旋转货架配货作业的改进临近域算法

合集下载

基于蚁群优化算法的旋转货架拣选路径规划

基于蚁群优化算法的旋转货架拣选路径规划

端设置拣选 台,运行方式如下 :由出库 台位置起 ,独立地 根据每个货单 中的若干条 目,分层水平旋转货架拣选作
退 火算法以及其他一些启发式方法 。初步研究 已显示 出蚁群 算法在 求解复杂组合优化 问题方 面具 有并行性 、正 反馈 、鲁
棒性强 等优越性 。
上升 或下 降 到 各 层 的拣 选 点 处 进 行 货 物 拣 选 。
性高等优点l。旋转货 架系统是 自动化仓储技 术的新成果 , J J 合理解决 旋转 货架 系统 拣选路径规划 问题将极 大提 高 自动存
储作 业 的效 率 ,从 而提 高 自动化 仓 库 的整 体效 益 L。 2 J
某 自动化立体仓库 由一个拣选 台和 5层椭 圆形水平旋转 货架组成 ,单层旋转货架有 2 0个用于存储货物的托盘式货 0 仓 。各层货架可 以独立顺、逆时针水平旋转 ,在旋转货架 的
题 。该算法能快速找到最优货物拣选路径 ,得到 的解质量较 高且计算时间短。仿 真结果表明 ,该方法适用于求解 中小规模 货物 拣选路径的
规划 问题 ,可 以提高 自动存储作 业效率 。
关健词 :蚁群优化算法 ; 自动化 立体仓库 ;旋转货架 ;路径规划
Piki t a 0 r us l c ng Pa h Pl n f rCa o e Ba e s d 0nAntCo o y Optm i a i n Al o ihm ln i z to g r t
在求解过程 中,设 是蚁群 中的蚂 蚁数量 , r ) at表示
f 时刻在 iJ路线 上残 留的信息素量 ,物理意义为对货位点 j ,
的货物存取完后 ,选择对货位点 存放 的货物进行 存取 的信
息素轨迹强度 。在初始时刻 ,各条边上的信息素量相等 ,设

作业车间调度问题的随机邻域交换算法.

作业车间调度问题的随机邻域交换算法.

