面向复杂工程项目型产品作业车间调度问题

针对复杂工程项目型产品作业车间调度问题(CEPP-JSP),在考虑产品生产过程具有成套性、并行性、分散性和高柔性等生产特点的基础上,构建了面向CEPP-JSP的基本生产任务分配和作业中心生产调度的多目标优化模型,提出了改进的非支配排序遗传算法(NSGA-Ⅱ)对优化模型进行求解,从而得到了CEPP-JSP的Pareto综合最优解。最后,以某水轮机公司产品的作业车间调度为例,验证了提出模型和算法的可行性和有效性。     

我国硫化物水生生物水质基准初探

为了保护大部分水生生物,维护水生生态系统结构和功能的完整性以及生物的多样性,推导硫化物水质基准并以此为依据制定水质标准已成为迫切需要。参照国际通用的相关技术指南,从美国环境保护署（USEPA）的ECOTOX毒性数据库和中国知网中收集了相应的硫化物对水生生物的毒性数据。结合我国水生生物区系特点,筛选出广泛存在于我国水体中的水生生物毒性数据。采用美国规范方法SSR法对毒性数据进行了分析,得到的硫化物急性和慢性基准分别为1.46、1.10μg·L-1,且用荷兰物种敏感度分布（SSD）法和评价因子法进行了比较,SSD法与SSR法所得结果在同一数量级,评价因子法相对保守。     

基于协同多目标算法的多机器人路径规划

多机器人路径规划是群体机器人协同工作的前提,其特点是在防碰撞与避障的前提下追求多方面资源的最小消耗.针对这一特点,提出协同非支配排序遗传算法,解决具有多个优化目标的多机器人路径规划问题;运用改进的多目标优化算法,克服多目标优化取权值的不足,同时考虑机器人能源与时间两大资源,以多机器人的路径总长度、总平滑度、总耗时为规划目标.同时引入合作型协同算法框架,将难以求解的多变量问题分组求解.每个机器人的路径视为子种群,子种群通过带精英策略的非支配排序遗传算法,进化并筛选出子种群的部分进入协同进化,每次迭代更新外部的精英解集,最终生成一组非支配路径解.仿真结果表明,在栅格地图环境下,本文算法可有效实现多移动机器人的多优化目标路径规划.