基于排队网模型的流水车间缓冲区容量优化

针对订货型单类型工件多级流水车间缓冲区容量优化设置问题,在考虑各级工序节点之间耦合关系的前提下,基于连续时间Markov随机过程原理建立了多级流水车间的排队网节点状态模型,并根据缓冲区容量优化目标函数的特点,给出缓冲区容量和任务拒绝率之间的关系。基于该模型计算系统的关键性能指标,以任务拒绝率为约束条件,提出一种缓冲区容量优化的启发式优化算法。通过该算法计算算例及结果分析,最终确定了合理的缓冲区容量。     

失效恢复机制下的网格任务冗余调度优化

网格技术是目前学术界和工业界解决计算密集型问题的一种重要工具.由于网格系统的复杂性,网格在可靠性方面仍面临着诸多问题.针对目前网格服务可靠性低的问题,引入本地失效恢复机制,并允许资源自行调节网格任务生存时间以及失效恢复次数,从而建立更加符合实际的网格服务可靠性模型.在建模中,采取网格任务冗余调度方式,以进一步提高网格服务可靠性.基于建立的考虑失效恢复机制的网格服务可靠性模型,建立费用约束下的资源冗余调度优化模型,以获得网格服务可靠性最大的任务调度策略.针对该NP问题,采用遗传算法对该优化问题进行求解,并在求解过程中设计专门的修正算子校正不可行个体,以保障算法的正常运行.算例分析验证了算法的有效性.     

无人机配送系统中端边协同的并行任务调度算法

在无人机最后一公里配送场景中,现有的云计算架构存在高时延问题,无法满足人工智能应用的执行需求.边缘计算架构通过将计算资源下沉到边缘,以其低时延、高计算能力的特点,可以满足人工智能应用的需求.但是目前的研究大多局限于单个边缘服务器,缺少并行协同框架的设计.为了解决该问题,本文首先根据移动边缘计算环境和无人机最后一公里配送过程的特点,充分考虑边缘服务器的计算负载问题,设计了基于端边协同的多边缘服务器并行任务处理框架;然后在该框架上对最短响应时间优先的任务调度算法进行改进,设计了α-SSLF算法.该算法能够考虑在网络实时数据率不稳定的情况下,充分优化任务执行时间.结果表明,基于端边协同的多边缘服务器并行任务处理框架在处理时延上优于传统的串行任务处理框架.     

直驱永磁风电系统能量成形与最大风能捕获

针对风速多变及外界干扰情况下风电系统出现的风能利用率低、鲁棒性差及安全可靠性差等问题,提出了一种基于能量成形的直驱永磁风电系统最大风能捕获算法.该算法采用能量成形及端口受控哈密顿(PCH)系统方法,从能量平衡的角度,建立永磁发电机(PMSG) PCH系统的非线性模型,设计了PCH系统反馈控制器.通过基于PCH系统控制器和H∞控制器的叠加反馈,设计出能跟踪最佳转矩且具有扰动抑制的PCH系统H∞控制器.实验结果表明,该控制策略实现了风电系统的变速恒频运行、最大风能利用,验证了理论模型和控制策略的正确性、可行性.     

无人机集群任务可靠性建模及重要度分析

面对复杂、高对抗的战场环境,传统以平台为中心的静态可靠性评估难以满足无人机集群执行多样化任务的可靠性分析需求。由于无人机集群本身具有一定的冗余性,对其可靠性的研究重点已转变为以任务为中心的可靠性。及时、准确评估无人机集群任务可靠性,并分析集群的薄弱环节,对于任务规划、决策制定和提高任务成功率具有重要意义。根据集群的编队队形和任务,建立基于一维线性连续n中取k系统和二维连续(m, n)中取(r, s)系统的无人机集群任务可靠性模型,并得出当集群中不同位置的某架或某些无人机失效时对集群任务可靠性变化以及性能的影响。然后分别建立无人机集群在一维、二维空间的Birnbaum重要度和综合重要度分析模型,确定集群中的薄弱环节和关键无人机。最后基于不同编队形式的无人机集群任务可靠性算例,分析无人机失效对集群任务可靠性以及性能的影响,验证了提出方法的正确性和有效性。     

基于压电陶瓷的睡眠信息检测方法

检测睡眠状态下呼吸率、心跳率和翻身情况等信息有助于疾病预防和健康管理。设计了基于压电陶瓷的非接触式多通道睡眠信息检测系统;通过嵌入床垫的多个压电陶瓷传感器感知人体微小震动引起的压力变化,基于区域短时能量分布的体动姿态识别算法和自回归参数模型功率谱估计计算呼吸率;将胸腔振动位移信号转化为加速度信号以分离心跳信号,采用快速集合经验模式分解算法和自适应特征波定位算法计算心跳率。实验结果表明,该方法呼吸率平均误差小于3%,心跳率平均误差小于5%。     

面向数控系统的优化调度算法及容错策略研究

建立了混合关联任务集描述模型,并引入人工智能领域的启发式搜索算法,以实现该模型任务集的最佳优先调度.在此基础上,进一步提出了基于回卷恢复机制的容错调度策略,通过对瞬时故障的容错恢复,提高数控系统运行的可靠性.与传统实时容错调度算法相比,基于回卷恢复机制和最佳优先调度算法的容错策略,能很好地适用于混合关联任务集.同时,通过降低错误恢复所需的时间开销,有效地提高了系统的资源利用率.实例分析和算法模拟研究证明了该算法应用于数控系统的有效性.     