第25卷第1期2010年2月系统工程学报JOURN AL OF SY STE M S E NGI N EER I N GVol .25No .1Feb .2010doi:10.3969/j .issn .1000-5781.2010.01.019作业车间调度问题的随机邻域交换算法①崔健双,李铁克(北京科技大学经济管理学院,北京100083摘要:针对作业车间调度问题提出了一种随机邻域交换算法RNSA (rando m ne ighborhood s wapp ing algorith m .算法由几个紧密衔接的执行阶段组成,其核心思想是如何设计生成多样性调度以及如何判断新调度的可行性.为此,采用了一种组合随机邻域交换策略并证明了一个调度可行性判定定理.为了验证算法的有效性,对一批Bench m ark 算例进行了测试并与国内外现有研究结果做出了比较.关键词:作业车间调度问题;随机邻域交换;关键路径算法中图分类号:TP273.1文献标识码:A 文章编号:1000-5781(201001-0111-05Rando m nei ghbor hood sw a pp i n g a lgor ith m for job shop scheduli n g pr oble mC U I J i an 2shuang,L I T ie 2ke(School of Econom ics and Manage ment,University of Science &Technol ogy Beijing,Beijing 100083,China Ab stra ct:A r ando m neighborhood s wapping algorith m (RNS A is presented.The algorithm is co m 2posed of several interr e lated phases .Its key ideas a r e how to generate diversified s oluti ons and how t o judge if the ne w solutions a r e f easible .For doing that,we put f or ward a random neighborhood s wapp ing policy and pr ove a theore m which indicates the calculability of a s olution is the sufficient and necessary conditi on f or its f easibility .F inally,the algorith m was tested with a batch of B ench 2m ark p r oble m s and compared w ith existing a lgorithm s .Key word s:j ob shop scheduling pr oblem;random ne ighborhood s wapp ing;c ritica l path algorith m0引言作业车间调度问题是关于多类机调度问题的一类重要组合优化问题.文献[1]系统地总结了这类问题的研究进展.其中,采用遍历搜索的方法由于受时间和资源的限制难以有大的突破,而通过诸如邻域搜索[2]、混合遗传[3-5]、转移瓶颈加禁忌搜索[6-7]等近优求解算法是目前研究热点.本文提出的算法就属于一种近优求解算法.算法的核心思想是如何设计生成多样性调度以及如何判断新调度的可行性,为此,采用了一种组合随机邻域交换策略来生成新的调度并证明了一个可行性判定定理来剔除不可行调度.对于不可行调度立即予以淘汰,以节省计算时间;对于可行调度则再利用关键路径算法做反复地局部优化,逐步逼近最优值.1问题模型设J ={J i }n i =1、M ={M k }mk =1分别代表由n 个工件和m 台机器组成的有限集合.工件J i 必须按照预先指定的顺序O i1,O i2,…,O im (优先顺序约①收稿日期;修订日期5基金项目国家自然科学基金资助项目(:2007-10-27:2009-11-1.:70771008.束在各台机器上依序加工.其中,Oik 表示工件Ji在机器M k上一次不可中断加工且加工时间p ik是已知的.同一个工件同时只能被一台机器加工,而同一时间一台机器只能加工一个工件(资源约束.若以C ik代表工件J i在机器M k上加工完成的时间,则最后一个工件在最后一台机器上加工完成的时间称为最大完工时间Cmax,即m akespan.设A代表受优先顺序约束限制的相邻工序对的集合;E k代表在机器k上加工并且受资源约束限制的工序对的集合.要求在满足优先顺序和资源约束条件下,对各个工件加工顺序进行调度排序并确定这些工件在各台机器上的开工时间rt ik≥0,以使得Cmax最小化,数学模型如下.M in{Cmax }=M in{m ax(rtik+pik}(1s.t.rt jk-rt ik≥p ik,Π(i,j∈A(2 rt jk -rtik≥pik或rtik-rtjk≥pjk,Π(i,j∈Ek(3rt ik≥0(4其中,式(2表示J j必须在J i之后加工(优先顺序约束;式(3要求同一台机器同时只能加工一个工件(资源约束;式(4说明准备时间为0.2初始调度计算开始于一个初始调度.首先对每个工件按照其加工工序从小到大依次编号.在不考虑机器资源冲突的前提下,每个工件的第0道工序开工时间为0,其它后继工序的开工时间等于其前道工序结束时间,得到各道工序的开工时间,即无资源约束的最早开工时间.然后利用下述规则获得一个初始调度.定义1开工顺序优先指派规则把需要在同台机器上加工的工件放在一起进行开工顺序优先指派,规则如下:1无机器约束最早开工时间小的优先;2若1相同,加工工序编号小的优先;3若1、2都相同则工件序号小的优先. 3计算m a ke span并做可行判断Make span的计算原则是:在给定调度下,根据当前机器和工件的空闲状态,选择最早可能被加工的工件立即开始加工在满足问题所有约束条件的前提下,当前机器上当前工件的最早开工及完工时间可按照如下公式计算对Πm,m′∈M;q,k∈N,有rt m q=m ax{et m k,e t m′q}e t m q=rt m q+p m q(5式中,m、m’代表两台不同的机器,q、k代表两个不同的工件.rt mq表示当前工件q在机器m上最早开工时间,e t m q表示最早完工时间,p m q是加工时间.若给定的调度可行,则利用公式(5可以依次计算出每道工序的开、完工时间并最终得到m ake s pan.式(5称为m ake s p an计算公式.定义2对于给定调度,若能够按照公式(5计算得到所有操作的开工、完工时间,则该调度是可计算调度.引理1一个可计算调度是可行调度.证明因给定调度是可计算的,按照定义2,只需遵循公式(5即可得到所有操作的开、完工时间,包括m akespan.当在计算过程中由于e t m k或e t m′q未知而影响到不能计算rt mq时,即转向下一台机器的当前工件继续进行计算,直到完成为止.引理2一个可行调度是可计算的.证明使用反证法,假定可行调度不可计算,则意味着或者et m k或者e t m′q是未知的,于是对某些操作来说不能获得它们的开工时间,影响到最终不能计算出makespan,而这与调度可行相矛盾.由引理1和引理2有下列结论.定理一个给定调度的可计算性是其可行的充要条件.由此,仅需要判断一个给定调度是否能够计算出所有操作的开工时间,即可知晓该调度是否可行.下面对于有M台机器N个工件的作业车间调度问题,给出具体实现步骤:步骤0在M台机器中选择第m台作为当前机器;步骤1从m中选择当前工件q;步骤2判断et m k和e t m′q是否都已知:若已知,令rt m q=m ax{e t m k,et m′q},e t m q=rt m q+p m q,qωq+1,转步骤1;否则,转步骤3;步骤3判断m=M?若是,m←0,转步骤4;否则,m←m+1,转步骤1;步骤4通过对M台机器一轮循环计算后,比较是否每台机器当前工件编号都无变化若是,做调度不可行标记,算法结束;否则,转步骤5;步骤5判断各机器所有工件是否全部计算—211—系统工程学报第25卷..完成.若是,返回最大完工时间m ake span;否则,转步骤0.4产生新调度并做局部优化搜索随机邻域交换产生新调度的规则如下:1交换可发生在同台机器任意两个相邻操作之间,这样可避免产生过多的不可行调度,减少无效交换;2每台机器每次仅允许发生一次交换;3考虑到多个操作之间存在的隐性耦合关系,以工件号、操作位置和加工步骤等已知参数对交换条件进行限制,满足条件的操作才与其后继操作发生交换.表1Ben chm a rk测试用例TA01~TA50测试结果比较Table1Test res u lts and comparis on on Benchmark p roble m s TA01~T A50问题规模最优(上界TSS B[6]RE(%TS AB[7]RE(%S B2G LS5[9]R E(%HPS O[10]RE(%R NS A R E(%T A0115×15123112410181——124411061236014112420189 TA0215×1512441244010012440.00125501881245010812440100 TA0315×1512181222013312220.33122501571224014912180100 TA0415×15117511750100——119111361180014311750100 TA0515×1512241229014112330174125621611233017412300149 TA0615×15123812450157——124701731248018112390108 TA0715×15122712280108——124411391229011612280108 TA0815×1512171220012512200125122201411220012512170100 TA0915×1512741291113312820.63129111331283017112800147 TA01015×151241125001731259 1.45126621011264118512440.24 TA11320×15135913710188140231161386119913731103 TA12320×1513671379018813770.731416 3.5813800.9513770.73 TA13320×151342136211491377 2.6113641.6413540.89 TA1420×1513451345010013450.001361 1.1913500.3713450.00 TA15320×15133913601157——1383 3.2913641.871353 1.05 TA16320×15136013700174——1418 4.2613771.2513680.59 TA1720×15146214811130——1519 3.9014801.231480 1.23 TA18320×151396142621151413 1.221433 2.6514252.081412 1.15 TA19320×151335135111201352 1.271376 3.0713531.3513440.67 TA20320×151348136611341362 1.041398 