CIMS环境下选煤厂工序质量控制

选煤厂为了保证精煤的质量,就必须对生产过程的质量进行严格的控制,因为只有生产过程稳定,才可能生产出合乎用户要求的高质量的产品．为此,有必要利用统计过程控制（ＳＰＣ）方法来控制生产过程．本文探讨了控制图的原理、控制图类型的选取、控制图上下限以及控制图判断准则的确定等问题,并结合某一实施ＣＩＭＳ工程的选煤厂给出了洗选工序统计过程控制的具体应用,最后给出了ＳＰＣ系统应用的效果分析,指出了在选煤厂应用统计过程控制的必要性     

基于路径相似度的并行程序多路径覆盖调度序列排序

测试是提高软件可靠性的重要方法.消息传递并行程序中存在的不确定通信语句,使得进程执行顺序具有不确定性,这增加了测试该类程序的难度.鉴于进程执行顺序对目标路径覆盖难易程度的影响,本文研究消息传递并行程序多路径覆盖调度序列排序方法,以提高多路径覆盖测试数据生成的效率.首先,在每个调度序列下,以每个采样的程序输入执行程序,生...     

综合考虑经济-环境-社会因素的多能耦合系统高维多目标规划

提高能源系统运行经济性、减少污染排放、改善能源利用效率是我国未来能源系统发展的重要目标.但是,在实际能源系统规划中,由于上述不同目标之间具有复杂的关联性,因此当问题的目标函数数量多于3个且存在不确定性参数时,现有方法往往难以实现对该类问题的有效求解.为应对上述挑战,该文提出一种面向多能耦合系统规划的高维多目标优化分析框...     

基于质量职能配置的产品规划模型

分析了质量决策过程,提出了一种基于质量职能配置的产品规划模型,该模型以顾客满意度最大为优化目标函数,以时间、技术特征的变化范围以及发迹技术特征所涉及的费用等为约束函数。该模型充分利用了质量屋中各组成部分的信息,考虑到了质量配置过程中存在的种种矛盾。最后,以某产品设计作为研究实例,建立了以市场调研结果和技术信息为基础的质量屋,给出了顾客需求与技术特征之间的关系数、每个技术特征的最小值和最大值、固定费     

CIMS环境下选煤厂集成质量系统的研究

论述了选煤厂质量管理工作的必要性、复杂性和集成质量系统应有的特征,结合一实施ＣＩＭＳ的选煤厂阐述了构建集成质量系统的３ 个方面：组织管理体系、技术保证系统和人,最后给出了系统应用的效果分析．     

全清洁能源下的高品质矿区能源系统配置优化方法

面向“30·60”双碳目标,矿区能源利用方式的绿色、经济、高效转型成为我国能源革命的迫切需求。西部矿区拥有丰富的可再生能源资源禀赋,但仍面临着可再生能源就地消纳困难,电力设备投资成本高、利用率低以及外送输电通道有限的困难。为提升矿区用能清洁化程度,提升矿区能源供给的稳定性与可靠性,增强矿区对外部电网的支撑能力,提出全清洁能源下的高品质矿区能源系统(High-quality Coal Mine Energy System, HCMES)及其配置优化方法。首先,考虑西部矿山综合能源系统的负荷特点与伴生能源利用,结合可再生能源发电与废弃矿井抽水蓄能,构建全清洁能源下的HCMES架构。其次,考虑到矿区生产全流程负荷的需求响应能力,考虑系统的能量平衡约束,提出全清洁能源下的高品质矿区能源系统优化配置模型。最后,以系统年平均综合成本最小化为目标,将原问题转化为混合整数线性规划模型,求解生成高品质矿区能源系统优化配置方案。以我国西部某年产煤量1200万t的矿区实际数据为实例,验证所提模型与方法的有效性,并分析可再生能源出力与生产负荷需求不确定性对系统优化配置结果的影响。算例仿真设置了4种矿区能源系统配置方式：不配置储能、配置抽水蓄能、配置电化学储能、配置抽水蓄能(不外购电能)。结果表明,所提出的HCMES相较于其他配置方式可减少电气一次设备投资11.11%,相较于方式3可降低年平均综合成本7.91%,且最多可减少矿区生产用能总二氧化碳排放量91.17%。     

交互式遗传算法基于NN 的个体适应度分阶段估计

针对交互式遗传算法中人的疲劳问题,提出一种基于神经网络(NN)的个体适应度分阶段估计方法,给出了神经网络估计进化个体适应度与人的评价之问的转换策略以及神经网络学习效果的评价指标,并分析了算法的复杂性．实例结果验证了该方法的有效性。     

控制图失控模式识别的研究

控制图是实施统计过程控制的最有效工具。文章在控制图简单失控模式基础上研究了两种简单失控模式相结合的情况,并给出其数学模型。该模型对分析工序夫控原因起到重要作用。     

自适应分区多代理模型交互式遗传算法

为提高交互式遗传算法的性能.提出一种自适应分区多代理模型交互式遗传算法.该算法基于关键维分割进化初期的搜索空间,同时基于进化进程、逼近精度以及用户评价敏感度,自适应地分割进化中后期的搜索空间.在子空间上,采用多类代理模型学习用户对进化个体评价,并用于评价后续进化的部分或全部个体.将该算法应用于服装进化设计系统,实验结果表明,算法在种群多样性、减轻用户疲劳及用户对优化结果满意度等方面均具有优越性.     

基于合作式协同进化算法的神经网络优化

针对一般遗传算法优化神经网络存在的不足，提出合作式协同进化遗传算法实现神经网络结构和权值同步优化方法．首先，结合合作式协同进化遗传算法本身特性和神经网络特点，给出种群分割方法；其次，为了实现结构和权值的同步优化，提出一种新的混合编码方法，并根据该混合编码方法设计新的交叉和变异算子；然后，根据编码结构、代表个体和合作团体之间的关系，提出一种新的结构优化方法；再次，给出进化过程所需代表个体选择、适应度构造方法等．最后，通过双螺旋线问题验证本文算法的有效性．