基于模型的子空间聚类与时间段蚁群算法的合同生产批量调度方法

针对目前冷轧薄板厂生产流程复杂、大量的多品种小批量合同并线生产,导致难以制定生产计划的问题,本文提出了混合模型子空间聚类（Subspace clustering mixed model,SCMM）方法,以合同中待加工钢卷的宽度、冷轧机组的入口厚度、 出口厚度以及合同的交货期为约束,对待生产合同进行组批. 依据冷轧厂实际生产过程,将冷轧机组视为核心节点,考虑准时交货、 在制品库存和生产流向产能分配的要求,对组批后的生产合同建立全流程合同计划模型,并且利用提出的时间段蚁群算法（Time-section ant colony optimization,TSA）,制定合同计划.利用生产过程的实际数据测试,本文的方法优于人工排产,可以满足制定冷轧薄板全流程生产计划的要求.     

基于部分生产重构的冷轧生产重调度方法

针对冷轧薄板生产过程单纯根据合同流向组织生产会造成合同在各物流流向中分配不均, 以及机组定修和突发故障等情况造成的部分流向生产停滞等问题, 建立了基于部分重构的冷轧生产过程混杂Petri网生产调度模型. 利用提出的有限搜索蚁群算法, 在不同生产流向的可替代机组之间, 根据机组的产能负荷对合同的生产流向进行部分重构, 实现合同生产过程的再规划与动态调度, 解决了部分机组停机定修和突发故障时的产能分配问题. 将本文提出的方法与全流程合同计划方法相结合, 利用上海宝钢冷轧薄板厂的生产数据进行测试, 表明了所提出的方法提高了冷轧全流程合同计划与调度效果的可行性.     

基于元胞鱼群算法的人员疏散模型

针对元胞自动机模型以及原始人工鱼群算法在刻画综合交通枢纽人员常规疏散行为上的局限性,本文提出了一种基于元胞鱼群算法的人员疏散模型,考虑个体之间的行走速度、视野范围差异,将排队机制和出（入）口选择行为、导向行为、记忆功能加入原始人工鱼群算法中,顶层采用改进的人工鱼群算法进行移动位置更新,底层采用元胞自动机模型解决移动位置冲突.实验证明,该模型可真实反映人员在综合交通枢纽内换乘时的疏散过程;在同等环境下,与原始人工鱼群模型相比,该模型实现了个体按照疏散引导进行有序移动,避免了陷入局部最优;与元胞自动机模型相比,其更好地体现了个体的从众、避障和出（入）口选择行为,有效地降低了时间复杂度.     

冷轧合同批量调度的模糊Job Shop模型及算法

针对冷轧薄板生产线机组设备多、产品种类多的特点,提出一种合同批量调度方法．该方法将生产合同按产品种类和交货期组批处理,建立了具有模糊处理时间的Ｊｏｂｓｈｏｐ调度模型来描述整个生产物流情况,并定义了分情况的合同批量加工时间推算规则．针对调度模型的求解,给出一种多子种群并行粒子群算法．利用宝钢冷轧薄板厂的实际生产数据进行了试运行,结果表明,该方法可大幅度提高合同交货期满意度,并能有效减少合同批量调度的工作时间。     

一种多种群广义遗传CMAC的软测量模型

对CMAC的惯性系数和学习率进行了优化,提出了基于广义遗传优化的小脑模型神经网络(CMAC)算法,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.结合溶出预脱硅系统工艺优化的需求,提出了基于广义遗传优化的CMAC的溶出赤泥A/S比系统软模型,用于准确实时地预测溶出赤泥A/S比.试验说明了该模型在...     

