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。     

新型教与同伴学习粒子群算法求解作业车间调度问题

针对最小化最大完工时间的单目标作业车间调度问题,提出了新型教与同伴学习粒子群算法。通过教学阶段融合多邻域搜索,采用多样性变异策略以及同伴学习阶段采用混合学习策略三个方面的改进操作,扩大了种群的多样性,避免算法陷入局部最优,算法收敛速度和寻优性能有了显著提高。通过作业车间调度问题FT、LA系列测试实例的对比实验,验证了新型教与同伴学习粒子群算法是解决单目标作业车间调度问题的有效方法。     

嵌入指针网络的深度循环神经网络模型求解作业车间调度问题

提出了一种数据驱动的作业车间调度算法,训练样本来源于基准实例和部分实际生产数据,通过特征函数来构建样本的特征数据并进行归一化处理,标签数据由调度任务和相应的调度规则的映射关系构成,以LSTM模型为主框架,在模型中嵌入指针网络,将当前序列中概率最大的工件优先进入缓冲区,提高了神经网络的训练速度和质量,采用训练后的模型对新问题进行求解。结果证明了所构建模型的有效性,同时为求解作业车间调度问题提供了新思路。     

多智能体入侵杂草算法

针对标准入侵杂草算法缺乏信息共享机制的缺陷,将多智能体系统融入标准入侵杂草算法,提出了一种新的多智能体入侵杂草算法.该算法通过多智能体系统中改进的邻域竞争合作算子实现个体间信息的交流,提高收敛速率;利用多智能体系统中的自学习算子增强算法求解精度.五个基准函数测试对比分析结果表明,多智能体入侵杂草算法的求解精度、收敛速度和稳定性优于标准入侵杂草算法、粒子群算法和差分进化算法.     

基于混沌粒子群算法的项目调度干扰问题研究

针对资源受限项目调度问题中的干扰情况进行了界定, 面向几种干扰问题建立了相应的资源受限项目调度干扰模型和混沌粒子群求解算法, 对项目网络图干扰、任务干扰和资源干扰三种干扰问题进行仿真计算, 验证了算法和模型的有效性, 为决策者在干扰事件发生后及时对原最优调度计划作出调整给出了方向。     

APS剖析

近年来,高级计划与排产APS(Advanced Planning and Scheduling)得到了企业界的普遍关注.APS软件的市场需求量不断膨胀,一些世界著名的软件公司如Oracle、SAP都成功地开发了自己的APS软件,并且取得了不错的销售成绩.到目前为止,国际上对APS还没有一种明确的定义,它是一种基于供应链管理和约束理论的先进计划与排产工具,包含了大量的数学模型、优化及模拟技术,其功能优势在于实时基于约束的重计划与报警功能.     

圆柱绕流N—S方程数值解的非线性特性分析

数值模拟并分析了二维圆柱绕注向混沌转捩的情形，通过时间延迟技术和维数嵌入方法对速度时间序列重构相空间，并利用非线性动力系统理论方法（诸如相空间分析、频谱分析、Ｐｏｉｎｃａｒｅ映射），以及通过对混沌统计量（如关联维数，Ｋｏｌｍｏｇｏｒｏｖ熵、Ｌｙａｐｕｎｏｖ指数等）的计算，对不同雷诺数的Ｎ－Ｓ方程解的特征作了分辨。结果表明，在一定的雷诺数范围内解是周期或拟周期的，并且有一个复杂的分叉途径向混沌转捩。     

嵌入疲劳效应和学习效应的应急手术调度研究

为了解决突发事件下应急手术调度问题,将应急手术调度问题看作混合流水车间调度问题,并考虑了医护人员长时间工作而带来的疲劳效应和截断学习效应,构建了术前、术中、术后三阶段手术调度模型。利用改进的灰狼优化算法对三阶段应急手术调度模型进行求解,并通过仿真实验测试模型和算法的有效性。算例分析中,将改进的灰狼优化算法和传统的灰狼优化算法的算例结果进行对比,结果表明改进的灰狼优化算法更有效,能得到更好的调度结果。     

双层规划下考虑环境侵害的垃圾分拣中心选址研究

针对含有害垃圾分拣任务的垃圾分拣中心选址主从博弈问题,提出具有上层奖励机制的双层规划选址方案。首先,将收集点与有害垃圾处理企业作为回收物流发起方构建上层模型,将分拣中心与回收点作为接收方构建下层模型;其次,上下层均引入因有害垃圾存在而带来的环境侵害成本,考虑奖励等级为决策方案使上下层成本相互制约。最后以遗传算法求解算例,通过与单层双目标模型比较,讨论该双层成本模型的设计机制在成本控制上的优势与不足。