产品配置模型的演化与再配置

在分析产品配置的动态性、说明产品再配置的客观需求以及产品配置与产品再配置不同的基础上,提出了配置模型和配置单元演化的版本向上传播规则以及理想配置环境的三个不同层次,指出最理想的配置环境是能够描述配置模型的差异,并在不同时间对已配置产品进行再配置．最后给出了一个产品再配置的实现算法．     

网络化制造模式下基于本体的共享产品信息模型研究

本文论述了网络化制造模式下产品开发的特点及共享产品信息建模的需求,提出了基于本体的共享产品信息模型。通过对模型中产品概念及其之间的关系进行形式化定义和描述,使协同制造各方能够在语义层进行信息交互,避免产生歧义,实现资源的快速发现和匹配,提高产品协同开发的效率和质量。     

网络化制造资源优化配置DSS的优化模型研究

首先简介了网络化制造资源优化配置决策支持系统的体系结构及决策过程,在此基础上讨论了优化配置关键技术—EMP优化模型的两种实现方法:EMP综合评判及基于遗传算法的EMP优化方法,最后针对基于多目标遗传算法的EMP优化模型,设计了实现算法。     

网络化制造环境下一种面向能力的制造资源模型

制造资源管理是网络化制造中重要的一环。针对现有模型中共享资源在实现可行性方面存在的不足,提出建立一种面向能力的制造资源模型,并以XML格式进行描述。在此基础之上,建立了基于制造特征的任务定义模型。     

网络化制造环境下产品制造信息安全策略研究

文章根据网络化制造的特点,提出产品制造信息的网络安全域规划方案,并提出利用Windows2000的安全策略解决产品工程图和文本文件的存储和访问控制,最后分析现行产品零部件编码在安全保护方面的缺陷,设计出产品零部件编码的面向对象安全保密模型。     

考虑运输因素的网络化制造资源优化配置方法

针对网络化制造环境下制造资源的优化配置问题,为提高配置结果的实用性,在考虑加工时间和加工成本等因素的基础上,加入企业间运输时间和运输成本因素,建立了综合优化模型。采用带精英保留策略的遗传算法对该问题进行求解。通过实例验证了以上模型和求解算法。研究结果表明,考虑运输因素的网络化制造资源优化配置方法能够有效降低总运输成本和时间,配置方案更贴合实际。     

网络化制造资源优化配置系统的分析与实现

资源优化配置是网络化制造系统中的一个重点也是一个难点问题,结合成、德、绵区域网络化制造系统的开发实践,先对资源优化配置系统的总体结构进行分析,再对总体结构下的各个部分进行了详细分析和探讨,并进一步提出了各个部分的实现策略。最后给出实现的实例。     

区域网络化制造中设备资源优化配置的研究

分析了区域网络化制造中实现设备资源优化配置的过程及关键技术,并基于模糊综合评判算法进行设备资源优化配置。最后将算法应用于实践,证明了其可行性和有效性。     

基于产品模型的多级产品配置研究

本文首先对产品配置的通用方法进行了总结,然后对产品配置的相关对象进行了分析,提出了一种产品模型的构造方法,并在此基础上提出了基于产品模型的多级产品配置方法,并给出一个发动机产品配置实例.     

区域网络化制造中资源优化配置系统的研究

根据成都、德阳、绵阳地区制造资源的特点,分析了成德绵区域网络化制造资源优化配置的必要性和迫切性。结合成、德、绵区域网络化制造系统的开发实践,先对资源优化配置系统的总体结构进行分析,再对总体结构下的各个部分,尤其对设备资源的优选进行了详细分析和探讨,并进一步提出了各个部分的实现策略。最后给出实现的实例。     

基于XML的产品信息模型网络转换技术研究

针对当前网络化设计和制造中存在的异构问题,分析了将XML语言和STEP标准结合来表达产品和发布产品数据的技术方法,并基于对STEP物理文件的数据分析,设计出XML与STEP格式文档相互转化的转化器,并结合弹丸制造例子给以说明。     

基于移动网络的重构技术研究

根据移动网络的特性并结合其管理方式 ,提出了一种新的基于移动网络并具有一定 Qo S保证的网络重组策略 ,将引入的重新划分网络边界和周界的思想 ,与启用备用链路、重路由等几种机制有机地结合起来 .它不仅完善了现有的重组技术 ,而且还可以作为网络管理中的新功能 ,增强故障处理、性能监测能力 ,提高服务质量 ,保证信息安全可靠地传输 .     