加权有向网络中心节点识别的分解算法研究

目前复杂网络节点重要性识别算法主要集中在无权、无向网络上,不能全面地描述真实世界复杂网络的情况。例如,大部分中心性度量方法仅仅考虑单一指标,忽略了节点出度与入度的差异,且忽视了权重的重要性。基于有向加权复杂网络,综合考虑节点出度与入度的差异,以及权值在真实网络中的实际重要性,提出了一种基于出度、入度和权值的中心节点识别算法——cw-壳分解算法。为了验证该算法的有效性,利用W-SIR传播模型在真实复杂网络上进行病毒传播仿真实验,结果表明,cw-壳分解方法能够有效地对节点进行分级排序,识别出具有高扩散能力的节点。     

基于多维泰勒网的超前d步预测模型

针对单入单出(SISO)与多入多出(MIMO)非线性时滞系统构建预测模型准确性问题,分别提出基于多维泰勒网(MTN)的预测模型构建方案.首先,分别依靠非递推技术与递推技术来设计非递推d步与递推d步超前MTN预测模型,给出二者表达式,二者皆可对未来d步范围进行预测,并有效弥补时滞带来的影响;然后,利用阻尼递推最小二乘(DRLS)算法,带有动量因子的BP算法,Levenberg Marquardt(L-M)算法和扩展卡尔曼滤波(EKF)算法分别作为MTN预测模型的学习算法进行实时在线学习;最后,引入两个仿真例子来验证所建立预测模型的准确性和实时性,并与神经网络预测模型作对比.实验结果表明,相比较神经网络预测模型,所提出的两种在线构建预测模型方案具有更好的准确性与实时性.同时,4种不同的学习算法对MTN预测模型的准确度影响不大.     

一种混合核函数SVM建模方法及其应用

为了提高模型的泛化能力和精度,提出了一种基于混合核函数的支持向量机(SVM)建模方法.所提出的混合核函数由径向基函数和多项式函数加权组合而成,克服了支持向量机模型中单个核函数的局限性.并利用量子粒子群算法(QPSO)对惩罚系数、核参数以及混合权重系数进行综合寻优,求取最优化参数组合,从而提高模型的精度.采用锌湿法冶炼净化过程现场数据对建模的方法进行了测试,结果表明,所提出的混合核函数支持向量机模型具有较好的泛化性能和预测精度,预测结果满足现场工艺生产的要求.     

航天产品装配工艺知识库建模与检索

针对某航天企业装配工艺知识数量巨大而繁杂的特点,梳理该航天产品装配工艺知识,建立装配工艺知识体系。研究基于本体的装配工艺知识建模方法,建立装配工艺知识本体模型,并应用OWL本体形式化语言对装配工艺知识进行本体编码。基于装配工艺知识本体模型,设计装配工艺知识语义相似度算法,该算法综合基于距离的语义相似度和基于属性的语义相似度计算领域本体内部概念间的语义相似度。最后,将所研究的装配工艺知识模型和语义相似度算法应用于某航天产品装配工艺知识库系统,实现了某型号产品的装配工艺知识有序管理和共享重用。     

基于WSN路由节点度模型的楼宇走廊定位算法

针对现有的无线传感器网络(WSN)定位方法应用于结构复杂的楼宇走廊时,存在定位精度较低的问题,提出一种基于WSN路由节点度模型的楼宇走廊定位算法.该算法在路由节点度模型的基础上,先采用基于支持向量回归(SVR)的方法,用少量锚节点定位普通路由节点,达到间接增加锚节点覆盖率的目的;然后采用基于中垂线分割的方法定位随机分布在区域内的未知节点和移动终端.仿真表明:与传统SVR定位算法和核岭回归定位算法相比,所提出的算法精度提高了定位精度,满足室内定位精度要求(1 m~3 m),且降低了对锚节点数量的需求,可运用于楼宇走廊WSN定位.     