3.7113731.851363 1.11 TA21320×20164416590191——1692 2.9216792.1316580.85 TA22320×20160016231144——1638 2.3816251.561618 1.13 TA23320×20155715731103——1594 2.3815781.3515660.58 TA24320×20164616590179——1714 4.1316641.0916540.49 TA25320×20159516060169——1631 2.2616322.3216000.31 TA26320×2016451666112816570.731698 3.2216792.0716570.73 TA27320×20168016971101——1722 2.5017121.9016910.65 TA28320×20160316221119——1653 3.1216271.501620 1.06 TA29320×2016251635016216290.2516390.8616451.2316290.25 TA30320×201584161411891621 2.3416131.831601 1.07 TA3130×1517641771014017660.111809 2.5517720.4517660.11 TA32330×151795184021511841 2.561840 2.5118482.951826 1.73 TA33330×151791183321351832 2.291844 2.9618342.401818 1.51 TA34330×15182918460193——1898 3.7718792.7318360.38 TA3530×15200720070100——20100.1520100.1520070.00 T A3630×15181918250133——1874 3.0218431.3218230.22 T A3730×151771181321371815 2.4818464.2318082.091796 1.41 T A3830×151673169711431700 1.6117625.3217011.6716890.96 T A3930×1517951815111118110.891822 1.5018100.8418060.61 T A40330×151674172531051720 2.751749 4.4817142.391698 1.43 TA41330×20201820451134——2106 4.3620712.632053 1.73 TA42330×20194919791154——2018 3.5419841.801978 1.49 TA43330×20185818982115——1946 4.7419283.771893 1.88 TA44330×20198320362167——2069 4.3420392.822013 1.51 TA45330×20200020211105——2049 2.4520321.602021 1.05 TA46330×20201520471159——2115 4.9620702.732039 1.19 TA47330×20190319381184——1973 3.6819582.891932 1.52 TA48330×201949199621412001 2.672080 6.7220223.751979 1.54 TA49330×20196720132134——2046 4.0220152.441991 1.22 T533×6515——335656平均相对误差(R%ϖ1111651注带3表明是目标函数值的上界而非最优值;注TSS B、TS B、S B2G L S S,S O为相应文献提出方法的最优值或上界,其相邻列的R为其平均相对误差—311—第1期崔健双等:作业车间调度问题的随机邻域交换算法A0020192197242009 4.11998.7419 1.A E122114287108212A H P E.根据上述规则,当问题的相关参数满足如下逻辑关系时发生交换:I F {(seq_num =r Op rt AND[(p r o_o rde r=rStep OR (job_num=sJob ]}THENOr O p rt∴Or Op rt+1其中,seq_num 是当前机器上加工工序位置;p r o_orde r 是加工工序编号;job_num 是工件编号.后两个参数都是确知值.r Op rt (≤N -1、rStep (≤M 和s Job (≤N 是约定范围的三个随机数.如果说产生新调度是全局范围内的调整变化,局部优化搜索就是小幅调整.本文采用的局部优化搜索策略是对文献[8]中的关键路径算法(C P A 的改进.改进的C P A 增加了对一个关键块有3个操作的处理方法,即如果一个块中有3个操作,单独做两两交换并选用二者中较好的结果.5算法实现步骤步骤0利用优先指派规则产生初始调度,计算m akespan 作为当前目标函数最优值B estValue;步骤1产生一个新调度;步骤2判断新调度的可行性:若可行,转步骤3;否则,恢复原调度并判断是否达到设定循环次数;若是,停止计算并输出最终结果;若否,转步骤1;步骤3利用改进的C P A 对新调度作局部优化搜索,此时B est Va lue 总是保留最优值,转步骤1.算法中间临时产生的调度都会经过比较后被淘汰,每次仅保留最优调度,因此空间复杂度可忽略不计.算法的计算量,即时间复杂度主要在步骤2、步骤 3.针对此类问题的算法一般采用B enchm ark 问题计算结果的比较来做出评价.6算法效果分析与比较选择了不同规模的80个B enchm ark 算例TA01~TA80对算法的效果进行测试.使用C 语言编程、主频1.5G H z 的I B M ThinkPad T40进行计算.因计算结果中T A51~T A80(除T A55外都达到了目标函数最优值,表1中仅列出了T A01~TA50的计算结果.由T A 系列算例计算结果分析可知:1近44%的算例可获最优值,前50个算例的平均相对误差为0.82%,是参与比较的所有算法中最低的.2为了体现普遍性和公平性,表1数据是在相同环境下对每个算例进行了5遍测试的平均值.3算法也曾对较容易计算的算例做过计算.例如,对于LA01~LA15和LA31~LA35,在既有环境下,每5个算例一组连续进行计算,每组总计算时间都不超过1s .4对于规模超过2000(N=100,M =20的10个算例T A71~TA80,都能够在较短时间内(平均4.3m in得到最优值.5与文献[4-6]中提出的算法计算结果的比较也表明,RNS A 算法有明显优势.7结束语本文提出了一种组合条件随机邻域交换算法并证明和编程实现了调度可行判定准则,指出可计算性是调度可行的充要条件.可行判定及时淘汰了无效调度,提高了计算效率.算法还成功地引入了改进的CA P,实现了局部邻域优化搜索,对提高算法的搜索深度起到了重要作用.B enchm a rk 测试用例的计算结果证明了算法的有效性和可靠性.参考文献:[]S,M S D j ,f []f O R 2,,3(33[]王磊,黄文奇求解工件车间调度问题的一种新的邻域搜索算法[]计算机学报,5,(56—411—系统工程学报第25卷1Ja i n A eeran .ete r m in istic ob shop sch ed u ling:Past p re sent an d u t u re J .E u r op ean Jo u rna l o p e ra ti o na l e search 1999112:90-44.2.J .20028:809-81.Wang Lei,HuangWenqi .A ne w l ocal sea rch a l gorith m for j ob shop scheduling p roblem [J ].Chine s e Journal of Co mputers,2005,28(5:809-816.(in Chine se[3]Jo s éF G,Jorge J M M ,Maor íc i o G C R.A hybrid geneti c algorith m for the j ob sh op s cheduling p roblem s[J ].Euro peanJournal of Operati on R esearch,2005,167(1:77-95.[4]B yung J P,Hyung R C,Hyun S K .A hybrid genetic a lg orith m for the j ob shop scheduling problem s[J ].Compute rs &In 2dustri a l Enginee ri ng,2003,45(3:597-613.[5]Federico D C ,Robe rto T,Guiseppe V.A gene tic a lg orith m for the j ob s hop problem [J ].Co mputers Operati on R esearch,1995,22(1:15-24.[6]A dam s J,B a l a s E,Za wack D .The s hifting bottl eneck p rocedure for j ob 2s hop scheduling[J ].Manag em ent Science,1988,34(3:391-401.[7]Fe rdinand o P,E manuela M.A taboo search me th od guided by shifting bottleneck for the job shop scheduli ng problem [J ].European Journal of Operati onal Re s ea rch,2000,120(2:297-310.[8]No wicki E,S m utnicki C .A fast taboo s ea rch alg orit hm for the j ob shop proble m [J ].Managem ent Science,1996,42(6:797-813.[9]B a l a s E,Vazacopoul os A .Guided Local Sea rch w ith Shifting Bottl eneck for Job Shop Scheduling[R ].M anagement Sc ienceR esearch R eport MSRR 2609,GSI A,Pittsbu rgh:Ca rnegie Me ll on Unive rsity,1994.[10]Sha D Y,Hsu C Y .A hybrid pa rticle s wa r m opti m ization for j ob shop scheduling p r oble m [J ].Compute rs &I ndustrial En 2ginee ring,2006,51(4:791-808.作者简介:崔健双(1961—,男,河北衡水人,博士,副教授,研究方向:生产运作管理,E mail:cuijs@m anage .ustb .edu .cn;李铁克(1959—,男,吉林长春人,博士,教授,博士生导师,研究方向:生产调度理论与实践.—511—第1期崔健双等:作业车间调度问题的随机邻域交换算法。

