基于混合粒子群算法的柴油机喷油器可靠性分布的参数估计

针对在柴油机喷油器可靠性分析中运用最大似然估计求解混合威布尔参数时需要面对求解复杂联立超越方程组的问题,引入粒子群优化理论,用混合粒子群算法来求解超越方程组以达到估计混合威布尔参数的目的,并将求解结果与粒子群方法、图解法、非线性最小二乘法的求解结果进行比较。结果表明:混合粒子群算法在求解效率和收敛性能上要优于粒子群方法、图解法和非线性最小二乘法,利用该方法来估计混合威布尔分布的参数是可行的,且能获得较精确的求解结果。     

基于动态值启发式的约束满足求解算法

为提高约束满足问题的求解效率,提出了一种基于动态值启发式的约束满足问题求解算法.该算法在求解过程中吸收了以往启发式算法的优点,充分利用了预处理和弧相容检查阶段的信息.不但加入了变量启发式,而且在实例化变量时,对所有值的优先级进行动态的改变,从而实现了动态值启发式.比较了静态值启发式和动态值启发式的效率,分析了该算法的优缺点.通过随机问题标准库用例测试表明,该算法比经典主流算法具有更好的效率优势.     

考虑工件释放时间和柔性维护的单机调度问题

针对晶圆制造过程中考虑清洗维护的生产调度联合优化问题，以最小化最大完工时间为求解目标，优化工件加工顺序及维护活动执行时间。证明了该问题为NP难的，建立了问题的整数规划模型并进行线性化。结合机器役龄约束下的成批调度问题特征，证明了解的性质，并设计ERD-LPT-BFLD启发式算法对问题进行求解。构建了考虑工件释放时间及清洁活动约束的下界算法。通过不同规模算例仿真实验，将所提启发式算法与CPLEX及下界算法求解结果进行比较，验证了所提算法的有效性。     

蚂蚁算法在矩形件优化排样中的应用

蚂蚁算法是解决优化问题的一种相对轻新的启发式算法，大规模的矩形件优化排样问题是个NP难题。文中尝试用蚂蚁算法求解矩形件优化排样问题，根据提出的求解算法，开发出了基于蚂蚁算法的计算机辅助优化排样系统，并将蚂蚁算法的求解结果和遗传算法进行了对比，试验结果证明了用蚂蚁算法求解矩形件优化排样问题的可行性和有效性。     

基于约束满足的车间调度算法综述

为了说明如何利用启发式信息构造车间调度的约束满足求解算法,首先概述了常规约束满足求解技术,进而介绍了车间调度问题的约束传播算法、树搜索算法和启发式修复算法的构造原理及适用性.在此基础上,针对目标优化问题,给出两种求解框架.最后,指出近期的研究趋势和进一步的研究工作.     

基于DFA-TS算法的柔性作业车间调度问题求解

通过对柔性作业车间调度的特点和求解该问题的智能算法的研究,提出了一种混合离散萤火虫禁忌搜索算法来求解该问题。该算法基于相似度和剩余作业时间最多的启发式规则来产生初始种群,通过对标准萤火虫算法进行改进,提出了一种离散萤火虫算法,并将该算法与禁忌搜索算法进行融合来加强局部搜索能力。最后结合实验结果证明了该算法能很好地解决柔性作业车间调度问题。     

并行多机成组工作总流水时间调度问题

有N个成组工件将在M台并行一致的机器上加工，当一个工件接在不同组的工件之后时需要装设，而接在同组工件之后时不需要重新装设，目标函数是使总的通过时间最短，这是一个NP难题，最优解很难找到笔者在文中提出了一个启发式算法，为了验证该算法的结果，又提出了一个求解最优解下界的线性规划模型，并用分枝定界法求解出下界解，在中小规模问题条件下，将下界解、启发式的解及最优解进行比较，证明了下界解的有效性，然后，在中等规模水平上，将启发式算法的结果与下界解进行了比较，最终证明该启发式算法具有解决大规模实际问题的潜力。     

求解紧急事件调度资源水平问题的启发式算法

为求解紧急事件调度中的资源水平问题,设计了一种启发式算法.鉴于紧急事件调度的紧迫性特点,首先在不考虑资源约束的基础上确定项目的初始关键链;然后根据初始关键链中任务的最早及最晚开始时间,建立了基于任务紧迫性的启发式规则,求解资源冲突;最后结合初始关键链与启发式规则,开发了基于任务紧迫性的启发式算法.算法目标是在给定项目工期条件下,获得最低的资源配置及对应的调度序列.与现有算法进行比较,试验结果表明,设计的启发式算法可以获得更好的解,更适用于紧急事件调度问题.     

同顺序加工调度问题的一种精确求解方法

同顺序加工调度问题是NP问题,分析了这类问题的特点及求解的难点,结合广度优先搜索方法的特点,提出了启发式双侧广度优先搜索方法,混合使用动态规划方法、下界算法和近似求解方法求解同顺序加工调度问题.实验结果表明,启发式双侧广度优先搜索方法求解同顺序加工调度问题时,可以大大减少搜索次数,适合于求解工序较少的同顺序加工调度问题;如果下界算法较好,还能快速求解工序较多的同顺序加工调度问题.     