基于模糊神经网络的管道泄漏检测方法研究

为了及时准确地检测管道泄漏,提出了一种基于模糊神经网络的管道泄漏检测的方法.首先以管道内流体在出口与人口之间的压力差与流量差信号作为网络输入,以泄漏的尺寸大小作为网络输出,构建了管道泄漏检测与泄漏尺寸估计的模糊神经网络结构,进而选取实际管道数据,对网络的参数进行离线训练,并得出网络权值.最后以借鉴某管道泄漏的部分先验知识建立模糊规则的基础上,通过仿真验明了方法在管道泄漏诊断中的有效性和可行性.     

融合改进的三帧差分和ViBe算法的运动目标检测

针对ViBe算法在相机抖动和树叶晃动的动态背景下，出现的误检率高和准确度低的问题，提出一种改进的ViBe算法。该算法选取多帧使用基于Canny的三帧差分改进算法进行背景建模；在背景模型更新时根据背景复杂程度设置调整因子，调整阈值和背景模型更新率适应动态背景的检测；为提高检测目标的完整性，改进的ViBe算法得到的前景目标，与三帧差分算法结合并且进行形态学处理完成对运动目标的提取。实验结果表明，改进的算法在树枝晃动、相机抖动的复杂背景下，检测目标的准确度和完整性提高了。     

Leak detection in an experimental heat exchanger process: amultiple model approach

An application of a multiple model nonlinear filtering technique is discussed for the detection of leaks in a heat-exchanger process. The results of simulation study and an experimental study on a laboratory heat-exchanger process are presented. A simple decision logic scheme (threshold crossing) is used to process the outputs of the leak-detection algorithm to indicate the status of the process, i.e. whether or not there is a leak. The results of the study provide preliminary indication of the feasibility of the proposed diagnostic technique to detect small leaks in an experimental heat-exchanger process. The study also indicates that the technique is robust in the midst of significant flow disturbances on the inlet water flow, using only simple models for processing of the outlet temperature data, but is sensitive to the aggregate heat transfer parameter used in the detection algorithm     

考虑加热炉生产因素的热轧板坯轧制计划模型与算法

加热炉生产是影响热轧机组利用率和轧制计划质量的重要环节之一.通过分析加热炉对热轧生产的影响,抽取板坯标准在炉时间和出炉温度这两个关键因素,建立热轧板坯轧制计划的整数规划模型,并提出自适应邻域搜索算法.在算法中设计约束满足策略、自适应搜索策略和反向学习邻域搜索策略.约束满足策略针对目标特征和加热炉因素设计两种值选择规则,用于生成高质量初始解;自适应搜索策略能够自主选择邻域结构和终止邻域搜索,有效优化邻域结构选择方式和算法收敛速度;反向学习邻域搜索策略基于反向学习技术增强解空间多样性,提高全局搜索能力.基于实际生产数据设计多种规模的实验,通过实验验证了算法的有效性.     

微粉生产过程中磨机进出口温度多目标优化

微粉是钢铁废渣经过研磨后所形成的一种粉末,是一种高效且环保的建筑材料添加剂.在微粉生产过程中磨机进出口温度之间存在正相关的关系,但在正常工况下进口温度的升高将有助于提高产量,而出口温度的降低却有利于保证生产的安全性,因此温度设定值的求解将是一个多目标优化问题,较难获得最优值.从实际生产工况出发,采用非支配排序遗传算法II、多目标粒子群优化算法和多目标灰狼优化算法多种多目标优化算法求解此问题,并进行对比分析获得最优可行解集.优化后得到的解集能更好的为温度的设定提供参考,从而提升产量与生产的安全.     

钢铁一体化生产多目标合同计划建模与算法

为了实现热装比最大等多个优化目标,将炼钢-连铸-热轧一体化生产过程,抽象为炼钢与热轧两大加工阶段,建立了一体化生产多目标合同计划模型.以板坯热装比最大、交货提前/拖期率最小和组炉余材最少为优化目标,综合考虑了炼钢产能、热轧产能、最小主体材产量、以及钢种、板坯和成品规格等约束条件.通过变异目标空间中的重合个体,以及在每一代增加若干个新个体的方法,对非支配排序遗传算法NSGA-Ⅱ (non-dominated sorting genetic algorithm)进行了改进,提高了种群的多样性.不同规模计划问题的计算结果表明了所建立模型和对NSGA-Ⅱ算法的改进是有效的.     