货郎担问题的改进最临近算法

货郎担问题的改进最临近算法

般来说 ,由最临近算法所求 回路 L 是哈密顿 问题 为起点 , 。 由最临近算法可求得六个近似解如下 ,
的近似 解。而且若在最临近算法 中取 G的不 同结点 作起 点, 所得的近似解的总权值也可能不相同。 例如 , 图 G如下 , 设
L : — C — D —F 日B —A —E —B, 总权为 WB 9 =5
用最临近算法 求解货 郎担 问题的具体步骤如下 :
点中, 找出与 v 最临近的结点, 。 不妨记为v’ 。 : ; 形成v 从v 到 记为 ,: '。 v 第一步 : 图 G的所有结点 中, 在 任意取一个结点, 为方 的途径Байду номын сангаас 第二步 : 设 为最新添加到途径上的结点, 从与v相 : 便起见 ,不妨记所取结点为 v。再从 已选取的结点 v 开 。 .
维普资讯
货 担问 的 进 临 算 郎 题 改 最 近 法
文 /赵 白云
引言 货 郎担问题也称最小哈密顿回路 问题 。假设 G( E, V,
回路 :
L : D B F C E A, 路总 权 为 w =lO AA— — — — — — 回 A 1
到这条 路上 ,得 到一条 图 G的哈密顿 回路 。记该 回路为 解一般都 比由最临近算法所得近似解精确 。
L, 。L 就是所求的解。

例如 ,依次将上 图 G的不 同结点 A、 C、 E F作 B、 D、 、 L: AA—D —B — C E —F — —A, 总权为 WA 1 =l0
w) 示带权连通图 G, 表 其中 V为 图 G的结点集, E为图 G
的边集 , 表示 图 G的边上权的集合。货郎担问题就是求 W 图 G 中使总权最小 的、 且通过每个结点一次而且仅一次的

立体仓库出入库任务调度算法的研究与仿真

立体仓库出入库任务调度算法的研究与仿真
High.rise
Warehouse System)中,操作人员可通过一些电器按钮和开关来控制一些机械设备 进行入、出库作业,实现了搬运的机械化; 2)到了70年代末期,随着可编程控制器PLC、自动存取AS/RS(Automatic
Storage and Retrieval
System)、自动导向小车AGVS(Automatic Guided Vehicles),
先进的计算机控制技术为主要手段,由此而组成高效率的物流,大容量、科学的
储藏,以适应现代化生产、物资交流和仓储的需要。
自动化立体仓库的出现是物流技术的一个划时代的革新。它不仅彻底改变了 仓储行业劳动密集、效率低下的落后面貌,而且大大拓展了仓库功能,使之从单 纯的保管型向综合的流通型方向发展。 回顾自动化立体仓库发展历程,到现在大致经历了四代的发展,并逐步向第 五代过渡。 1)20世纪60年代产生的第一代机械式立体仓库系统(Mechanical
RESEARCH AND
SIMUI公LTION ON TASK SCHEDULE
0F AS/RS
SYSTEM
ABSTRACT
As
an
important part of modem logistics,AS/RS must be able to
accurate response and
make rapid and
工作的同志对本研究所做的任何贡献均已在论文中作了明确地说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切相关责任。
本人签名:壶盆羔
It}tl:兰亟:§:丝:
关于论文使用授权的说明
学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定,即:研究生在校攻读