嵌套分区算法框架下基于序的优化方法研究

为有效解决随机资源分配问题,提出了一种嵌套分区算法框架下基于序的优化方法.该方法将序优化与最优计算量分配技术融入嵌套分区算法框架,利用"序比较"思想进行算法的局部寻优,极大地降低了算法的计算负担,而最优计算量分配技术则能够智能地对有限的计算量进行合理的分配,进一步提高序优化的收敛速度及结果的可靠性.嵌套分区方法保证了每一步均对全体可行域进行采样,从而保证了算法的全局收敛性.给出了算法实施的具体步骤并证明了收敛性.用该算法解决标准作业车间调度问题,并将仿真结果与其他算法进行比较,证明了本文算法的收敛速度与优化质量均优于其他算法.     

基于工作流的多学科优化设计框架研究

多学科优化设计框架在飞行器外形设计领域发挥着至关重要的作用.针对国内缺少自主MDO框架的状况,基于工作流技术开发出一款MDO框架软件.该软件完全遵循软件工程思想,集成了多个学科分析工具链和多套优化算法,支持本地/集群模式的学科分析计算,并借助数据库实现了数据的持久性存储.针对某飞行器进行了多目标多学科的优化设计实践,结果表明该框架具有较高的自动化程度和良好的通用性.     

复杂系统可靠性冗余优化的量子粒子群算法研究

由于复杂系统可靠性函数常常具有非线性的特点,因此如何确定复杂系统各单元冗余数,设计既满足可靠度要求、又使系统成本最小是冗余优化问题中的难点.针对复杂系统的特点,提出了基于量子粒子群算法的求解方法.根据数学模型,详细探讨了量子粒子群算法在系统的可靠性优化计算中应用的可行性,并给出了基于粒子群算法的可靠性的求解策略,同时对桥式系统的可靠性优化设计问题进行分析计算.仿真表明,该算法具有较强的局部搜索能力,与其他方法相比,该算法有较高的搜索效率,能够找到更优的解.最后验证了该算法在复杂系统可靠性优化中的可行性和有效性.     

一种面向机械车间柔性工艺路线的加工任务节能调度方法*

大量研究表明机械车间消耗了大量能量,因此降低机械车间的能耗是实现可持续制造的策略之一。现有机械车间节能调度研究主要针对给定的或者具有部分柔性的工艺路线,缺乏对机械车间任务工艺路线多柔性的节能调度研究。针对机械车间任务柔性工艺路线对机械车间调度能耗的影响特性,提出一种面向机械车间柔性工艺路线的节能调度方法。首先,分析了面向机械车间柔性工艺路线的加工任务调度的能耗特性;基于此,构建了节能调度模型,该模型是以任务加工总能耗、加工完成时间、机床负载为目标。进一步提出了一种改进的Q学习算法对该模型进行求解获得其Pareto解。最后通过案例验证了提出模型的节能效果及算法的可行性。     

基于混沌蚂蚁的传感器网络分布式任务分配

受蚂蚁的混沌行为和自组织行为启发,提出了一种基于混沌蚂蚁的无线传感器网络分布式任务分配算法,以延长无线传感器网络生命期、节省能量消耗和均衡网络负载,该算法的目标函数考虑了任务能耗和任务执行可靠性。任务分配的优化解通过任务映射、通信路由路径分配和任务分配方案优化3个步骤获得,任务映射由蚂蚁的混沌行为产生,通信路由路径分配由蚂蚁的邻居选择方法确定,用A*算法实现,任务分配方案优化由蚁群的自组织能力实现。通过仿真实验和应用实例比较与分析,表明了该算法能有效地均衡网络负载和延长网络生命期。     

用于侧出式发光二极管背光的全局动态调光算法

结合背光源发展趋势,提出了适用于侧出式LED背光的全局动态调光算法。首先,根据显示图片平均灰度值、最大灰度值和平均值的差值确定背光调光亮度。接着,基于S曲线对液晶像素亮度值进行补偿。亮度大于S曲线拐点的像素的调整因子大于1,小于拐点的像素的调整因子小于1,以此有效提高静态对比度,并且不会引入溢出失真。对算法进行了仿真分析并开发了原理样机进行实际验证。结果表明:采用动态调光算法的液晶显示器的功耗严重依赖于显示内容;显示40幅不同类型的图片时,平均整机节能为9.39%;静态对比度提高了124.7%。采用本文提出的全局动态调光算法的侧出式背光具有成本低、体积轻薄、节能、对比度高的优点。     

