超启发式遗传算法求解模糊柔性作业车间调度

本文提出一种混合超启发式遗传算法(HHGA),用于求解一类采用三角模糊数表示工件加工时间的模糊柔性作业车间调度问题(FFJSP),优化目标为最小化最大模糊完工时间(即makespan).首先,详细分析现有三角模糊数排序准则性质,并充分考虑取大操作的近似误差和模糊度,设计一种更为准确的三角模糊数排序准则,可合理计算FFJSP和其他各类调度问题解的目标函数值.其次,为实现对FFJSP解空间不同区域的有效搜索,HHGA将求解过程分为两层,高层利用带自适应变异算子的遗传算法对6种特定操作(即6种有效邻域操作)的排列进行优化;低层将高层所得的每种排列作为一种启发式算法,用于对低层相应个体进行操作来执行紧凑的变邻域局部搜索并生成新个体,同时加入模拟退火机制来避免搜索陷入局部极小.最后,仿真实验和算法比较验证了所提排序准则和HHGA的有效性.     

混合交叉熵算法求解复杂零等待流水线调度问题

针对制造行业中广泛存在的一类复杂零等待流水线调度问题, 即带序相关设置时间和释放时间的零等待 流水线调度问题(NFSSP SDSTs RTs), 建立问题的排序模型并提出一种混合交叉熵算法(HCEA)进行求解, 优化目 标为最小化总提前和延迟时间. 首先, 设计了一种基于问题性质的快速评价方法, 有效降低评价解的计算复杂度. 其 次, 采用交叉熵算法学习并积累优质解的结构特征, 建立概率模型对优质解的工件块分布进行有效地估计. 通过合 理的采样和更新方法, 实现对解空间中优质区域的全局搜索. 然后, 为提高算法搜索效率, 设计带两种搜索策略的快 速局部搜索方法, 对全局搜索发现的优质区域进行细致且深入的搜索. 最后, 仿真实验与算法对比验证了HCEA可 有效求解NFSSP SDSTs RTs.     

超启发式交叉熵算法求解模糊分布式流水线绿色调度问题

针对实际生产过程中普遍存在的加工时间不确定性,采用模糊数表示工件的加工时间,以同时最小化模糊最大完工时间和模糊总能耗为优化目标,建立模糊分布式流水线绿色调度问题(green distributed permutation flow-shop scheduling problem with fuzzy processing time,GDPFSP_FPT)的模型,进而提出一种超启发式交叉熵算法(hyper-heuristic cross-entropy algorithm,HHCE)进行求解.首先,HHCE采用一种新颖的三角模糊数排序准则合理计算个体的目标函数值,可在算法搜索过程中较准确发现优质解区域;其次,HHCE在高层利用基于贡献率的评价方法确定8种特定邻域操作所构成的各排列的优劣,同时采用交叉熵(cross-entropy,CE)方法学习较优排列的信息并生成新排列,进而在低层把高层生成的每个排列作为一种启发式算法,对低层相应个体执行一系列邻域操作,以实现对问题解空间较多不同区域的搜索;然后,HHCE将基于非关键路径的节能策略用于对低层每代种群中的较优个体执行局部搜索,从而进一步提高算法获取低能耗非劣个体或解的能力;最后,仿真实验与算法对比表明,HHCE可有效求解GDPFSP_FPT.     

改进多目标进化算法求解柔性作业车间调度问题

针对加工时间为模糊数的柔性作业车间调度问题,考虑最小化模糊最大完工时间、模糊机器总负荷、模糊关键机器负荷为优化目标,提出一种有效求解该类优化问题的多目标进化算法。算法采用一种混合不同机器分配和工序排序策略的方法产生初始种群,并采用插入空隙法对染色体进行解码。定义一种新的基于可能度的个体支配关系和一种基于决策空间的拥挤算子,并将所提支配关系和拥挤算子运用于快速非支配排序。接着,提出一种基于移动模糊关键工序的局部搜索策略对种群中的优势个体进行局部搜索。通过试验研究关键参数对算法性能的影响并将所提算法与3种不同的优化算法作对比。结果表明,所提算法能够比其它算法更有效解决多目标模糊柔性作业车间调度优化问题。     

基于自适应蚁群算法的作业车间模糊调度研究

在研究不确定生产调度问题的基础上,针对具有模糊加工时间和模糊交货期的调度问题给出了作业车间模糊调度模型,用三角模糊数表示模糊加工时间,梯形模糊数表示模糊交货期,以交货期平均满意度最大作为调度目标.针对模糊调度问题对基本蚁群算法作了改进,并给出了新的状态转移规则,同时采用自适应信息素更新策略使算法能快速跳出局部收敛,进行仿真结果验证了自适应蚁群算法求解作业车间模糊调度的有效性.     