多舱共配绿色车辆路径问题的改进变邻域搜索算法

多舱共配绿色车辆路径问题的改进变邻域搜索算法

多舱共配绿色车辆路径问题的改进变邻域搜索算法
肖友刚;曹健;陈婉茹;张得志;李双艳
【期刊名称】《控制理论与应用》
【年(卷),期】2024(41)4
【摘要】针对社区团购前置仓配送场景中“多中心、高时效、多品类、高排放”难题,本文提出多车场带时间窗的绿色多舱车车辆路径问题(MDMCG-VRPTW),构建混合整数线性规划模型,并设计改进的变邻域搜索算法(IVNS)实现求解.采用两阶段混合算法构造高质量初始解.提出均衡抖动策略以充分探索解空间,引入粒度机制以提升局部搜索阶段的寻优效率.标准算例测试结果验证了两阶段初始解构造算法和IVNS算法的有效性.仿真实验结果表明,模型与算法能够有效求解MDMCGVRPTW,且改进策略提高了算法的求解效率和全局搜索能力.最后,基于对配送策略和时效性的敏感性分析,为相关配送企业降本增效提供更多决策依据.【总页数】12页(P751-762)
【作者】肖友刚;曹健;陈婉茹;张得志;李双艳
【作者单位】中南大学交通运输工程学院;中南林业科技大学物流与交通学院【正文语种】中文
【中图分类】TP3
【相关文献】
1.改进变邻域搜索算法求解动态车辆路径问题
2.面向动态车辆路径的改进变邻域搜索算法
3.随机需求车辆路径问题及混合变邻域分散搜索算法求解
4.开放式带时间
窗车辆路径问题及变邻域搜索算法5.混合变邻域搜索算法求解大规模电动车辆路径优化问题
因版权原因,仅展示原文概要,查看原文内容请购买。

Near Miss递进-扩散式现场物流改善

Near Miss递进-扩散式现场物流改善

物料质量防护问题
• 物料质量防护问题主要指因对零件采取的防护材料或措施不当导致现场物流操控 出现Near Miss风险的情况,如外观件划伤、电气元件静电伤害等。
工装器具管理问题
• 工装器具管理问题主要指因对工装器具(产品架和周转箱)使用和管理不当导致 现场物流操控出现Near Miss风险的情况,如容器丢失、产品架破损锈蚀等。
• 现场5S定置问题主要指因现场5S不当或物料投放与功能区或地址码不一致导致现 场物流操控出现Near Miss风险的情况,如非定置定位摆放、现场垃圾等。
四、Near Miss日常工作模式
定时: 定时:每个周期时间内确定的处理时间 定人: 定人:每个环节确定的人员介入 定期: 定期:确定时间周期进行跟踪
N系列左前减震器
减震器投 料模式优 化项目
六、递进—扩散式改善模式介绍
扩散式改善(一)——由点到点
零件堆垛 周转箱直接压在零件上 附件直接放在零件上 零件数量超产品架容量
改善前状态
改善后效果
六、递进—扩散式改善模式介绍
扩散式改善(二)——由点到面
所谓有点到面的扩散式改善,就是由 现场发现的一个问题为启发点,继而扩散 排查现场其他类似问题,将同类型的问题 归合起来统一整改。 ① 前风窗装饰盖板 ② 发动机顶盖 ③ 侧围内饰板 ④ 前组合灯 ⑤ 中网 ⑥ 轮眉 ⑦ 减震器 ⑧ ……
物流操控方式问题
• 物流操控方式问题主要指因违背物流规划操作方式导致现场物流操控出现Near Miss风险的情况,如物料超高超重、违反规范方案运作等。
物料安全防护问题
• 物料安全防护问题主要指因操作行为不当导致现场物流操控出现Near Miss风险的 情况,如产品架堆垛不当、物料堆垛太高等。

求解作业车间调度问题的全局邻域搜索方法

第15卷第7期计算机集成制造系统Vol.15No.72009年7月Computer Integrated Manufacturing SystemsJuly 2009文章编号:1006-5911(2009)07-1383-06收稿日期:2008 06 18;修订日期:2008 10 13。

Received 18June 2008;accepted 13Oct.2008.基金项目:国家自然科学基金资助项目(70771008,70371057)。

Fo undation item:Project supp orted by the National Natural Science Fundation,Ch ina(N o.70771008,70371057).作者简介:崔健双(1971-),男,河北衡水人,北京科技大学经济管理学院副教授,博士,主要从事生产调度算法理论及应用、安全电子商务的研究。

E mail:cuijs@manag 。

求解作业车间调度问题的全局邻域搜索方法崔健双,李铁克(北京科技大学经济管理学院,北京 100083)摘 要:采用传统的关键邻域搜索方法求解作业车间调度问题时,往往容易陷入局部极值而且难以跳出。

