混合蜂群算法求解柔性作业车间调度问题

为解决柔性作业车间调度问题,提出一种基于蜂群模型的混合群智能优化算法.在算法初始化阶段提出了蜂群优化算法结合随机方法的种群初始化方法,提高了初始种群质量;为提高算法搜索精度,在观察蜂阶段采用模拟退火算法更新观察蜂群,并以退温系数调节邻域规模,随算法进程细化搜索范围;针对柔性作业车间调度问题特点,建立了可控规模的邻域更新方法.采用柔性作业车间标准算例,通过仿真编程和与其他算法的比较,验证了算法的有效性和优越性.     

基于改进非支配排序的云模型进化多目标柔性作业车间调度

采用多目标进化算法研究柔性作业车间调度问题,目标是最小化最大完工时间、机器总负荷和最大机器负荷3个性能指标。针对NSGA-Ⅱ识别非支配个体较慢和个体比较次数较多的不足,设计一种基于预排序的快速非支配排序算法,快速识别非支配个体并淘汰被支配个体,提高非支配解集的构造效率;结合柔性作业车间调度问题的特点和进化算法的性能,引入云模型进化策略,提出一种基于非支配排序的云模型进化多目标柔性作业车间调度算法。运用云模型揭示模糊性和随机性的优良特性维护进化种群,提高非支配解分布的广度和均匀度。利用多指标加权灰靶决策模型选择最满意调度方案。使用基准实例进行测试并比较测试结果,验证了算法的可行性和有效性;利用提出算法确定了生产实际的最满意调度方案。     

免疫算法求解多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题，优化了设备分派方案。建立了多目标柔性作业车间调度的数学模型。提出了双种群双倍体自适应免疫算法，并用该算法求解某航空制造企业的多目标柔性作业车间调度问题，得到了优化调度方案。仿真结果表明，双种群双倍体自适应免疫算法是求解多目标柔性作业车间调度问题的有效算法。     

基于SPEA的多目标柔性作业车间调度方法

研究了多目标柔性作业车间调度问题,构建了以制造工期、加工成本及交货期为目标函数的柔性作业车间多目标调度模型,应用改进的强度Pareto进化算法(SPEA)进行求解。在该算法中,引入模糊C-均值聚类(FCM)加快外部种群的聚类过程。采用约束Pareto支配和双层编码策略,一次运行就能够求得Pareto最优解集,并利用模糊集合理论的方法得到Pareto解的优先选择序列和选出一个最优解。最后,将该方法应用于某机械公司车间调度中,验证了该方法的有效性和适应性。     

求解低碳车间调度问题的改进鲸鱼算法

针对传统柔性作业车间调度问题只考虑完工时间,设备利用率,完工成本等因素的局限,构建了以碳排放成本和完工时间成本加权和最小为目标的低碳柔性作业车间调度问题模型,并设计了一种改进的鲸鱼优化算法对其进行求解。首先,采用等长的两段式编码方式来表示柔性作业车间调度问题,引入基于ROV规则的转换机制,实现鲸鱼个体位置向量与调度解之间的相互转换。其次,采用基于一定比例的全局搜索、局部搜索和随机搜索的混合式种群初始化方法,生成一定质量的初始种群,同时设计了非线性收敛因子和自适应惯性权重系数来加强算法协调全局搜索和局部寻优的能力。再次,引入自适应调整搜索策略以提高算法跳出局部最优的能力。最后,通过实验数据验证了改进鲸鱼算法在求解低碳柔性作业车间调度问题方面的有效性。     

柔性工作车间调度问题的多目标优化方法研究

针对各工件日标不同的多目标柔性作业车间调度问题,构建了以加工成本、加工质量及制造工期为目标函数的柔性作业车间调度多日标优化数学模型.针对传统的加权系数遗传算法不能很好地解决柔性作业车间调度多目标优化问题,提出采用改进的强度Pareto进化算法,对柔性作业车间调度问题进行多目标优化,从而得出柔性车间调度问题的Pareto综合最优解.最后,结合项目实施,以某大型空分装备企业的车间调度为例,证明了文中提出的方法能很好地解决柔性工作车间调度的多目标优化问题.     

