因子,假设某工序树存在两棵预备动态局部最优子树T和K,它们的根节点分别是t和k,它们的局部最优树影响因子分别是Qt和Qk; 将这样的影响参数进行比较,分别会产生以下3种情况:
1.若Qt>Qk:优先调度以t为根节点的子树,此时以t为根节点的子树为算法动态寻找的局部动态最优子树;
2.若Qt<Qk:优先调度以k为根节点的子树,此时以k为根节点的子树为算法动态寻找的局部动态最优子树;
3.若Qt=Qk:分别查看以t为根节点的子树和以k为根节点的子树,比较两个子树的工序数目,分别设为Gt和Gk,Gt与Gk分别代表以t和k为根节点的预备动态局部最优树的工序数目:将这样的参数进行相应的比较,会产生以下3种情况:
1.若Gt>Gk:则优先调度以t为根节点的子树,此时,以t为根节点的子树为本算法动态寻找的局部最优子树;
2.若Gt<Gk:则优先调度以k为根节点的子树,此时,以k为根节点的子树为本算法动态寻找的局部最优子树;
3.若Gt=Gk:则优先调度以k为根节点的子树或优先调度以t为根节点的子树均可,因为此时可以认为两棵子树对车间作业调度中工序加工树的整体加工时间的影响是一样的;同理,优先调度工序数目多的子树,因为工序多的子树由于工序较多,那么这样的子树对整个车间作业整体加工的时间产生的影响因素也相对较大。
5.根据权利要求1中所述的动态寻找局部最优树的综合调度方法,其特征是:所述的局部最优树中内部工序优先选择加工的长路径策略如下所述:
在进行了上述调度优先策略后,此时,已经得到了本文算法的核心概念局部最优树,接下来进行局部最优树的内部比较,进行局部最优树的内部工序的优先调度分析;
分别比较局部最优树中,根节点的每个分支的长度,进行排序,例如m节点有k1,k2,k3,k4,k5......个分支,将k1,k2,k3,k4,k5.....这些分支的长度进行比较,这里以k1和k2为例进行参数比较,会产生以下3中情况:
若k1>k2:则优先调度k1分支的工序,此时调度过程由该分支的叶节点工序开始,由叶节点向根节点的逆序方向开始进行调度操作;
若k1<k2:则优先调度k2分支的工序,此时调度过程由该分支的叶节点工序开始,由叶节点向根节点的逆序方向开始进行调度操作;
若k1=k2:则比较两个分支的工序数目,此处设为F1和F2,将这两个分支的工序加工数目进行比较,会得到以下3种情况:
(1)若F1>F2:则优先调度k1分支的工序,此时调度过程由该分支的叶节点工序开始,由叶节点向根节点的逆序方向开始进行调度操作;
(2)若F1<F2:则优先调度k2分支的工序,此时调度过程由该分支的叶节点工序开始,由叶节点向根节点的逆序方向开始进行调度操作;
(3)若F1=F2:则优先调度k1分支或优先调度k2分支均可,因为此时该局部最优子树的两个分支的路径长度一样,加工工序的数目也一样此时可以认为,这两个加工分支对车间作业的调度中工序加工树的整体交工时间的影响是一样的;
总而言之,在进行最优加工子树分支的调度工程中,优先调度分支最长的分支上的工序,按照偏序约束关系由该分支的叶节点工序开始,由叶节点向根节点的逆序方向开始进行调度操作,进行工序优先调度。
6.根据权利要求1中所述的动态寻找局部最优树的综合调度方法,其特征是:所述的首次适应调度原则, 查找第 1个大于或等于该独立工序加工时间的闲置时间段,将此工序插入该闲置时间段.如果没有合适的闲置时间段 ,将此工序排在该设备已排工序的最后。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910259554.6A CN109961237B (zh) | 2019-04-02 | 2019-04-02 | 动态局部最优树的综合调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910259554.6A CN109961237B (zh) | 2019-04-02 | 2019-04-02 | 动态局部最优树的综合调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109961237A true CN109961237A (zh) | 2019-07-02 |
CN109961237B CN109961237B (zh) | 2023-03-31 |
Family
ID=67025587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910259554.6A Active CN109961237B (zh) | 2019-04-02 | 2019-04-02 | 动态局部最优树的综合调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109961237B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717674A (zh) * | 2019-10-10 | 2020-01-21 | 哈尔滨理工大学 | 基于图的树分解和启发式的综合调度方法 |
CN112070410A (zh) * | 2020-09-14 | 2020-12-11 | 哈尔滨理工大学 | 存在子树工序集冲突调整的综合调度方法 |