为此,提出了一种具有动态调整能力的全局邻域交换策略,该策略有可能产生大量的不可行调度,需要一种筛选方法加以过滤。

证明了一个新的邻域交换性质,利用该性质可以对所得调度方案作可行性约束判定,从而有效地过滤掉不可行调度。

在此基础上,提出了一种求解作业车间调度问题的算法。

最后,取不同规模的Benchmar k 问题算例对该算法进行测试,结果表明,无论从解的质量还是计算时间都取得了较好的效果。

关键词:邻域结构;关键路径;作业车间调度;邻域交换;调度算法中图分类号:T P18 文献标识码:AGlobal neighborhood algorithm for Job Shop scheduling problemCUI J ian shuang,LI T ie ke(Scho ol of Economic M anag ement,U niversit y of Science &T echno lo gy Beijing,Beijing 100083,China)Abstract:T r aditional cr itical neighbor ho od alg or ithms fo r Jo b Shop scheduling problem w ere easily t rapped into local optimal and hardly to escape.T o deal w ith t his pro blem,a g lo bal neig hbo rhoo d swapping st rateg y wit h dynamic adapatability w as pr oposed.H ow ever,this new strateg y mig ht possibly induce infeasible so lutio ns.T hus,a new pr oposition concerning the neig hbor hood sw apping str ategy w as presented and pr ov ed,w hich could be used to v erify whether a neighbor ho od swapping w as accept able or not.Based on this g lo bal neig hbo rhoo d st rateg y,a new alg o r ithm w as develo ped and tested by a gr oup of benchmark instances.T he r esults indicated that the new algo rithm ob tained satisfactor y results both on solut ions quality and computat ion time.Key words:neig hbo rhoo d structur e;crit ical path;Job Sho p scheduling ;neighborho od sw apping;scheduling alg o rithms0 引言自从20世纪50年代以来,调度问题相关理论及其应用技术的研究已经发展成为一门重要的学科,从经典的单机调度、并行机调度、车间调度发展到后来的多目标调度、随机调度和模糊调度等内容。

数学毕业论文物流配送路径问题的改进遗传算法与仿真

物流配送路径问题的改进遗传算法与仿真物流配送路径问题的改进遗传算法与仿真摘要通过将物流配送中心的实际物流配送网络描述为由配送中心和顾客两类节点的图,建立了物流配送路径模型.此类问题属于最优化问题,遗传算法是处理此类最优化的有效方法, 本文利用在交叉上采用1致交叉,在变异上采用随机两点变异的改进遗传算法求得图中各节点间的最短路径和最短路径长度,从而得出模型的最优解.改进后的遗传算法能较早地找到满足条件的群体并得到最优解. 通过仿真实例计算,取得了满意的结果。

关键词:遗传算法;最优路径选择;物流; C语言The improving genetic algorithms and simulation of the logistics distribution routesAbstractThrough describing the actual logistics distribution network of the logistics distribution center as two nodes figure consisting of distribution center and customer, I established trail models of logistics distribution. Such issues are the optimization problem, Genetic algorithms is a most effective way to deal with such issues. Using the method of a consistent cross in cross and the two point random variation in variation of the improved genetic algorithms can seek the shortest path and the shortest path length between the nodes in the chart and then get the optimum solution. Genetic algorithms can find groups satisfied conditions earlierand get the optimum solution. Through using examples of simulation mathematics achieve satisfactory results.Key word: genetic algorithm; the optimum path choice; logistics; c language前言Internet网络基础设施及相关技术(如数字签名、电子加密等)的成熟和电子商务网站的蓬勃兴起,为电子商务中信息流、商流、资金流的电子化实现打下了强有力的基础,然而作为电子商务中最特殊的1个环节———物流,却并不能全部实现电子化,除了小部分的商品(如软件、电子读物、音乐等)外,其余大部分商品都需要进行配送,即物流配送。

改进遗传变邻域算法求解飞机装配线调度问题


求解,由此近似算法开始被应用于求解大规模RCPSP 问题[8]。自1963年,Kelley[9]提出了调度生成方案后, 在此基础之上各种启发式算法相继被提出,但其不具备 优化能力,往往受到问题本身的影响而得不到满意解。 元启发式算法和智能算法的应用使问题的求解得到了新 的发展,如喻小光[10]等引入局部搜索中的模拟退火算法 (Simulated Annealing,SA)来求解RCPSP,进化算法 (如遗传算法[11],Genetic Algorithm,GA)和群体智能 算法(如蚁群优化算法[12],Ant Colony Optimization, ACO)都在求解RCPSP问题上得到了广泛的应用。
䇑㇇ њփ䘲 ᓄᓖ٬
䗃ࠪᴰՈ䀓 <
gen˚maxGen
㔃ᶏ
1 䘹ᤙ ˖䭖ḷ 䎋䘹ᤙ ⌅
Ӕ৹ ˖অ⛩ Ӕ৹
ਈᔲ ˖ਣ〫 ਈᔲ⌅ 䚇Ր ᫽֌
䟽ᨂ ‫ޕ‬
䘹ᤙ ࡍ࿻䀓 䳶Sˈ䇮㖞 䛫ฏ㔃 ᶴ N i, i = 1 , 2 , 3 ˈ ޵ ᗚ ⧟⅑ ᮠ N ˈ ཆ ᗚ ⧟ ⅑ᮠ Mˈ᧕ਇ 䰸٬pˈԔm=0,n=0
飞机装配线调度问题属于传统RCPSP的扩展问题, 其中作业活动除了受到紧前紧后约束和资源的约束外, 在飞机的某些部段,众多满足资源的并行活动,常因空 间的限制而无法同时进行,从而增加了问题空间和计算 求解的复杂度。本文综合考虑作业活动紧前紧后、资源 约束和空间约束,以最小化装配总工期为目标,建立了 飞机装配线作业调度的数学模型,并针对遗传算法容 易过早收敛的缺陷,提出了一种改进的遗传变邻域算
作业集合用Pj表示,j的紧后作业集合用Sj表示。tj表示 活动j的持续时间,sj表示活动j的作业开始时间。一项装 配作业项目中的活动分属于飞机的不同部段,定义M为