面向清洁生产的磨削工艺方案多层多目标优化模型及应用

为了实现磨削过程的节能减排,提出了一种面向清洁生产的磨削工艺方案多层多目标优化模型。从清洁生产“三流（物料流、能量流、环境排放流）”的角度建立了面向清洁生产的磨削能耗与碳排放模型。从工艺路线和工序工艺参数层建立了以磨削能耗、磨削碳排放和磨削时间为目标的多层多目标优化模型,采用基于层次分析法和客观赋权法(CRITIC)法组合赋权的改进遗传算法进行优化求解。以某轴承套圈为研究对象进行磨削工艺实验,结果表明：通过算法优化得到的加工方案相较于传统的加工方案,在工艺层面节约了6.48%的加工时间、降低了42.81%的能耗、减少了8.26%的碳排放;在工序层面缩短了25%的磨削时间、降低了18.84%的能耗、减少了8.69%的碳排放。结果验证了模型和方法的有效性。最后依据上述研究结果提出了相应的节能减排策略。     

基于混合灰狼算法实现第Ⅱ类机器人U型装配线能耗优化

面向作业工序分配和机器分配,提出一种基于随机键编码的灰狼算法,以实现能耗最小化。算法在解码中,考虑工序间的优先关系约束和节拍约束,将工序和机器 分配到工位中。该算法基于灰狼个体间的社会等级信息,选择3只最优狼指引剩余个体进化,以实现种群的更新。同时,该算法依据作业工序分配和机器人分配,混合了两种交叉方式以增强最低等级狼群间的交流。最后通过U型装配线的标杆案例,验证灰狼算法的有效性和优越性。     

高速干切滚齿工艺参数的多目标优化与决策方法

为降低高速干切滚齿加工能耗、提高滚齿加工质量,提出一种基于改进多目标灰狼优化（MOGWO）算法和逼近理想解排序法（TOPSIS）的高速干切滚齿工艺参数多目标优化与决策方法。分析了滚齿工艺参数,将切削参数和滚刀参数作为优化变量,构建了面向最小加工能耗和最优加工质量的多目标优化模型,采用改进MOGWO算法对所建的模型进行迭代寻优,利用TOPSIS对优化的工艺参数解进行多属性决策。实验结果验证了所提方法的有效性。      

[绿色制造工艺和系统]面向节能高效需求的数控加工系统多目标优化模型

针对数控加工系统复杂的多源动态能耗特性,提出了一种基于单元工作状态的能耗建模与优化方法。首先,对数控加工系统能耗单元及其工作状态的能耗特性进行分析,建立了时变能耗单元和非时变能耗单元的工作状态能耗模型;其次,构建以切削速度和进给量为变量,以最小系统能耗和最短加工时间为目标的数控加工系统节能高效多目标优化模型,提出一种基于小生境遗传算法的模型求解方法;最后,通过某机床中心架底座加工案例对所提方法和模型进行了验证,并对优化结果、算法性能进行了对比分析,说明了上述模型和方法的有效性。     

基于人工蜂群-自适应遗传算法的仓储机器人路径规划

为了规划出一条更加节能的拣选路径,针对基本遗传算法的性能依赖于初始种群的质量、遗传算子的选择、交叉和变异操作,提出一种适用于仓储机器人路径规划的人工蜂群-自适应遗传算法。首先通过人工蜂群算法初始化种群以增强种群多样性;将路径长度、转弯次数和机器人运行能耗作为适应度函数的评价指标;然后基于三角函数设计自适应策略调整的交叉、变异算子以提高算法的收敛速度。仿真实验表明,在20×20大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少5.22%;而在40×40大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少9.08%。最后实验表明,采用本文提出的人工蜂群-自适应遗传算法规划的能耗减少7.64%,且规划的路径更平滑,更加适用于仓储机器人的路径规划。     

异构无线传感器网络中基于POMDP的实时调度算法

针对异构无线传感器网络节点性能存在差异和易受环境影响的特点,提出一种基于部分可观察Markov决策过程(partially observable markov decision process,POMDP)的实时休眠调度算法,使用状态转移函数和观察函数表示系统完成用户请求任务中存在的环境噪声和传输冲突等不确定性,使用回报函数表示采用不同调度策略对异构网络感知准确度和能量消耗的影响,采用基于当前信念点的在线求解算法求取最优策略。仿真结果表明:该算法能够平衡数据准确性与能量消耗,延长网络生存时间。     

面向汽车投产排序的混合多目标网格遗传算法

汽车投产排序时,希望同时实现零部件消耗均衡化、车型调整费用最小化、工位作业位置精准化三个目标,为此提出一种基于Pareto层级的混合多目标网格遗传算法(HmoGA)。先将个体排斥机制加入到Pareto层级构造中,使非支配解的分布更均匀,再融合Pareto层级划分、网格拥挤度评价与相邻个体几何距离计算,设计一种多目标自适应网格选择机制,用于从动态变化的父代种群中选择较优个体构成进化种群、获取交叉运算的父代基因、改善非支配解集的分布质量。混合双基因位的迁移算子对非支配解进行邻域搜索,适时扩大搜索空间,跳出局部最优。利用三组不同规模的测试问题集,从非支配率、非支配解数量和相邻个体距离偏差三个 指标方面进行比较,实验证明HmoGA算法在收敛性、解的数量和分布性方面都比NSGA-Ⅱ算法有显著优势。