工序加工时间不确定的柔性作业车间重调度算法

针对工序加工时间不确定的柔性作业车间重调度问题,以最小化最大完工时间和最小化机器总负荷为目标,利用区间数表征加工时间不确定性,采用泛灰数实施作业调度,引入EDQS重调度触发机制和滚动窗口优化策略,设计了关键工序集的构造规则;采用改进的NSGA-Ⅱ算法优化关键工序集和SPT规则调度非关键工序集,从而实现完全工序集的调度。引入Hypervolume指标维护进化种群,在保证Pareto最优解集收敛性的同时维持了群体多样性,以泛灰数序关系确定最优调度方案。仿真实例不仅证明了基于工序加工时间不确定的柔性作业车间重调度算法的可行性和有效性,而且证明该方法能够及时响应不确定性因素扰动。     

混合离散蝙蝠算法求解多目标柔性作业车间调度

针对以最大完工时间、生产成本和生产质量为目标的柔性作业车间调度问题,在研究和分析蝙蝠算法的基础上,提出一种混合离散蝙蝠算法。为了提高求解多目标柔性作业车间调度问题的混合离散蝙蝠算法的初始种群质量,在通过分析初始选择的机器与每道工序调度完工时间两者关系的基础上,提出一种优先指派规则策略产生初始种群,提高了算法的全局搜索能力。同时采用位置变异策略来使得算法在较短的时间内尽可能多地搜索到最优位置,有效地避免了算法早熟收敛。在计算问题的目标值上面,首次提出时钟算法。针对具体实例进行测试,试验数据表明,该算法在求解柔性作业车间调度问题上有很好的性能,是一种有效的调度算法,从而为解决这类问题提供了新的途径和方法。     

超启发式遗传算法柔性作业车间绿色调度问题研究

针对启发式算法通用性较差的问题,建立了多目标柔性作业车间绿色调度模型,设计了一种超启发式遗传算法对问题进行求解.首先,建立了以最大完工时间和最小能耗为目标的柔性作业车间绿色调度模型,并设计了超启发式遗传算法对模型进行优化求解;然后,对于高层启发式策略采用遗传算法,随机生成初始种群,对种群进行了选择、交叉和变异操作,并且...     

基于灰狼优化算法的低碳车间调度问题

为了提高生产效率、降低能源消耗量,通过分析低碳调度问题的研究现状,建立一种柔性作业车间内以能耗成本和完工时间成本加权和最小为目标的低碳调度问题的数学模型。根据所建模型的特点,对灰狼优化算法进行一系列设计和改进。首先采用两段式个体位置编码/解码机制,并利用基于启发式算法的种群初始化方法提高初始解的质量;分别设计了收敛因子非线性调整策略以及带权重系数的个体位置更新方法,并将其作用于算法进化过程;在算法中嵌入了局部搜索算法,用于加强局部搜索能力。大量仿真数据表明,所提算法在求解柔性作业车间低碳调度问题方面具有一定的有效性。     

系统级芯片测试调度最优总线指定方法

为了缩短采用系统级芯片设计的电子产品的测试时间，提出了一种基于遗传算法的系统级芯片测试调度总线指定方法。在该方法中，建立了最优测试调度的遗传算法模型。为了使算法过程更稳健，更快地趋近于全局最优解，在传统遗传算法的基础上引入了差分进化、精英策略、自适应变异等几种机制，并通过实验与基于整数线性规划的测试调度方法进行比较，结果表明，所需的测试时钟周期数较少，适应于测试大规模系统级芯片。     

基于观点演化模型的异质顾客群体满意度测度

顾客满意度测度对产品演化和企业发展具有重要意义.针对基于量表的顾客满意度测度过程中存在的无法反映顾客交互的问题,提出一种基于改进的Deffuant-Weisbuch(DW)观点演化模型的异质顾客群体满意度测度方法.首先,根据观点接受程度将顾客分为无主见型、随和型、偏执型和固执型4类;其次,考虑负向偏见影响及顾客群体异质...     

