具有柔性加工时间的机器人制造单元调度问题改进遗传算法

为克服传统遗传算法在求解具有柔性加工时间的机器人制造单元调度问题时易出现早熟收敛、冗余迭代等缺陷,提出了改进遗传算法。该算法采用基于工件搬运顺序的染色体编码,并根据调度问题特征,设计构造型启发式算法来生成初始种群,避免了大量不可行染色体的产生,提高了后续操作的优化质量。同时,在交叉变异操作中引入局部邻域搜索,通过对子代邻域的局部寻优提高了算法的收敛速度。最后,分别应用该算法和传统遗传算法求解六个基准案例,实验结果验证了该算法的有效性。     

基于混合量子进化算法的自动化制造单元调度

为解决传统智能优化算法在求解自动化制造单元调度问题时易出现早熟、陷入局部最优等问题,提出了混合量子进化算法.该算法采用序列染色体和量子染色体相结合的混合编解码策略,利用构造启发式算法生成初始种群,避免了不可行解的大量产生;为提高算法的优化性能,进化过程中采用序列染色体和量子染色体同步交叉变异策略,并引入了基于图论的不可行解修复策略.通过与遗传算法、基本量子进化算法的对比实验,验证了算法的有效性.     

无等待多机器人制造单元调度模型和算法研究

为解决无等待多机器人制造单元的调度问题,应用禁止区间法,建立了无等待多机器人制造单元调度的数学模型。在分析模型的基础上,证明了问题的最优周期长度必定是某一个特定的周期长度值。提出了基于图论的算法,并以此验证这些特定的周期长度值的可行性。以上述工作为基础,为无等待多机器人制造单元开发了能求解最优解的多项式调度算法,并以自动化印刷电路板电镀生产线为例,对提出的模型和算法进行了验证。     

基于Pareto排序和混沌加权的多目标项目调度

为综合考虑资源约束型项目调度问题的多个调度目标,有效获得该问题的近似非支配解集,建立了一种综合考虑可更新资源稳定性和工期的双目标项目调度模型。提出了一种基于Pareto排序和多目标混沌加权相结合的遗传算法,其中个体编码采用双链表结构,分别代表任务的执行顺序和执行模式,初始种群的生成包括随机生成和依据任务特性确定执行模式两种方式,设计了个体交叉和自适应变异算子,研究了基于Pareto排序法和基于多目标混沌加权法的个体适应度计算方法以及不可行解的修复和惩罚策略。利用项目调度问题算例库对该算法进行测试,数值测试结果验证了算法的有效性。     

自动化生产单元调度的混沌粒子群算法

在求解一类带时间窗口的自动化生产单元调度问题时,基本粒子群算法易陷入局部极值点且收敛缓慢.针对这一问题,将混沌搜索技术引入至基本粒子群算法中,利用混沌运动搜索精度高、遍历性好的特点来改善基本粒子群算法易陷入局部极值点和收敛缓慢的缺点,从而提高粒子群算法的收敛速度和优化质量.首先给出了带时间窗口的自动化生产单元调度问题的混合整数规划模型,着重讨论了混沌粒子群调度算法的设计,包括编码方式、混沌初始化、混沌扰动和适应度函数计算等.对提出的算法进行了仿真验证,仿真结果表明在求解此类调度问题上,混沌粒子群算法比基本粒子群算法具有明显的优势.     

并行工程中基于信任度的知识（信息）协同问题研究

探讨了并行工程中知识协同处理的７元组描述模式，并在此基础上提出了基于信任度和基于模糊集理论的两种不同类型的知识协同处理算法，算法体现了权威性和民主性相结合的原则。并提出了知识协同处理的灵敏度问题，对提高的算法的灵敏度进行了理论的分析。     

产品设计中获取用户需求的研究及软件系统的开发

用户需求被定义为产品使用用户用自己的语言表达的对产品的要求。它是企业正确制定产品设计战略的基础,是企业进行产品设计的依据和源头。本文介绍了产品设计中用户需求获取的关键技术和实现策略及相应的软件系统的开发。     

复杂无等待自动化制造系统的调度算法研究

针对一类存在并行工作站和可重入工作站的复杂无等待自动化制造系统的调度问题,提出了利用禁止区间法建立该问题的数学模型,并开发了一种多项式时间复杂度的最优算法.该算法已经在自动化电镀生产线中得到应用,证明了该模型和方法的有效性.     

量子进化算法在生产调度中的应用综述

量子进化算法是量子计算和进化计算相融合的产物,具有种群多样性好、全局搜索能力强、收敛速度快等优点。综述了量子进化算法在Job-Shop调度、Flow-Shop调度、车辆路径规划、项目调度等生产调度领域中的应用现状,讨论了面向生产调度的量子进化算法的编码转换方式和进化策略以及存在的问题,并指明了其进一步的研究方向。