求解作业车间调度问题的改进混合灰狼优化算法

求解作业车间调度问题的改进混合灰狼优化算法改进混合灰狼优化算法是一种用于解决调度问题的有效数据挖掘方法。

它是通过结合灰狼搜索算法和接受聚类算法,从多个维度解决调度问题的。

灰狼搜索算法能够发现这一调度问题中的全局最优解,而接受聚类算法能够从局部中挖掘出更优的解。

改进混合灰狼优化算法主要包括以下几个方面:一、混合灰狼搜索算法1. 基于灰狼搜索算法的调度问题求解:首先对调度问题的各个服务器进行评估,然后根据预设的机器参数正确分配进程到服务器,最后从各个服务器收集资源使用情况并计算所需满足服务器条件的最小时间,得出最优解。

2.灰狼搜索算法的群体搜索策略:群体搜索策略是一种用于寻找最优解的近似搜索策略。

它通过保存当前解的群体进行优化,在一定程度上提高了搜索的效率和准确性。

二、接受聚类算法1. 首先,将所有的服务器资源分成若干类似的簇,然后为每一簇中的某个服务器分配该簇中最小负荷的作业;2. 然后,为每一簇中其余服务器挑选出最合适该簇的作业,并为它们按照平衡原则分配它们;3. 最后,计算每个簇中服务器的资源使用时间,如果这些时间超过规定范围,则重新调整任务,直到满足时间要求为止。

三、改进混合灰狼优化算法模型1. 首先,建立求解调度问题的混合灰狼优化算法模型,该模型将灰狼搜索算法和接受聚类算法结合起来,方便采用全局和局部的搜索算法;2. 然后,通过求解混合灰狼算法模型,利用“极大极小情况”性质优化,为优化算法添加局部搜索性,结合灰狼算法寻找全局最优解;3. 最后,根据全局最优解与局部最优解的情况,指导算法得出最终最优解。