面向航空发动机装配线的知识化制造系统重调度和自重构

为了解决航空发动机装配过程中存在的不确定返工问题,建立了面向航空发动机装配线的知识化制造系统(knowledgeable manufacturing system,KMS)重调度和班组自重构优化模型,提出装配线重调度及自重构集成优化算法.在算法调度层,证明了以加权完工成本为优化目标的工序排序性质,并对工序进行初始排序.定义了3种邻域结构,用变邻域搜索(variable neighborhood search,VNS)对工序在并行装配组上的指派问题和调度问题进行优化.在重构层,在不违背装配组装配技能约束的前提下利用装配线负载平衡原则对装配班组进行配置,并采用禁忌搜索(tabu search,TS)对班组配置进行优化.仿真实验结果表明了模型与算法的有效性.     

超启发式交叉熵算法求解分布式装配柔性作业车间调度问题

本文针对一类新型两阶段分布式装配柔性作业车间调度问题(DAFJSP),建立问题模型,以最小化最大完工时间为优化目标并提出一种超启发式交叉熵算法(HHCEA)进行求解.首先,设计基于工序序列、工厂分配和产品序列的三维向量编码规则和结合贪婪策略的解码规则,同时提出4种启发式方法以提高初始解的质量.然后,设计高低分层结构的HHCEA,高层为提高对搜索方向的引导性,采用交叉熵算法(CEA)学习和积累优质排列的信息,其中各排列由结合问题特点设计的11种启发式操作(即11种有效的邻域操作)构成;低层为增加在解空间中的搜索深度,将高层确定的每个排列中的启发式操作依次重复执行指定次数并在执行过程中加入基于模拟退火的扰动机制,以此作为一种新的启发式方法执行搜索.最后,通过仿真实验与算法对比验证HHCEA可有效求解DAFJSP.     

考虑模糊作业时间的再制造加工车间多目标调度方法

针对再制造加工过程中作业时间的不确定性以及现行车间调度问题中多目标并行的特点,以三角模糊数描述再制造加工车间作业时间的不确定性,建立以完工时间、加工成本、设备负载平衡和加工能耗为目标的再制造加工车间调度模型,并提出一种基于多种群协同进化的混合人工鱼群算法对模型进行求解.该算法采用多种群协同进化的思想提高单种群混合人工鱼群算法的搜索能力,并考虑对多目标再制造加工车间调度问题的适用性,最后以个体分散程度为指标更新Pareto解集中的最优解.仿真实验验证了所提出方法的可行性.     

求解模糊Job Shop调度的遗传算法与蚁群算法融合研究

提出一种算法融合策略,解决单一算法求解模糊Job Shop调度问题存在的不足,提高这类问题的求解质量.算法融合策略中,采用遗传算法和蚁群算法进行并行搜索;根据模糊Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,并将基于这种邻域选择方法的禁忌搜索算法作为局部搜索算法,加强了遗传算法和蚁群算法的局部搜索能力.采用算法融合策略的混合优化算法对以13个难的benchmarks问题经模糊化得到实例进行求解,在较短的时间内,得到的平均满意度较并行遗传算法(PGA)提高5.24%、较TSAB算法提高8.40% .采用算法融合策略构造的混合算法具有较强的搜索能力,说明提出的混合搜索策略是有效的.     

基于混合迭代贪婪算法的分布式车间调度研究

分布式协同生产已逐渐成为经济全球化和生产国际化背景下的主要生产方式。以总装配时间为优化目标，提出一种混合迭代贪婪(HIG)算法，求解分布式装配阻塞流水车间调度问题(DABFSP)。在HIG算法的初始化阶段，采用问题驱动的构造启发式方法生成初始解。在HIG算法的破坏-重构阶段，采用基于邻域信息的扰动策略更新可行调度序列。在HIG算法的局部搜索阶段，使用基于邻域结构的插入操作进一步更新可行解。以一定概率接收较差调度序列进入下一代，从而避免算法早熟收敛。在试验阶段，选取了以不同工件数、机器数、工厂数和产品数为组合的共计900个问题实例，测试、比较了HIG算法和其他8种先进对比算法的性能。通过统计学分析得出结论：在求解DABFSP时，所提出的HIG算法具有显著的优势。     

Subjective estimates of times for assembly work

Research by Chan and Hoffmann (2013, 2016) showed that people can estimate task times with reasonable accuracy. That work included experiments on Fitts’ task, a double component movement task, pin-to-hole assembly and ballistic movement tasks. In each case, a linear relationship was found relating subjective estimates of task time and actual task times. In this research, the work has been extended to two industrial assembly tasks: assembly of a U-bolt from components and the more complex task of assembling a hacksaw. These tasks were done in an ergonomically designed work space, with components placed within the Normal Work Area and using jigs for convenience of using two-handed assembly. Actual and estimated component times were obtained from video and voice recordings. Results showed that estimated times were lower than actual assembly times, but higher than times predicted using the MODAPTS predetermined motion time system. Participants appeared to have most difficulty estimating times for task components involving fine manipulation, such as inserting and tightening screws.     

