检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于学习与恶化效应的松弛工期指派排序问题

运筹与模糊学 2020年第1期10卷 30-35页

作者：奚汛孙晓娜王崇徐卉潘红霖王吉波沈阳航空航天大学理学院辽宁沈阳

研究工件加工时间同时具有学习与恶化效应的排序问题,在一台机器和松弛工期指派下,目标是确定工件的加工顺序和松弛工期的共同松弛流使得工件的准时制成本(包括提前时间,延误时间和共同松弛流)和最大完工时间的线性组合最小。对此问题... 详细信息

研究工件加工时间同时具有学习与恶化效应的排序问题,在一台机器和松弛工期指派下,目标是确定工件的加工顺序和松弛工期的共同松弛流使得工件的准时制成本(包括提前时间,延误时间和共同松弛流)和最大完工时间的线性组合最小。对此问题给出了最优解满足的性质,从而证明了此问题是多项式时间可解的。

关键词：排序恶化效应学习效应工期指派单机

带阶段跳跃和恶化效应的炼钢-连铸调度的混合启发式算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

工业工程与管理 2024年第6期 82-92页

作者：轩华赵一航李冰郑州大学管理学院

针对炼钢-连铸中阶段跳跃、恶化效应以及连铸阶段组批加工的现实生产约束，提出了一种结合头脑风暴优化算法与候鸟优化算法的启发式算法解决该调度问题。基于碳达峰与碳中和的背景，建立以最小化最大完工时间与能耗的加权和为目标的生... 详细信息

针对炼钢-连铸中阶段跳跃、恶化效应以及连铸阶段组批加工的现实生产约束，提出了一种结合头脑风暴优化算法与候鸟优化算法的启发式算法解决该调度问题。基于碳达峰与碳中和的背景，建立以最小化最大完工时间与能耗的加权和为目标的生产调度优化模型，以头脑风暴优化算法作为主算法，引入反向学习策略以提升初始解集质量。在迭代过程中，采用自适应组间、组内讨论次数的策略以增强全局搜索与局域搜索的平衡性，结合候鸟优化算法再次提高解的质量。不同规模的仿真实验，对五种算法进行对比，结果表明所提混合启发式算法能够得到质量更好的近优解。

关键词：炼钢-连铸调度阶段跳跃恶化效应能耗混合启发式算法

考虑恶化和学习效应的多机制造系统智能优化方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统科学与数学 2019年第10期39卷 1597-1608页

作者：陆少军裴军刘心报杨善林合肥工业大学管理学院

研究了考虑机器恶化和工人学习效应的平行机连续批调度问题,其中,工件具有不同的一般加工时间,机器具有不同的恶化率,工人具有不同的学习能力,批次的容量对于所有机器是相同的.目标是最小化最大完工时间.论文首先针对工件的组批排序问... 详细信息

研究了考虑机器恶化和工人学习效应的平行机连续批调度问题,其中,工件具有不同的一般加工时间,机器具有不同的恶化率,工人具有不同的学习能力,批次的容量对于所有机器是相同的.目标是最小化最大完工时间.论文首先针对工件的组批排序问题推导了一系列重要性质,并提出了相应的启发式组批策略.然后,基于给定的工件分配和每个机器上工件的组批和排序,研究设计了工人和机器启发式匹配策略.由于所研究的问题在一般情形下被证明是NP-hard问题、论文设计了改进的变邻域搜索算法(IVNS)求解该问题并用算例验证了所提出算法的有效性.

关键词：平行机恶化效应学习效应连续批启发式算法变邻域搜索

在线全文

学校读者我要写书评

暂无评论

带恶化和学习效应的不相关并行机调度优化

控制工程 2023年第5期30卷 769-778页

作者：轩华张寒王薛苑郑州大学管理学院河南郑州450001

研究了以同时最小化makespan和总加权拖期为目标的具有恶化和学习效应的不相关并行机调度问题。针对此类NP-hard问题,设计了基于两段式编码的改进模拟退火算法,结合随机程序和均匀分配策略分别产生第一段的工件加工序列编码和第二段的... 详细信息