CN112766811A (zh) * | 2021-02-04 | 2021-05-07 | 吉林师范大学 | 一种动态调整叶节点工序的综合调度方法 |
CN113359648A (zh) * | 2021-07-01 | 2021-09-07 | 哈尔滨理工大学 | 相同设备上虚拟调整时长的综合调度算法 |
CN115719108A (zh) * | 2022-11-03 | 2023-02-28 | 吉林师范大学 | 资源对称型分布式车间综合调度方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100010952A1 (en) * | 2008-07-10 | 2010-01-14 | Palo Alto Research Center Incorporated | Methods and systems for target value path identification |
US20120130907A1 (en) * | 2010-11-22 | 2012-05-24 | Execution Software, LLC | Project management system and method |
CN104732355A (zh) * | 2015-04-07 | 2015-06-24 | 哈尔滨理工大学 | 设备空闲时间段调整的设备驱动综合调度方法 |
CN104965755A (zh) * | 2015-05-04 | 2015-10-07 | 东南大学 | 基于预算约束的云服务工作流调度方法 |
CN105512954A (zh) * | 2015-11-30 | 2016-04-20 | 清华大学 | 一种针对大规模柔性作业车间调度的集成搜索方法 |
CN105512753A (zh) * | 2015-11-30 | 2016-04-20 | 清华大学 | 一种基于混合和声搜索的柔性作业车间调度方法 |
CN106611229A (zh) * | 2015-12-04 | 2017-05-03 | 四川用联信息技术有限公司 | 一种求解作业车间调度问题的改进扰动方式的迭代局部搜索算法 |
CN106611270A (zh) * | 2016-01-29 | 2017-05-03 | 四川用联信息技术有限公司 | 一种求解并行机作业车间调度的混合启发式转移瓶颈算法 |
CN107092981A (zh) * | 2017-04-10 | 2017-08-25 | 哈尔滨理工大学 | 紧密衔接工序组优先加工的二车间综合调度方法 |
CN108508853A (zh) * | 2018-03-13 | 2018-09-07 | 济南大学 | 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 |
-
2019
- 2019-04-02 CN CN201910259554.6A patent/CN109961237B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100010952A1 (en) * | 2008-07-10 | 2010-01-14 | Palo Alto Research Center Incorporated | Methods and systems for target value path identification |
US20120130907A1 (en) * | 2010-11-22 | 2012-05-24 | Execution Software, LLC | Project management system and method |
CN104732355A (zh) * | 2015-04-07 | 2015-06-24 | 哈尔滨理工大学 | 设备空闲时间段调整的设备驱动综合调度方法 |
CN104965755A (zh) * | 2015-05-04 | 2015-10-07 | 东南大学 | 基于预算约束的云服务工作流调度方法 |
CN105512954A (zh) * | 2015-11-30 | 2016-04-20 | 清华大学 | 一种针对大规模柔性作业车间调度的集成搜索方法 |
CN105512753A (zh) * | 2015-11-30 | 2016-04-20 | 清华大学 | 一种基于混合和声搜索的柔性作业车间调度方法 |
CN106611229A (zh) * | 2015-12-04 | 2017-05-03 | 四川用联信息技术有限公司 | 一种求解作业车间调度问题的改进扰动方式的迭代局部搜索算法 |
CN106611270A (zh) * | 2016-01-29 | 2017-05-03 | 四川用联信息技术有限公司 | 一种求解并行机作业车间调度的混合启发式转移瓶颈算法 |
CN107092981A (zh) * | 2017-04-10 | 2017-08-25 | 哈尔滨理工大学 | 紧密衔接工序组优先加工的二车间综合调度方法 |
