求解定制物流调度问题的动态微粒群算法

为解决定制物流调度优化问题,给出一种基于微粒群优化的物流调度算法。设计了定制物流调度问题的数学模型,给出了动态微粒群优化算法的框架,并在仿真环境下进行了实验验证。实验结果表明,该算法能够有效地解决定制物流调度问题,具有较好的应用价值。     

面向物流的多目标优化仿真模型及系统应用研究

建立能够综合多目标约束条件的系统决策优化模型，是区域物流实际的需要。本文通过对物流供应链进行综合分析，给出物流系统框架的基本设计，并从商品分类、仓储与运输、物流成本等多个角度多个目标进行建模。寻求模型的最优解，在系统中运用这些模型，为物流企业实现优化管理提供决策手段。     

面向全流程优化的选矿过程仿真系统研发

选矿过程的物流是各环节有机联系的纽带,进行选矿物流仿真实验研究对实现优化操作与优化控制生产具有重要的意义。面向选矿过程生产全流程的优化,为了对选矿全流程的物流与生产过程进行仿真,研究选矿过程各个单元的操作与控制对生产全流程指标的影响,建立了基于物料平衡和金属守恒原理的选矿过程物流模拟数学模型总体框架;设计开发了选矿过程物流仿真系统,包括实验软硬件平台结构、功能及其对控制与优化系统的通讯接口。该系统主要侧重其物流的仿真,及其操作与控制对选矿全流程指标(即金属回收率、精矿品位和产量等)的影响,从而为全流程优化的研究提供依据。在所开发的平台上开展了仿真实验研究,实验结果验证了所研发实验平台的有效性。     

信号与系统仿真通用框架的设计与实现

本文提出了信号与系统仿真的一个通用框架，该框架充分考虑了系统的可扩展性和可重用性，并用几个Java类对核心模块的一些关键算法进行了设计和封装。然后设计了采样定理仿真的实例。仿真结果表明，在这个框架的基础上实现的信号与系统仿真结构清晰，简单易行，效果显著。最后，进一步说明了框架的应用。     

基于虚拟环境的制造系统仿真优化平台

根据国外先进仿真优化理念,提出了一种面向制造系统的仿真优化平台,构建了基于模型与算法分离的仿真优化系统框架以及仿真优化与虚拟建模环境子系统,并设计了一种新的基于遗传算法的混合优化算法用于驱动仿真优化引擎．在以上研究成果的基础上,开发了面向制造系统的仿真优化平台——Simopt．最后,通过实例验证了该系统的有效性．     

应急物流配送车辆调度的遗传算法求解

在应急物流中,合理的车辆调度优化可以极大地节约物流成本。本文结合实际情况,对应急物流车辆调度问题的特点进行了分析,构建了一般性非满载应急物流车辆调度优化的数学模型,并采用智能优化算法中的遗传算法该问题进行求解。仿真结果表明,该算法是可行和有效的。     

粮食物流车辆路径问题的混合粒子群算法

研究粮食物流运输车辆路径问题.针对粮食物流过程批量大、点多、面广等特点,引入模拟退火思想,将粒子群优化算法与模拟退火算法结合,提出一种求解粮食物流车辆路径问题的混合粒子群算法.仿真结果表明,该算法可以快速地求得带时间窗的粮食物流车辆路径问题的优化解,进而降低粮食物流配送成本.     

MVC方法在制造车间物流系统仿真中的应用

本文讨论了在ＣＡＭ中实现物流系统仿真的一种ＭＶＣ方法，给出了一个利用该方法实现简单物流系统仿真的例子，为实现ＣＡＭ中物流系统构造和运行的动态模拟提供了一种途径。     

基于粒子群优化的军事物流配送中心选址

针对当前军事物流配送改革中配送中心选址问题,在成本最小的基础上,构建了一个混合整数规划模型,并将粒子群优化算法(PSO)引入到模型的求解中,采用离散PSO解决物流配送中心选择问题,用基本PSO解决货物运输分配问题,通过嵌套调用离散PSO和基本PSO,得到模型最优解.该方法降低了计算复杂度,有效选择了物流配送中心,优化了军事物流网络.实例表明了方法的可行性和有效性.     

运用ActiveX技术开发炼钢物流可视化仿真平台

基于工位、作业和作业规则的炼钢物流细胞自动机仿真模型,运用ActiveX技术开发了具有计算机图形化建模、仿真和分析功能的炼钢物流仿真平台。该仿真平台使用了面向对象的软件设计方法和图形窗口环境,界面友好,使用简便。以攀钢提钒炼钢厂的实例仿真检验了仿真平台组态建模、捆绑仿真核心算法、仿真运行和仿真结果处理等功能的有效性。仿真平台具有优良的扩展性,通过扩展工位组件以及选择适当的仿真算法,可用于整个钢铁制造流程的仿真。     