研究了以同时最小化makespan和总加权拖期为目标的具有恶化和学习效应的不相关并行机调度问题。针对此类NP-hard问题,设计了基于两段式编码的改进模拟退火算法,结合随机程序和均匀分配策略分别产生第一段的工件加工序列编码和第二段的机器加工信息编码,以获取问题初始调度解,进而提出了分段式交换和变异扰动操作以得到更新后的新解。通过仿真实验测试改进模拟退火算法,将其与一些启发式算法对比,结果表明,所提算法可获得更好的近优解。

关键词：学习效应恶化效应不相关并行机调度改进模拟退火算法两段式编码

在线全文

学校读者我要写书评

暂无评论

带恶化和学习效应的排序模型

带恶化和学习效应的排序模型

作者：董坤厚兰州大学

学位级别：硕士

本文主要讨论了带恶化效应和学习效应的单机排序和单机成组排序问题。对于这两个问题分别给出了两个模型,并对这些模型给出了相应的多项式算法。第二章的第一、二节分别研究单机排序模型1│pi,[r]=(pi=α(t))rβ│f(C)和1│pr[r]=(pir... 详细信息

本文主要讨论了带恶化效应和学习效应的单机排序和单机成组排序问题。对于这两个问题分别给出了两个模型,并对这些模型给出了相应的多项式算法。第二章的第一、二节分别研究单机排序模型1│pi,[r]=(pi=α(t))rβ│f(C)和1│pr[r]=(pirβ+α(t))│f(C),对目标函数分别为时间表长、总完工时间以及总完工时间平方和,证明了多项式可解性;对目标函数为极小化最大延误,在满足p(?)≤pk当且仅当d(?)≤dk(i=1,2..n)的情况下,同样证明了多项式可解性。第三章的第一、二节分别对单机成组排序问题的两个模型进行了研究。对于模型1|(?)和模型1│pi,j[r]=αi,j(a+bt)rβi,si=δi(a+bt),GT│f(C),当目标函数分别为时间表长和总完工时间时,我们给出了多项式算法;当目标函数为加权总完工时间,在且满足α(?)≥α(?)当且仅当wi,u≤wi,v(i=1,2..m)时,我们也给出了多项式算法。

关键词：排序学习效应恶化效应多项式算法成组技术

分支定界算法在具有恶化或学习效应的订单调度问题中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

分支定界算法在具有恶化或学习效应的订单调度问题中的应用

作者：杨晶东北财经大学

学位级别：硕士

在当今激烈的竞争环境下,企业需要及时准确的交付产品,才能确保高质高效的服务与竞争能力。尤其是对于以Make to Order生产模式为主的企业,其订单交付能力决定了其向客户提供服务的水平,而订单分拣和包装是整个过程中较为重要的一环。... 详细信息