移动Ad hoc网络中具有一定QoS保证的网络重构算法

具有重构能力的网络可以及时地处理问题 ,恢复正常通信 ,从而最大限度地保证网络的可靠性和安全性 ,针对已有的基于移动 Ad hoc网络的重构算法存在重构链路再次失效的不足进行了改进 ,提出了一种新的具有一定 Qo S保证的网络重构算法 ,保证了网络运行的可靠性和高效性 ,结果表明改进后的算法平衡负载、增加重构稳定性和可靠性的能力更强 ,从而为网络重构技术的发展提供了新的方式和方法 .     

自重构的人工免疫网络模型

由于未知环境、突发故障、不可预测攻击等因素,人工免疫系统的故障检测与修复、网络重构等问题影响系统的整体功能和鲁棒性;为了探究此类问题的解决方法,提出了自重构的人工免疫网络模型,利用系统的正常模型提高故障的检测率和修复率,利用重构策略增强系统的适应性和容错性;进而,设计了人工免疫网络的自重构算法和免疫算法,探讨了自重构人工免疫网络在多机器人系统中的应用方法;通过网络特性分析和实验验证,自重构的人工免疫网络模型是有效而有用的。     

采用动态神经网络的多模型自适应重构控制方法

针对复杂的系统,提出一种基于多模型结构的自适应重构控制方法,使得系统可以在不同的运行环境下跟踪给定的信号,并且对特定的故障情况具有控制重构的能力;首先,由多个线性模型和一个模糊模型构成多模型控制结构,并设计多模型自适应控制器的权值调整规则,以获得当前最佳的控制输入,再引入动态自适应神经网络以保证系统的稳定性,并避免模型切换等噪声干扰;最后,对某型歼击机进行正常和故障状态下的控制仿真,结果表明所提重构控制方法是可行有效的。     

基于约束的可定制产品配置模型

在分析可定制产品概念及其结构特点的基础上，通过采用可定制产品的形式化建模方法，实现了对可定制产品配置模型与可定制产品数据BOM的构建．利用可定制产品配置模型中的约束条件及相应的产品数据BOM的分解算法，并配合工程数据库技术，降低了企业产品数据管理的冗余和低效，实现了可定制产品数据在企业各部门间的集成、共享及一致性控制．     

基于细菌觅食算法的分布式电源配电网重构研究

分布式电源由于可以降低网损,在节能减排与可持续发展中发挥着巨大的作用,如今越来越受到人们的重视。而配电网重构已经不再是单一考虑开关的开闭组合的优化,还必须考虑分布式电源的影响。文章根据配电网自身特点对细菌觅食算法进行了改进,提高了其效率,建立了系统网络损耗的目标函数,并进行了仿真验证。     

A Multiobjective Optimization Model for Dynamic Reconfiguration of Ring Topologies with Stochastic Load

In this paper we describe a heuristic procedure to generate solutions to a multiobjective stochastic, optimization problem for a dynamic telecommunications network. Generating Pareto optimal solutions can be difficult since the optimization problem is computationally challenging and moreover the network must be reconfigured in near real time, for example, to recover connectivity after a severe weather event. There are two main contributions of this paper. First, we show mathematically how a certain deterministic equivalent optimization problem can be solved instead of the stochastic one, thus facilitating computations. Second, we test our heuristic under a wide set of simulated conditions (e.g., atmospheric obscuration due to differing levels of cloud cover, different demand patterns) and show that it achieves near Pareto optimality in a short amount of time.     

基于链路重构策略的网络抗毁性优化研究

网络抗毁性优化是目前通信网络研究的重要领域。为实现对通信网络的抗毁性优化,提高网络抗打击能力,对网络抗毁性与网络聚合度之间的关系进行分析,利用该结论提出了网络抗毁性优化的链路重构策略。一是通过对传统HBF-α算法链路重构策略的调整,提高了网络优化效果,且算法复杂度低、收敛速度快、效率较高;二是结合部分通信网络实际要求,提出了保证节点度不变的重构策略,以网络聚合度为目标函数,使用模拟退火算法有效解决了HBF-α策略中局部最优解问题。并分析对比两种优化方案的优化程度以及时间开销。对于规模较大,且各节点建链能力较强的网络采用方案一优化;对规模较小,且各节点建链能力有限的网络采用方案二优化,可以达到较好的网络抗毁性优化效果。