CN108508853A (zh) * | 2018-03-13 | 2018-09-07 | 济南大学 | 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 |
Non-Patent Citations (4)
Title |
---|
晏鹏宇等: "基于加工时间分类视角的自动化生产系统调度综述", 《计算机集成制造系统》 * |
林博: "动态局部工序簇的综合调度算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
谢丽芳等: "一种基于模拟退火算法的作业车间调度算法", 《中国制造业信息化》 * |
谢志强等: "基于调度长路径的复杂产品综合调度算法", 《计算机科学》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717674A (zh) * | 2019-10-10 | 2020-01-21 | 哈尔滨理工大学 | 基于图的树分解和启发式的综合调度方法 |
CN112070410A (zh) * | 2020-09-14 | 2020-12-11 | 哈尔滨理工大学 | 存在子树工序集冲突调整的综合调度方法 |
CN112766811A (zh) * | 2021-02-04 | 2021-05-07 | 吉林师范大学 | 一种动态调整叶节点工序的综合调度方法 |
CN112766811B (zh) * | 2021-02-04 | 2022-06-28 | 吉林师范大学 | 一种动态调整叶节点工序的综合调度方法 |
CN113359648A (zh) * | 2021-07-01 | 2021-09-07 | 哈尔滨理工大学 | 相同设备上虚拟调整时长的综合调度算法 |
CN113359648B (zh) * | 2021-07-01 | 2022-12-09 | 哈尔滨理工大学 | 相同设备上虚拟调整时长的综合调度方法 |
CN115719108A (zh) * | 2022-11-03 | 2023-02-28 | 吉林师范大学 | 资源对称型分布式车间综合调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109961237B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961237A (zh) | 动态局部最优树的综合调度方法 | |
CN104732355B (zh) | 设备空闲时间段调整的设备驱动综合调度方法 | |
CN103902775B (zh) | 超大规模集成电路多层绕障Steiner最小树构造方法 | |
CN106416152B (zh) | 一种查找装置、查找配置方法和查找方法 | |
CN104579941A (zh) | 一种OpenFlow交换机中的报文分类方法 | |
CN105005823B (zh) | 一种基于遗传算法的船舶分支管路路径规划方法 | |
CN105956689A (zh) | 一种基于改进粒子群优化的运输和生产协同调度方法 | |
CN105119834B (zh) | 一种基于复合trie树结构的源地址目的地址联合查找方法 | |
CN109118002A (zh) | 一种板式产品切割下料与分箱分架集成优化方法 | |
CN106506188B (zh) | 一种确定关键节点的方法和设备 | |
CN105511432B (zh) | 基于路径长度的工序串综合调度方法 | |
CN110428140B (zh) | 一种工序序列择时的多设备工序调度方法 | |
CN110378583A (zh) | 一种拟关键路径同设备相邻工序互换方法 | |
CN110120892B (zh) | 基于改进的萤火虫算法的sdn多控制器部署方法及系统 | |
CN115796510A (zh) | 一种基于改进的变邻域遗传算法的多目标柔性作业车间调度方法 | |
CN109788521B (zh) | 一种基于加权优化树的wsn分簇路由方法 | |
CN113281993B (zh) | 一种贪心k-均值自组织神经网络多机器人路径规划方法 | |
CN106744386A (zh) | 单缸插销式多级顺序伸缩路径优化方法 | |
CN112907152A (zh) | 多组同时完工工序综合调度的多功能设备预选矩阵方法 | |
CN109684485A (zh) | 一种基于swrl的任意规则推理引擎设计方法 | |
CN113327058A (zh) | 根子树纵横预调度的同设备工序排序综合调度方法 | |
CN112911677B (zh) | 一种基于置换搜索的无线传感器网络聚类分簇方法 | |
CN106611217A (zh) | 针对多目标流水车间调度的加权式遗传局部搜索算法 | |
CN107121969A (zh) | 基于邻接矩阵的工厂制造流程模型差别检测方法 | |
Xiao et al. | Dynamic update of shortest path tree in OSPF |
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 |