在当今激烈的竞争环境下,企业需要及时准确的交付产品,才能确保高质高效的服务与竞争能力。尤其是对于以Make to Order生产模式为主的企业,其订单交付能力决定了其向客户提供服务的水平,而订单分拣和包装是整个过程中较为重要的一环。在一些劳动密集型的转运中心,由于产品的特殊性或者客户对于订单包装和分拣的个性化要求,订单分拣一般以人工为主。比如以生鲜产品为主的供应商,对于种类较多的蔬菜,需要分拣人员有很高的识别能力。然而,以人为主体的分拣和包装活动中常常伴随着学习,即员工自身的认知能力和经验不断增加,导致订单的处理时间逐渐减少。同时,重复的操作导致员工的遗忘和疲劳,导致恶化的产生,使得订单的处理时间比标准处理时间增加。基于以上背景下人工分拣和包装订单的过程,分别考虑工人的学习效应和恶化效应两种情形,结合订单就绪时间的影响,本文形成以下两类研究问题。第一类问题研究了工人产生学习效应,且订单有自身就绪时间的订单调度。订单准备就绪后,工人对接到的订单依次进行分拣和包装,两个过程不可间断。在订单处理过程中因工人产生学习效应,导致后续处理的订单时间减少,目标是最小化所有订单的完工时间和与最大完工时间。针对该问题,构建订单处理时间受学习效应和就绪时间影响的模型。针对该问题,具体对订单数量较少和较多两种情形进行研究。（1）针对订单数量较少的小规模订单调度问题,本文设计改进分支定界算法进行求解。其中改进策略包括设计新的上界和下界。上界为通过启发式算法得到的解,下界为通过归纳的方式得到。为了评估分支定界算法和启发式算法的优劣,实验数据记录了分支定界算法的平均节点数、最大节点数和运行时间,记录了启发式算法的运行时间以及误差百分比。实验结果表明,分支定界算法是有效的。从准确度来看,相对与分支定界算法,启发式算法的误差较小,误差百分比基本分布在0.3%以内。从耗时看,分支定界算法总体来说效果较好。虽然耗时较启发式算法长,但求解小规模问题所需平均时间仅需几毫秒,基本平衡了算法效率和解的质量。（2）针对订单数量较多的大规模的订单调度问题,本文设计了文化基因算法求解,对其局部搜索策略和全局搜索策略进行改进。为了验证该算法的有效性,将该算法与NSGA-Ⅱ算法,粒子群算法,量子遗传算法,MOEA/D算法和模拟退火算法进行对比。对比指标为HV均值和IGD均值。实验结果表明,改进的文化基因算法拥有最小的IGD值和最大的HV值,改进策略有效。通过方差分析发现,分支定界算法的节点数量和MFL启发式算法的误差百分比受到就绪时间变化的显著影响;文化基因算法的HV值受到订单数量和学习效率变化的显著影响。第二类问题研究了工人产生恶化效应,且订单有自身就绪时间的订单调度。。订单就绪后,工人根据订单性质对订单进行分组,然后依次进行分拣,随着时间的延长工人产生恶化效应,后续订单的处理时间变长。目标是最小化最大完工时间,该问题可抽象为针对该问题,构建订单处理时间受恶化效应、就绪时间影响的模型。针对该问题,研究考虑了订单分组数确定和不确定两种情形。对于订单分组数确定的情况,证明问题可以在多项式时间内求得最优解,并设计精确求解算法1。对于订单分组数不确定的情形,改进分支定界算法进行求解。改进策略包括设计新的上界和下界,上界为通过设计启发式算法2得到的解,下界为通过归纳的方式得到。为了验证分支定界算法的有效性,将其与算法2进行对比。实验分别记录了算法的平均和最大运行时间,记录了算法2相对于分支定界算法的误差百分比。实验发现,从运行时间来看,算法2所耗费的时间最多,其次是分支定界算法,两者耗时相差较小。分支定界算法虽然耗时比启发式算法2长,但总耗时较短,可以在15或者16毫秒的时间内求解订单规模为300,机器数量为1 1的调度问题,分支定界算法是有效的。从误差百分比来看,分支定界算法为精确算法,算法2的误差百分比较小,最大值为0.068,不超过10%,均值位于0.000附近,不超过0.01,算法2表现良好。综上两类问题的研究发现,分支定界算法作为一种精确求解算法,结合启发式算法改进上界并设计新的下界后,可以到达解的质量与效率的平衡。

关键词：人工分拣学习效应恶化效应就绪时间分支定界

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带恶化和学习效应的车间调度建模与优化研究

带恶化和学习效应的车间调度建模与优化研究

作者：张寒郑州大学

学位级别：硕士

我国刚完成了第一个百年奋斗目标,正处于爬坡过坎、转型升级的关键时期,制造业作为国民经济的支柱产业,是国家创造力、竞争力和综合国力的重要体现,党和政府格外注重制造业的高质量发展。截至目前,中国已经连续十二年位居世界第一制造... 详细信息

