基于进化计算和最优计算量分配的随机多目标柔性作业车间调度问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61703220
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    付亚平
  • 依托单位：
    青岛大学
  • 学科分类：
    F0302.控制系统与应用
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

“Industry 4.0” and “Made in China 2025” plans which our government advocates require that the manufacturing industry should collaborate each other to perform the production and service mode with high efficiency, cooperation, punctuality, flexibility, high quality and low energy consumption. It will make the manufacturing systems with more uncertain factors, and more criteria in making a scheduling decision. Therefore, this project investigates a stochastic multi-objective flexible job shop scheduling problem which is essentially a complex optimization problem with stochastic and multi-objective characteristics simultaneously. Since it is challenging to the existing optimization theories and methods, this project will carried out based on in-depth analysis of scientific nature of this problem, and utilize a methodology of interdisciplinary integration, where systems engineering, operations research, evolutionary computing, stochastic simulation optimization and applied mathematics are combined to research on its modeling, optimization and solving technique on the basis of the existing studies. The outcomes of this project will deal with the proposed multi-objective flexible job shop scheduling problem in stochastic environment; moreover, they can be good references for other optimization problems with stochastic and multi-objective characteristics.
我国政府倡导的“工业4.0”和“中国制造2025”发展战略要求制造行业必须有序协作以实施高效、准时、灵活、优质、低耗的生产和服务模式，这势必会造成制造企业在生产决策时需要考虑更多的不确定因素以及多方面的需求。本课题以此为出发点，研究制造系统中一类柔性作业车间的随机多目标调度问题，这一科学问题从本质上属于一种兼具随机性和多目标性的复杂优化问题。鉴于该问题的求解对现有优化理论和方法提出了新的挑战，本课题在深入分析其科学本质的基础上，采用学科交叉和学科融合手段，将系统工程思想和运筹学、进化计算、随机仿真优化以及应用数学等理论相结合，在现有研究成果的基础上，采纳进化多目标优化和最优计算量分配技术，对问题的建模方法、优化算法和求解技术展开具体的研究工作。本课题的研究成果不仅能够解决上述随机环境下多目标柔性作业车间调度问题，而且对于解决其他具有随机特性和多目标特性的复杂优化问题也具有很好的借鉴意义。

结项摘要

在“中国制造2025”制造强国的战略目标下，计划与调度问题已成为制造企业实现智能制造亟需解决的关键问题。制造过程通常具有不确定特性，如设备故障、不确定处理时间等，使得制造过程难以按照预先的调度方案执行。同时，决策者在制定决策时往往需要考虑生产成本、设备利用率、客户满意度和产品质量等因素，因此，制造系统调度问题是典型的具有多目标特征和随机特性的优化问题。本项目深入研究了兼具多目标特征和随机特性的车间调度问题的建模与优化方法。具体研究了四个内容：（1）具有多目标特点和随机特性的车间调度问题研究；（2）基于最优计算量分配方法的仿真优化方法的研究；（3）基于群体智能与最优计算量分配方法相结合的方法解决随机优化问题；（4）基于群体智能和仿真优化方法解决具有多目标特征和随机特性的车间调度问题。通过对上述四部分研究内容的深入研究，针对并行机调度、流水车间调度及混合流水车间调度问题，以最小化最迟完工时间、总延迟时间、能源消耗和加工质量为目标函数，建立了该类问题的随机多目标优化模型，提出了基于群体智能和仿真优化方法的算法框架以解决兼具多目标特点和随机特性的制造系统调度问题。本项目取得的研究成果不仅可以有效地解决兼具多目标特点和随机特性的车间调度问题，对于解决其他具有多目标特点和不确定特性的复杂优化问题也具有参考价值和指导意义。

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（1）
会议论文数量（3）
专利数量（1）
A hybrid algorithm for order acceptance and scheduling problem in make-to-stock/make-to-order industries
按库存/按订单生产行业订单接受与调度问题的混合算法
  • DOI：
    10.1016/j.cie.2018.11.021
  • 发表时间：
    2019-01
  • 期刊：
    Computers & Industrial Engineering
  • 影响因子：
    7.9
  • 作者：
    Wang Zhen;Qi Yuanqing;Cui Hairong;Zhang Jihui
  • 通讯作者：
    Zhang Jihui
Stochastic multi-objective integrated disassembly-reprocessing-reassembly scheduling via fruit fly optimization algorithm
基于果蝇优化算法的随机多目标集成拆卸-再加工-再组装调度
  • DOI：
    10.1016/j.jclepro.2020.123364
  • 发表时间：
    2021-01-01
  • 期刊：
    JOURNAL OF CLEANER PRODUCTION
  • 影响因子：
    11.1
  • 作者：
    Fu, Yaping;Zhou, MengChu;Qi, Liang
  • 通讯作者：
    Qi, Liang
Scheduling Dual-Objective Stochastic Hybrid Flow Shop With Deteriorating Jobs via Bi-Population Evolutionary Algorithm
通过双种群进化算法调度工作恶化的双目标随机混合流水车间
  • DOI：
    10.1109/tsmc.2019.2907575
  • 发表时间：
    2020-12-01
  • 期刊：
    IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS
  • 影响因子：
    8.7
  • 作者：
    Fu, Yaping;Zhou, MengChu;Qi, Liang
  • 通讯作者：
    Qi, Liang
Facility location and capacity planning considering policy preference and uncertain demand under the One Belt One Road initiative
考虑“一带一路”政策偏好和不确定需求的设施选址和产能规划
  • DOI：
    10.1016/j.tra.2020.05.012
  • 发表时间：
    2020-08-01
  • 期刊：
    TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE
  • 影响因子：
    6.4
  • 作者：
    Fu, Yaping;Wu, Di;Wang, Hongfeng
  • 通讯作者：
    Wang, Hongfeng
Multiobjective Modeling and Optimization for Scheduling a Stochastic Hybrid Flow Shop With Maximizing Processing Quality and Minimizing Total Tardiness
用于调度随机混合流水车间的多目标建模和优化，最大限度地提高加工质量和最小化总延迟
  • DOI：
    10.1109/jsyst.2020.3014093
  • 发表时间：
    2021-09-01
  • 期刊：
    IEEE SYSTEMS JOURNAL
  • 影响因子：
    4.4
  • 作者：
    Fu, Yaping;Wang, Hongfeng;Pu, Xujin
  • 通讯作者：
    Pu, Xujin

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

硬脆性大理岩单轴抗拉强度特性的加载速率效应研究——试验特征与机制
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    岩石力学与工程学报
  • 影响因子：
    --
  • 作者：
    杨艳霜;肖海斌;张传庆;付亚平
  • 通讯作者：
    付亚平
基于电商承诺送达机制的低碳“同日达”配送路径规划
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    系统工程
  • 影响因子：
    --
  • 作者：
    浦徐进;李秀峰;付亚平
  • 通讯作者：
    付亚平

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码