设备共享环境下的并发预约问题研究

为解决设备并发预约下的作业调度问题，在分析预约流程和共享模式的基础上，给出了定量数学模型。根据问题的不确定特性和大量用户并发访问的实际情况，提出了基于问题分解的启发式算法。按照SF策略决定区间求解顺序，用改进Dantzig算法求解单区间问题，求解过程中进行局部回溯调整，最后再执行邻域搜索。仿真结果证明了上述步骤的有效性，该算法能在可忽略的时间内获得满意解。     

生产调度问题的启发式遗传算法

将遗传算法 (GA)和启发式算法 (H A)结合 ,进行生产调度问题的求解 ,提出了一种新的启发式遗传算法 (HGA)。在应用该算法的过程中 ,给出了适合的遗传操作和启发式规则的运用方法。最后 ,简单介绍了研制的软件原型。     

炼钢-连铸-热轧批量计划的约束满足算法

为解决轧制计划编制问题,研究了炼钢-连铸-热轧一体化生产批量计划,提出了基于约束满足的启发式算法.根据炼钢-连铸阶段批量计划约束条件,从轧制计划中提炼出炉次计划和浇次计划,同时提出启发式算法求解.在两个启发式算法的基础上,运用基于参数控制的策略,编制出前后工序协调一致的一体化批量计划.数据实验结果表明了该方法及算法的有效性.     

动车生产中的组车优化调度方法

针对动车车厢产出顺序与交车顺序不一致导致的交车线车厢组车调度问题,结合某动车厂的交车线布置情况,建立了相应的仿真模型,并设计了一种简单有效的启发式调车方法。通过模拟3种批量的生产情形,并将启发式调车方法与穷举算法、遗传算法和随机规则进行实验对比,结果表明,所提出的启发式调车方法能够快速获得近优解。     

互替机床提前/延期惩罚调度问题的启发式算法

对以作业提前或延期惩罚因素之和最小为目标函数的互替机床调度问题进行了描述，提出和阐述了一种四段式启发式算法，并通过大量不同规模的问题仿真对该算法进行了评价分析，结果表明该算法可行、有效。     

基于启发式分析的木马检测技术研究

本文提出了基于启发式系统参数扫描和启发式代码分析的木马检测技术,改变了传统的木马检测技术,实验证明其能极大的减少检测的误报率和漏报率。     

基于MRDS的清洁机器人室内路径规划算法的仿真实现

针对目前室内清洁机器人的路径规划算法理论研究较多,而难以应用于实践的问题,建立了清洁机器人相对定位的数学模型,通过使用清洁机器人的迂回式路径规划、回字形路径规划、包围式路径规划和启发式路径规划算法进行了研究,分析了路径规划算法的具体实现过程.利用微软机器人开发平台（MRDS）,使用可视化编程语言（VPL）,对4种路径规划算法进行仿真实验.对启发式路径规划中激光测距仪的返回数据进行了分析,将单位时间内各路径规划算法的转弯角度作为评价算法优劣的标准,比较了各路径规划算法的优缺点.研究结果表明,启发式路径规划中,清洁机器人能够根据当前的环境信息选择最佳路径,相同时间内所用转弯角度最少,该算法优于其他算法,具有一定的推广价值.     

基于启发式DCPM-FGA的产品装配序列规划

为有效获得优化的装配序列,提出了一种将比较比例方法与模糊遗传算法相结合,并加入启发式搜索策略的新方法。采用连接矩阵和干涉矩阵描述装配模型,并在此基础上通过计算得到装配序列的启发式信息。根据启发式信息设计了具有启发性的种群初始化算子、交叉变异算子、可行序列调整算子,以帮助比较比例方法和模糊遗传算法避开无效序列。通过实例分析表明了所提方法的高效性。     

启发式算法和遗传算法在生产调度中的应用

根据现代制造企业对生产调度的要求,提出了一种启发式算法和遗传算法相结合的生产调度系统结构。使用启发式规则为各工序分配机器,制定加工计划,调用遗传算法对加工计划进行排序,生成最终调度结果。通过将CLIPS推理机嵌入到系统中,实现了决策规则和程序体的分离,易于规则的修改和进一步扩展,系统更具有柔性。由启发式规则生成遗传算法的部分初始种群,提高了初始种群的质量。通过将任务分解,降低了问题求解的复杂度,并由实例验证了其可行性。     

启发式算法及其在工程中的应用

启发式算法利用与所求问题有关的某些特殊信息来控制搜索状态空间的过程。对于某些难于理论方法解决的问题,启发式算法可以起到独到的作用。分析了启发式算法在人工智能和运敌学领域内的研究现状,指出了各自研究的特点,提高应强各学科在启发式算法问题研究上的合作。充分利用启发算法已有研究成果,是解决工程实际问题中某些难题的有效方法。