机器人化柔性装配过程的模糊自动机模型

机器人化柔性装配系统是现代制造系统的重要研究内容之一．装配过程的建模是许多研究工作的基础．本文在分析装配过程的特点的基础上，将模糊自动机的理论和方法应用于装配过程的建模研究中，提出了一种机器人化柔性装配过程的模糊自动机模型     

装配可靠性的模糊广义随机Petri网建模与分析

针对一般广义随机Petri网模型精度低的问题,将模糊数引入到广义随机Petri网,提出模糊广义随机Petri网的概念.结合模糊数包含信息多的优点,利用模糊广义随机Petri网对装配过程进行建模,通过同构的Markov链对模型进行定量分析.用模糊广义随机Petri网模型计算得到的装配可靠度与一般广义随机Petri网模型的装配可靠度进行分析比较,结果表明了模糊广义随机Petri网模型的精度更高.以数控磨床砂轮架为例,证明了上述方法的有效性.     

抗生素生产过程补料时机的Fuzzy识别与预报

本文就抗生素发酵生产过程,提出了一种补料时机的Fuzzy识别、预报的建模方法,并根据20m~3发酵罐工业数据的分析,选取了以总糖、总糖变化率、氨基氮和氨基氮变化率四个主要参数作为输入集因素,运用本文提出的方法,建立了一个实际的抗生素发酵生产过程补料时机的 Fuzzy 识别、预报模型。经现场调试效果良好,与富有经验的行家相比,准确率达90%以上。     

基于车头时距交通信号的模糊控制系统的研究

提出了一种基于车头时距的绿灯时间修正算法的交通流模糊控制方案,该方案在自适应模糊控制算法的基础上,增加了绿灯时间修正算法模块,从而对绿信比进行了优化,并用Matlab软件进行了仿真研究。仿真结果表明,在相同的交通环境下,该方法比未进行绿信比优化的自适应模糊控制系统方案有效。     

基于二阶马尔可夫模型的模糊时间序列预测

针对当前模糊时间序列模型存在的缺乏有效论域划分方法和模糊关系前件多为一阶的现状,提出了基于二阶马尔可夫模型的模糊时间序列预测方法。应用模糊C均值聚类方法,获得序列中元素的隶属度;引入二阶马尔可夫模型中的转移概率矩阵表示模糊关系,更新了传统的模糊关系表示和运算;预测待求元素在各个模糊聚类的隶属度,并利用重心法去模糊化。将该模型运用到移动3G网络的性能预测中,与传统模糊时间序列预测方法相比,其准确性有了较大提高。     

呼吸参数监测机器人系统的气压伺服控制

本文研究了机器人移动状态的气压伺服控制,通过对人工筋驱动器进行压力控制实现机器人单步移动时的准位置伺服控制,研究了以气动人工筋驱动器和钳位气囊为控制对象的控制系统,建立控制阀的流量方程,研究了机器人气压（位置）的伺服控制算法,并进行计算机实验仿真分析和研究。     

一种新的基于模糊C均值算法的模糊时间序列确定性预测模型

模拟时间序列因为在处理数据采集中固有的不确定性和含糊性方面的显著能力而得到了越来越多的的关注,已经有许多模型致力于改进预测准确性和减少预测的计算开销,然而对于预测不确定性的控制、有效的分区间隔和对于不同的分区间隔达到一致的预测准确性方面研究较少。针对现有预测模型的不足,本文提出了一种新的预测模型,新模型增强了预测的性能并允许处理两因子预测问题。在新模型中,应用模糊均值算法来处理模糊时间序列的区间划分,划分时考虑了数据点的性质,产生不等大小的区间。最后在仿真实验中采用真实的观察数据,仿真实验结果表明本文提出的预测模型在预测准确性方面要优于现有的其他预测模型。     

Fuzzy前馈补偿及应用*

本文提出一种由Fuzzy反馈、Fuzzy前馈补偿构成的Fuzzy控制系统,证明了它的存在性,提出实现该Fuzzy控制方法的计算机算法,并将此算法运用于数学模型未知和频繁干扰的石英器皿过程控制系统中,取得令人满意的控制效果。     

精密工作台参数自调整模糊控制环节设计与仿真

对精密工作台的定位控制进行研究。提出一种参数自调整模糊控制的改进算法。该方法克服了常规模糊控制存在的静差和振荡问题。设计了模糊控制器的Simulink模型,仿真实验结果表明该方法相对于常规模糊控制具有良好的超调和响应快速性。通过优化自调整参数和模糊控制规则,可以得到更好的系统响应曲线。对于实际控制系统,该控制算法具有较好的稳定性。