ESD模型参数识别的差分进化方法

提出了一种以差分进化算法对静电放电模型进行参数辨识的新方法。以基于Heidler雷电流方程的静电放电模型参数为辨识对象,分别以仿真和实验数据验证了该方法的可行性,并从电流波形整体和局部两方面对拟合效果进行了评估。结果表明,与遗传算法相比,差分进化算法的执行速度更快,所得的辨识参数精度更高,对电流波形的整体和局部关键点的拟合度均高于遗传算法。因此,差分进化算法比遗传算法更适用于解决静电放电模型参数辨识问题。从实例可以看出,差分进化算法不需要过多的初始参数值先验知识,而只需提供一个较宽的初始参数搜索范围即可获得良好的辨识结果。此外,本文还以差分进化算法对Bruce-Golden和Gaussian函数静电放电模型进行参数辨识,验证了该方法的适用性。     

基于子本体的领域知识资源管理

为实现按需动态的基于语义的知识资源管理,提出一种基于本体语义的动态演化方法.该方法改变了静态利用本体的方式,考虑资源重用的局部性,将来自于大型本体的上下文相关的知识集合表示为子本体.通过建立语义映射,将知识资源的模式统一映射到子本体上,利用子本体的语义将异质异构的知识资源集成到一个缓存中.同时,基于遗传算法,提出了一种子本体演化方法.针对子本体的语义结构和特征,在遗传算法中采用了基于语义的参数编码和适应值评价,从而实现了动态,自适应的知识资源管理.此外,设计了相应的模拟实验,基于一个中医药本体,验证和评价了所提方法的有效性.     

基于TRIZ的产品需求获取研究

为提高客户需求信息获取的准确性和有效性，提出了以产品内部功能需求分析为基础获取客户需求的方法。建立了基于创新问题解决理论的技术系统演化规律，通过对已有产品功能单元的修改和进化设计，以技术推动的方式来进行产品需求获取的分析框架模型。最后，给出了案例，案例分析验证了该方法的可行性。     

产品开发的多输入多输出活动重叠模型研究

针对产品开发过程中串行活动间可能存在的重叠情况,根据上游活动的信息进展度与下游活动的信息敏感度,提出返工迭代重叠模型,结合设计结构矩阵将其应用到普遍的多输人多输出产品开发过程中.对模型中的信息进展度和敏感度等重要参数进行讨论,揭示了它们对重叠效果的影响,说明了采用重叠方式可能存在的风险性.最后,给出该活动重叠方法的实施步骤并应用于某产品开发中,较好地验证了本文方法的可行性与有效性.     

Plastic failure risk of a metal matrix composite structure under variable thermal loads

In the heat sink components reinforced with fibrous metal matrix composites under cyclic heat flux loads; their structural reliability is frequently limited by the low cycle fatigue of the composites. The stress evolution in the composites becomes complex. In order to investigate the plastic failure risk of the composites, the stress evolution has to be tracked on different length scales. In addition, a proper criterion of plastic failure is needed for the relevant composite geometry and loads. In this work, a computational methodology is presented to estimate the plastic failure risk of a composite heat sink structure. This method was based on a triple scale non-linear finite element analysis and a shakedown theorem. Average lamina stresses were assessed using a micro-mechanics based constitutive law and compared with a shakedown boundary predicted by a direct shakedown analysis. By this comparison both the critical locations and the relative failure risk at each lamina could be identified. A remarkable merit of the current approach was that the computational costs could be enormously reduced by the two employed numerical techniques.     

Optimisation of springback in bending processes using FEM simulation and response surface method

The aim of this work includes the springback optimisation of bending processes using the concept of experimental design and response surface methodology (RSM). The optimisation method includes two phases. The first involves the objective function prediction using design of experiments and response surface method, while the second is an optimisation process using a FORTRAN gradient algorithm. Springback of sheet parts during bending processes is simulated using finite element model (FEM) including damage evolution effects within the sheet. The numerical simulation of the damage evolution has been modelled by means of continuum damage approach. The Lemaitre damage model, taking into account the influence of triaxiality, has been implemented into ABAQUS/Standard code in order to predict the external fibres rupture evolution during the process and the material characteristics changes after bending. The simulation included die corner radius and punch-die clearance as the main variables.     

结合机械设计约束处理的差分进化算法

针对机械设计中的约束优化问题,提出了改进约束处理的自适应罚函数法。结合一般机械约束优化问题维数不高和差分进化算法简单、高效的特点,应用差分进化算法容易求得机械约束优化问题的全局最优解。给出了2个机械约束优化的数值实例,与已有的文献结果比较,表明新方法处理机械约束优化问题稳健且有效。     

Data flow modeling for batch and hybrid processes

A modeling approach of complex systems is presented. The goal is to define a modular and noncausal representation able to describe hybrid dynamics and to generate automatically the models corresponding to the different configurations of the real system. These models can then be used to simulate process evolution. In this paper we define the structure of the basic model blocks and the interactions of these blocks through different kinds of signals.