改进混合灰狼优化算法能够有效的解决调度问题,它的优势在于:一是有效的发现全局最优解;二是添加了聚类算法,能够从局部中挖掘出更优的解;三是结合了“极大极小情况”优化机制,能够更快的收敛于最优解。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 2
( 1. Col lege of Economics and Management , South China Agricult ure U niversit y, Guangzhou 510642, China; 2. College of Management , Jinan Univer sit y, Guangzhou 510632, China) Abst ract: The order picking optimizat ion of a multi2carousel syst em is one import ant problem in modern distr ibution cent er. This paper analyzes such a syst em and est ablishes it s mathemat ical model. Accor ding t o t he charact er that t he opt imal picking order of the mat erials in t he single carousel wil l come fort h of t he opt imal sequence of t he whole assignment, a new improved nearest it ems heur ist ics ( INIH ) is present ed. F inally, exper iment al result s verify t hat the opt imum solut ions are quickly and st eadily achieved and show its bet ter performance. Key words: oper at ions research; order picking; sequencing; carousel system Ghosh, Wells 和 van den Berg 考虑订单顺序已 经固定 的 情 况 下 的 配 货 顺 序 最 优问 题 ; van den Ber g 在此基础上继续考虑订单顺序亦未事先确定 的作业优化调度问题和 Wen and Chang 研究二维 旋转货架系统的配货作业优化调度问题等 , 均提出 了有效解决方法[ 13, 1 4] 。而后者的研究, 目前文献较 少 , Ue2 Pyng Wen and Ding2T sair Chang 作过类似 多旋转货架配货问题的研究 , 提出一些启发式规则 评估系统的效率等 [ 12] 。文章研究该类作业问题 , 建 立相应的问题模型, 在分析该类型作业中整个货架 系统配货顺序最优单个货架物品拣选顺序必然最优 的特点基础上, 设计改进临近域算法 , 并通过模拟测 试 , 效果良好。
收稿日期 : 2007211 220;
修回日期 : 2008 2 04 212
作者简介 : 王雄志 ( 1979 2) , 湖北黄冈人 , 博士 , 讲师 , 主要研究方向为生产运作与物流管理 , 供应链管理。
)
68 )
Indust rial Engineering and Management
No. 4, 2008
自动化立体仓库或配送中心旋转货架由一个集 货点 , 多个水平旋转货架组成 , 物品随机储存在货架 储位上。集货点设置在分拣区域的一角 ( 一般为左 下角 ) , 便于出货。各旋转货架独立存储物品, 可独 立在水平方向上沿正、 反两方向 ( 顺、 逆时针 ) 转动 , 将货物输送至本货 架的拣选点处。进行配货 作业 时, 拣货设备从集货点处获取配货信息和配货容器 , 开始沿货架排列方向移向第一个需要拣选的物品所 属货架拣选点, 在拣货设备移动的同时 , 配货控制系 统控制该拣选物品所属货架水平旋转, 输送该物品 至货架拣选点, 若拣货设备先于物品到达该拣选点 , 则等待物品被输送至拣选点后拣取 , 否则物品输送 到拣选点后等待拣货人员的到达拣取; 拣取物品后 拣货设备然后开始下一物品的拣选 , 一直到所有订 单需求物品配货完毕后, 拣货设备或人员携带拣货 容器返回至集货点位置, 将货物转送到出货系统, 完
An Improved Nearest Items Heuristics for the Order Picking Optimization of Multiple Carousels System in Distribution Center
WANG Xiong2zhi , WANG Guo 2qing
1] [ k]
,有
x [ k] - x [ k- 1] / v1 , ( 2)
min y [ k] , n - y [ k] / v2
在进行拣选作业时, 拣货设备从集货点( 0, 0) 出 发, 按照一定的顺序拣取订单需求物品最后返回至 集货点, 总的作业时间设为 T, T 包括两部分, 一部 分为拣货设备从集货点开始按订单中需求以一定顺 序拣选所有物品所消耗的时间
q q
设某订单需求为 N 类物品 , 分布在旋转货架系 统的 N 个储 位点上, 坐 标为 ( x i , y i ) , ( i = 1, 2, , , N ) 。拣货设备的移动速度为 v1 , 货架的旋转速度为 v2 ( 逆时针和顺时针速度一样 ) 。订单需求物品配货 顺序为 R = {[ 1] , [ 2] , , , [ N ] }, 其中[ i ] 为拣货设备 第 i 次拣选的物品 , 其位置坐标为 ( x [ i] , y [ i] ) 。考虑 从拣选完 R上顺序为[ k - 1] 的物品时起到拣选完 R 上顺序为 [ k] 的物品时间 t [ kt [ k- 1] [ k] = max
设备在拣选过 程中始终拣选离目前位 置最近的物 品 , 一直到拣选最后一物品返回集货点 ) 进行求解。 本节通过分析 问题特点可获得配货问 题的两条性 质 , 该两条性质能有效改善邻近域搜索算法的搜索 空间, 提高算法的运算效率 , 从而设计改进临近域算 法对问题求解, 运算效果较好。 定理 1 所有旋转货架独自最优配货顺序必要 条件是 : 货架旋转反向切换不超过一次。 证明 考虑存在货架旋转方向超过一次的配货 顺序 F , 假设最后一次旋转方向切换后为逆时针旋 转拣选剩下物品。设置另一配货顺序 H , 该顺序开 始货架以顺时针旋转拣选物品一直到顺序 F 最后 切换方向的那一物品为止 , 然后切换方向逆时针旋 转拣选剩下物品。显然 , 配货顺序 H 拣选剩下物品 的旋转路径或时间和 F 相等; 但货架旋转方向只切 换一次 , 在切换之前没有转换 方向, 不 存在重复旋 转 , 而 F 在最后一次旋转方向转换之前进行了多次 方向切换, 存在重复旋转现象, 故在最后一次切换之 前的旋转路径或时间 F 大于 H ; 所以拣选所有物品 的旋转路径或时间亦 F 大于 H 。这样 , 所有旋转方 向切换多于一次的配货顺序均可找到只切换一次且 旋转路径或时间更小的配货顺序完成同样的任务。 定理证毕。 定理 2 在多旋转货架单拣货设备的配货问题 的最优解中 , 各货架物品的拣选顺序是相应单旋转 货架中拣选物品的最优拣选顺序。 证明 设某订单在旋转货架系统的最优配货顺 序为 R = {[ 1] , [ 2] , , , [ N ] }, 其中在货架 i 上有 q 类物品需求 , 在最优解中的位置顺序为 R i = {[ l 1 ] , [ l 2 ] , , , [ lq ] } 。不考虑其它货架配货顺序时, 设其 任意顺序为 P= {[ 1] , [ 2 ] , , , [ q] }, 最优配货顺序 为 Pc = {[ 1 ]c , [ 2] c , , , [ q] c }。则有
工业工程与 管理 2008 年第 4 期
2
问题描述
多旋转货架系统的一般配置如下图 1( 俯视图 )
成一次作业。在配货作业过程中 , 一般作如下假设: ( 1) 旋转货架的每储位只储存一种类型一定数 量的物品; ( 2) 货架正向和反向的旋转速度相同且恒定, 无启动和停止加速度; ( 3) 拣货设备或人员的移动速度均为恒定值, 无启动和停止加速度 ; 且拣货设备与旋转货架的运 行各自独立 ; ( 4) 拣货设备在每一货架拣选点拣取物品的时
*Leabharlann 图3旋转货架系统抽象展开图
货过程中, 物品位置坐标随着配货作业进行而动态 ) 69 )
王雄志 , 等 : 旋转货架配 货作业的改进临近域算法
变化 , 在拣选货架 i 上位置为 ( x, y) 的物品后, 需要 更新该货架上其它需要拣选物品位置的坐标, 对于 位置 ( x, yc ) 更新后的坐标为( x, yd) , 其中 yd = yc + n - y yc - y yc < y yc > y ( 1)
Indust rial Engineering and Management
No. 4, 2008
工业工程与 管理 2008 年第 4 期
文章编号 : 100725429( 2008) 0420068204
旋转货架配货作业的改进临近域算法
王雄志1 , 王国庆2
( 1. 华南农业大学 经济管理学院 , 广东 广州 510642; 2. 暨南大学 管理学院 , 广东 广州 510632) 摘要: 旋转货架系统配置配货作业是现代配送中心中一项非常重要的作业活动 , 文章研究具 有多个水平旋转货架系统的配货作业问题, 建立对应的模型 , 在分析该类型作业中整个货架系统配 货顺序最优单个货架物品拣选顺序必然最优的特点基础上, 设计改进临近域算法, 并通过模拟测 试, 效果良好。 关键词 : 运筹学; 配货作业 ; 路径优化; 配送中心 中图分类号 : F253. 4 文献标识码 : A
其中, 集货点为坐标系原点 , 参考点处于横坐标 轴上, 该点储位纵坐标为零。这样, 系统中所有储位 点坐标可由集合 {( x, y) x = a, 2a, , , m a; y = 1, 2, , , n} 表示 , 其中位置 ( x, 0 ) 与 ( x , n) 均表示某货 架位于拣选点位置相同的储位, 坐标 ( 0, 0 ) 表示集货 点 , 位置 ( x, 0 ) 同时也表示货架拣选点, 则所讨论问 题就是寻找一条最佳的物品配货顺序, 通过合理调 度拣货设备和各水平旋转货架的运行, 使得完成一 个订单所需要花费的配货时间最短。配货系统在配
相关文档
最新文档