基于时间延迟的多类型维修与经济生产批量联合优化研究

针对目前未能较好的综合考虑多维修类型与经济生产批量联合优化的问题，首先考虑多类型维修关系，基于时间延迟理论求出故障和缺陷次数的表达式；其次，在此基础上，综合考虑生产费用和维修费用的基础上，构建了多类型维修和经济生产批量联合优化模型，以单位时间内总费用最小为优化目标，获得最优检查间隔期和经济生产批量；最后，通过算例分析验证了模型的有效性，说明了第一类缺陷检查次数的多少对费用和经济生产批量影响不大。     

分时电价下多目标绿色可重入混合流水车间调度

针对多目标绿色可重入混合流水车间调度问题（RHFSP）的特点，在机器分配和工序排序的基础上引入分时电价机制，构建了以最小化最大完工时间、总能耗成本和碳排放为目标的绿色调度优化模型，提出了一种改进的多目标文化基因算法（MOMA）来求解该问题，通过数值实验验证了所设计的MOMA算法的可行性。实验结果表明MOMA算法在非劣解的收敛性、多样性和支配性指标方面都显著优于多目标蚁狮优化算法(MOALO)、多目标粒子群优化算法（MOPSO）和带精英策略的非支配排序遗传算法（NSGA-Ⅱ），四种算法的分布性指标无显著差异。所提出的模型能够使企业有效避开高电价时段作业，合理转移用电负荷，达到降低总用电成本和碳排放的目的。     

燃煤锅炉气态污染物排放控制区间分析

分析了北方某燃煤发电厂气态污染物排放现状,结合政府环保收费政策,对气态污染物不同控制区间的治污成本进行综合计算分析比较,提出了在满足污染物达标排放基础上的合理控制区间,实现治污设备经济运行的目的。     

基于银行服务系统的不耐烦行为

针对已有的顾客排队行为决策模型未考虑服务机构对顾客不耐烦行为的干预,从服务机构提供的额外服务增加顾客收益的角度出发,提出了新的决策模型。进一步研究了在该模型条件下的M/M/1排队系统的服务能力补充策略,构建基于服务台利用率的评价函数,计算得出开启备用服务台的最优策略。仿真结果表明,开启备用服务台后,顾客的止步概率降低,排队人数维持在较低且稳健的水平。     

量子粒子群算法在面向再制造的flow-shop问题中的应用

对再制造的各环节进行分析,研究出再制造生产阶段的目标--流水线生产.针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,采用量子粒子群算法设计单一生产商再制造系统流水线生产的机制,通过随机初始种群,修正非法解,量子旋转门更新,运用MATLAB编程仿真测试得到大规模生产的优化结果,取得较好结果.     

利用量子粒子群算法求解单级多资源约束生产批量计划问题

针对单级多资源约束生产批量计划问题,提出了基于量子粒子群算法求解该问题的方法。此算法将量子强大的领域搜索能力和基本粒子群算法(PSO)通过跟踪极值更新粒子的功能结合,能够改善粒子群算法后期搜索速度慢的问题。通过对其他文献的实例进行计算与比较,结果表明,在求解单级多资源约束生产批量计划问题时,量子粒子群算法(QP-SO)要优于退火惩罚混合遗传算法和传统的遗传算法。     

装配生产线平衡问题DNA遗传算法研究

讨论了装配生产线平衡问题研究现况,建立了生产线平衡数学模型,并运用DNA遗传算'法求解.基于遗传算法思想及DNA编码方法,DNA遗传算法设计了相应的交叉和变异等操作算子,用Matlab编程实现,并通过实例仿真验证了该算法解决此类问题的和可行性.     

应用蜜蜂繁殖进化型粒子群算法求解车辆路径问题

为了提高粒子群算法求解车辆路径问题时收敛速度和全局搜索能力,将蜜蜂繁殖进化机制与粒子群算法相结合,应用到CVRP问题的求解。该算法中,最优的个体作为蜂王与通过选择机制选择的雄蜂以随机概率进行交叉,增强了最优个体信息的应用能力;同时,随机产生一部分雄蜂种群,并将其与蜂王交叉增加了算法的多样性。实例分析表明该算法具有较好的全局搜索能力,验证了该算法的可行性。     

生产调度优化问题文化进化算法研究

许多生产调度优化问题属于NP-hard问题,其求解通常采用智能启发式算法。基于文化算法及文化进化思想设计的文化进化算法,通过上层文化空间的经验知识指导下层个体进化搜索的方向及步长,通过模拟人类社会文化进化的机制实现文化空间的进化与更新,最后将算法应用到置换Flow shop问题的求解,用Matlab编程仿真测试,结果表明此算法解决生产调度优化问题是可行的,而且其全局搜索性能优于一种改进的GA算法。