我国刚完成了第一个百年奋斗目标,正处于爬坡过坎、转型升级的关键时期,制造业作为国民经济的支柱产业,是国家创造力、竞争力和综合国力的重要体现,党和政府格外注重制造业的高质量发展。截至目前,中国已经连续十二年位居世界第一制造业大国,但离成为世界第一制造业强国还有很长的路要走。提高生产效率与质量便是制造业在竞争的红海中取得领先的重点,更是我国走向制造业强国的必由之路。在传统的车间调度研究中,绝大多数研究的是确定性问题,即工件的加工时间是固定不变的,然而这并不适用于智能化生产环境。在智能化制造厂中,为了满足顾客定制化的生产需求,智能机可在加工过程中实时收集信息进行自身优化和训练以使自身更精通产品,因此使得智能机在加工后续类似工件时,工件的加工时间随智能机加工次数的增加而缩短,此类现象称为学习效应;此外,智能机作为集中化的加工中心,其加工部件也会随着时间的推移而有不同程度的磨损,从而造成工件加工时间的延长,此类现象称为恶化效应。本文在考虑同时具有恶化和学习效应特征的前提下,分别对不同调度环境下的车间调度问题展开研究,并针对所研究的问题构建了混合整数模型,设计了高效的启发式算法。首先,研究了以最小化最大完工时间(makespan)和总加权拖期之和为目标的具有恶化和学习效应的不相关并行机调度问题。针对此类NP-hard问题,设计了基于两段式编码的改进模拟退火算法,结合随机程序和均匀分配策略分别产生第一段的工件加工序列编码和第二段的机器加工信息编码,以获取问题初始调度解,进而提出了分段式交换和变异扰动操作以得到更新后的新解。通过仿真实验测试改进模拟退火算法,将其与一些启发式算法对比,实验结果表明,所提出的算法可获得更好的近优解。其次,对不相关并行机调度环境进一步拓展,研究了以最小化makespan为目标的具有恶化和学习效应的混合流水车间调度问题。设计了基于矩阵形式的编码方案,在混合流水车间的第一阶段即矩阵的第一列采用小数编码,据此确定工件在机器上的分配以及工件在机器上的排序,在后续阶段中采用整数编码,来确定工件的机器分配,并根据工件到达的时间先后顺序确定工件在机器上的加工序列,最后与其它一些启发式算法对比,实验结果表明,所提出的算法可获得更好的近优解。本文分别以最小化makespan与总加权拖期之和、最小化makespan为目标,对同时具有恶化与学习效应的车间调度问题进行相关探讨,并针对问题特征设计了高效的启发式算法,扩展了对同时具有恶化与学习效应的车间调度问题的研究,同时也为实际生产提供了一定的借鉴。

关键词：恶化效应学习效应不相关并行机最大完工时间总加权拖期

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑手术间及医疗团队间准备时间的手术排程

东南大学学报（自然科学版） 2015年第6期45卷 1218-1222页

作者：朱悦张玉林宋旼珊东南大学经济管理学院南京211189

从医疗运营的角度出发,构建了包含手术间准备时间和医疗团队间准备时间的排程模型.该模型考虑了存在于手术时间和手术间准备时间的学习效应和存在于医疗团队间准备时间的恶化效应,以最小化所有手术完成时间为目标.研究表明,当每个医疗... 详细信息

从医疗运营的角度出发,构建了包含手术间准备时间和医疗团队间准备时间的排程模型.该模型考虑了存在于手术时间和手术间准备时间的学习效应和存在于医疗团队间准备时间的恶化效应,以最小化所有手术完成时间为目标.研究表明,当每个医疗团队按照病人基本手术时间的非减顺序进行手术,按照给定多项式的非减顺序进入手术室时,完成所有病人手术的时间最短.最后通过数值算例来模拟现实手术的排程,验证了该排程模型能有效地缩短手术完成时间.

关键词：医疗服务管理调度手术排程学习效应恶化效应

在线全文

学校读者我要写书评

暂无评论

具有共同松弛时间的恶化型工件排序问题研究

大连理工大学学报 2012年第6期52卷 932-936页

作者：王吉波王建军何平沈阳航空航天大学理学院辽宁沈阳110136 大连理工大学系统工程研究所辽宁大连116024

研究工件加工时间具有恶化效应的单机松弛工期排序问题.其中恶化效应指的是工件的实际加工时间是其开工时间的递增函数且所有工件的恶化率相同,工件的松弛工期等于其实际加工时间加上共同的松弛时间.目标是确定工件的一个排序和工件工... 详细信息

研究工件加工时间具有恶化效应的单机松弛工期排序问题.其中恶化效应指的是工件的实际加工时间是其开工时间的递增函数且所有工件的恶化率相同,工件的松弛工期等于其实际加工时间加上共同的松弛时间.目标是确定工件的一个排序和工件工期的共同松弛时间使得工件的提前时间、延迟时间和工期的共同松弛时间的线性加权和达到最小.用运筹学方法证明了该问题可以转化为两个向量的乘积问题,从而多项式时间可解,并给出了求解的最优算法.

关键词：排序恶化效应松弛工期