基于模糊逻辑与遗传算法的燃料电池热管理方法研究

有效的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)热管理是提升氢燃 料电池汽车安全性、耐久性以及运行效率的关键因素之一。该文提出一种 PEMFC 电堆热管理控制方法,使电堆出入口温度保持在设定值。该方法以 PEMFC 热管理系统模型中电堆出入口温度的变化为依据,设计一种二维模糊控制器,并应用遗传算法优化模糊控制器的隶属度函数,从而使模糊控制器的控制精度更高。为验证所提出方法的有效性,该文选用 Autonomie 软件中的一款氢燃料电池汽车,在两种标准工况上进行 PEMFC 热管理方法验证。仿真结果显示,经过遗传算法优化后的模糊控制器相对于未优化的模糊控制器具有更高的控制精度,电堆出入口温度与设定值的偏差更低。     

柔性作业车间生产计划与调度集成优化求解策略

针对柔性作业车间(Flexible job-shop, FJS)生产计划(Production planning, PP)与调度紧密衔接的特点, 建立了生产计划与调度集成优化模型. 模型综合考虑了安全库存、需求损失及工件加工路线柔性等方面因素. 提出了一种基于拉格朗日松弛(Lagrangian relaxation, LR)的分解算法, 将原问题分解为计划子问题与调度子问题. 针对松弛的生产计划子问题, 提出一种新的费用结构, 以保证生产计划决策与实际情况相符, 并设计了一种变量固定—松弛策略与滚动时域组合算法进行求解. 对于调度子问题中的加工路线柔性问题, 提出了一种新的机器选择策略. 通过数值实验验证了模型与算法的有效性.     

顺序依赖的调整时间和拖期的无缝钢管热轧批量调度算法

无缝钢管热轧生产存在一类特殊的顺序依赖机器调整时间,调整时间依赖于相邻轧制批量间的规格切换,与批量间规格呈线性函数关系.针对具有此类调整时间的热轧批量调度问题,进一步考虑交货期要求,探讨了调整时间与交货期之间的性质特征,并以最小化总机器调整时间和最小化总拖期为目标,基于进化算法框架设计了快速重排序邻域搜索多目标算法(fast reordering neighborhood search multi-objective algorithm,FRNSM).在算法初始阶段,提出规格优化规则和交货时间优化规则,对初始解进行局部优化;邻域搜索阶段设计了基于同交货时间规格优化的快速重排序邻域搜索策略,以优化机器调整时间和拖期;针对问题多目标特征,基于Pareto思想设计解的接受准则.基于实际生产数据的实验结果表明,FRNSM算法对此类问题具有很好的求解效果.     

Control of a ceramic tiles cooling process based on water spraying

The control of the surface temperature of ceramic tiles in a real industrial production line is developed. The process consists of a transportation band that carries the hot tiles through a water sprayer whose objective is to reduce its temperature. Two input signals can be modified: the velocity of the transportation band and the flow rate of the sprayer. In order to control the outlet surface temperature, the quantity of water deposited (and hence evaporated) per tile, that is a static function of the velocity and the flow rate, is used as the control input. The inlet temperature has a tile to tile fast pattern variation and a slow average change. First, the experimental identification of the process model is carried out. Then a feedback PI controller based on the measurement of the outlet temperature is then tested, showing a good average tracking, but a poor compensation of the fast variations. An adaptive feedforward control based on the measurement of the inlet and outlet temperatures is developed and also tested in the plant, showing a much better performance, but a higher cost. Finally, a disturbance observer based feedforward control is tested, showing an intermediate performance and cost.