反向人工蜂群算法求解混合流水车间调度问题

针对以最小化最大完工时间为优化目标的混合流水车间调度问题,提出一种融合反向学习策略的反向人工蜂群算法求解该问题。首先,根据混合流水车间调度问题的特点,建立了对应的数学模型和仿真优化模型;其次,在寻优过程中为了避免陷入局部最优,分别在种群初始化、雇佣蜂和观察蜂三个阶段引入了反向学习策略,采用两点间逆序策略和元素交换策略加快寻优速度,并采用精英保优策略保留最优解;最后,选取2个实例和21个不同规模的benchmark算例进行仿真实验,通过与相关算法的实验结果进行对比分析,验证了所提算法能有效求解此类问题。     

Simulation optimization approach for hybrid flow shop scheduling problem in semiconductor back-end manufacturing

This study presents a simulation optimization approach for a hybrid flow shop scheduling problem in a real-world semiconductor back-end assembly facility. The complexity of the problem is determined based on demand and supply characteristics. Demand varies with orders characterized by different quantities, product types, and release times. Supply varies with the number of flexible manufacturing routes but is constrained in a multi-line/multi-stage production system that contains certain types and numbers of identical and unrelated parallel machines. An order is typically split into separate jobs for parallel processing and subsequently merged for completion to reduce flow time. Split jobs that apply the same qualified machine type per order are compiled for quality and traceability. The objective is to achieve the feasible minimal flow time by determining the optimal assignment of the production line and machine type at each stage for each order. A simulation optimization approach is adopted due to the complex and stochastic nature of the problem. The approach includes a simulation model for performance evaluation, an optimization strategy with application of a genetic algorithm, and an acceleration technique via an optimal computing budget allocation. Furthermore, scenario analyses of the different levels of demand, product mix, and lot sizing are performed to reveal the advantage of simulation. This study demonstrates the value of the simulation optimization approach for practical applications and provides directions for future research on the stochastic hybrid flow shop scheduling problem.     

基于GA-Transmodeler的动态OD矩阵估计方法*

采用系统仿真与遗传优化算法相结合的方法完成离线状态下多时段OD矩阵的估计。系统仿真旨在对多时段的动态OD矩阵实现连续动态交通分配,以得到在各个时段的OD流量对观测路段的分配比例矩阵,遗传算法则通过种群内个体的交叉、变异等遗传算子求解最优条件下的OD矩阵。仿真结果表明,这种仿真优化结合的方法能够充分体现动态交通流的延续性,且遗传算法具有较强的全局收敛性。     

生产作业计划仿真优化研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化。仿真优化结果说明了该集成优化方法是有效性的。     

基于两阶段随机仿真优化算法的体检顾客预约调度

针对体检机构顾客排队等待时间长的问题，研究随机服务时间下的体检顾客调度，采用多人时间槽预约策略，并在预约调度策略的基础上优化每位顾客的体检项目顺序，提出一种包含粗糙仿真评估和精确仿真评估两阶段随机仿真优化算法。运用序优化思想将基于亲和度评估的多种群遗传算法作为迭代优化策略，并利用改进的最优计算量分配方法排除超级个体的影响，形成仿真资源的全局和自适应优化分配机制。实验结果表明，与不进行任何调度及使用体检顺序启发式调度规则的离散事件结果相比，该算法获得了更好的调度解。     

基于混合遗传算法的染色优化模型与仿真

为解决染色工艺优化设计问题,以生产成本最小化为优化目标,构造染色工艺优化设计的数学模型。针对模型非线性约束的特点,采用具有自适应惩罚适值函数和交叉率的混合遗传算法,对模型进行优化计算及仿真。实验结果表明,该方法优化后的生产成本节约了8.8%,证明该优化模型及算法的有效性及实用性,对生产成本的预测以及染色工艺参数的制定具有实际意义。     

快速路网宏观交通流仿真系统的开发与仿直

为了给快速路网运行状况分析和控制策略评价提供高效辅助决策工具,提出快速路网宏观交通流仿真系统整体框架,分输入模块、仿真模块和输出模块三部分,并给出采用Microsoft Visual Basic面向对象语言开发的实现流程图和关键技术.仿真案例采用该系统对包含两个起点、两个终点的快速路网进行仿真,刻画交通拥挤的形成、传播...     

基于子流程图的氧化铝蒸发过程模拟系统

为了便于分析并优化氧化铝蒸发过程中蒸汽消耗的分布,设计一种基于子流程图的氧化铝蒸发过程模拟系统。介绍氧化铝蒸发的工艺流程,针对氧化铝多效蒸发流程中各效内部单元模型基本相同的特点,在创建流程图时引入子流程图来管理单元模块和相关变量,以简化整体流程图、提高求解效率。采用Lee-Rudd环路分解法切割流程图中的环路,寻找最佳收敛模块。该系统提高了蒸发模拟系统建模的可重用性。     

基于LMS的自适应抗干扰算法仿真研究

阐述了LMS的基本原理和结构,进行了正方形天线阵仿真模型的建立,并将算法应用于该模型,进行了Matlab下单、双干扰的仿真,仿真结果表明,算法对于单干绕的抑制度为68dB、对于双干扰的抑制度为40dB,仿真验证了该算法的可行性。