基于生产负荷均衡的多对多订单分配模型

针对产业集群外的多个制造商和产业集群内的多个供应商的订单分配问题,从合理利用供应商剩余生产能力的角度,将多供应商之间的生产负荷率均衡作为订单分配决策的主要准则,建立了多个制造商对多个供应商的订单分配模型。通过对产业集群内注塑机零部件生产企业实例仿真分别从时间及空间维度验证了模型不仅可以减小供应商的生产负荷波动,而且可以均衡各个供应商在每个周期的生产负荷。基于生产负荷均衡的分配策略在保证制造商下达的订单得以顺利完成的同时,考虑供应商群体制造资源的均衡利用,从而提升整个供应商群体的运作水平和效益,进而实现整个供应链的优化。     

钢铁企业按订单生产模式下合同池优化

基于对钢铁企业按订单生产模式下合同月计划编制策略、约束条件和优化目标的研究,建立了合同月计划优化模型.模型以最大化编入计划的加权合同重量为优化目标,综合考虑了设备能力和合同月计划中各种产品规格、品种比例限制等约束.采用惩罚函数法将约束最优化模型转换为无约束最优化模型.设计了求解模型的向导局域搜索算法.以某钢铁企业的实际合同月计划问题作为实例,对模型和算法进行了系统地验证,计算结果表明模型和算法在优化效果和运算效率方面均优于该企业现有合同计划系统.     

基于NSGAⅡ的多目标电子产品CTO订单推荐

根据用户的个性化需求向用户推荐物料清单是实现按订单配置的有效途径。由于涉及的物料较多,用户关注的目标也较多,电子产品的CTO(Configure To Order)订单推荐面临挑战。以功能定位目标贴近度、功耗和成本为优化目标,将电子产品的CTO订单推荐建模为一个多目标优化问题,采用NSGAⅡ获取Pareto非支配集,基于用户权重对非支配集排序,得到若干推荐订单。与单目标优化方法相比,多目标优化可以快速适应用户对权重的动态调整,也可以一次推荐多个备选订单。仿真实验证明了该算法推荐的优越性和具有较强的鲁棒性。     

基于模拟退火算法的多节点订单排序模型*

将Slotnick等人的单节点的订单选择模型扩展到多节点,给出了较复杂的多处理节点的订单排序优化模型。采用了模拟退火算法来求解所建模型的优化解,给出了详细的算法步骤和几种相邻解的搜索策略。对模拟数据进行了仿真求解计算,验证了算法的求解效果和计算效率,算例结果也表明：多节点的订单选择模型比单节点模型更加符合实际情况,能更准确地计算订单收益与延迟处罚,克服了单节点模型中的失真问题。     

多跳无线网络中基于网络编码的多路径路由

提出了一种基于网络编码的多路径路由机制CAMP(network coding-aware multi-path routing).该机制能够根据路径的可靠性和编码机会,动态地在多条路径上进行数据包的传输.CAMP的路由发现机制能够向源节点返回多条可能的路径以及各条路径的每条边上的ETX(expected transmission count).与以往的多路径路由机制不同, CAMP可以通过转换它的传输路径来动态地创造而非仅仅等待编码机会.利用这一独特的路由机制,CAMP可以让多条路径分摊网络流量负载,并且最大化路径转换收益,从而改进网络的吞吐量.实验结果表明,在无线网络的数据传输过程中,CAMP能够取得比其他路由机制高得多的网络吞吐量.     

无线环境下基于SCTP的并行多路径传输

随着网络接入技术的多样和接入设备的廉价,越来越多的移动终端具备多家乡的特性,而现有TCP/IP协议栈只能使用单一接口传输数据,无法充分利用多家乡的优势。在流控制传输协议(SCTP)基础上,设计了路径选择模块和快速路径切换模块,实现了一种无线并行多路径传输（Wireless CMT）解决方案,使得多家乡终端能够同时使用多个接口并行传输数据。在实际无线网络环境对Wireless CMT带宽聚合效果和快速路径切换效果分别进行测试验证。测试结果表明,Wireless CMT使无线网络传输效率和可靠性都得到了明显提升。     

率失真优化的无线多跳网络多路径选择算法

随着无线网络技术的发展,基于无线多跳网的视频通信在智能交通、灾难应急和军事指挥等多个领域得到越来越广泛的应用.但是,如何保证无线视频的传输质量,是亟待解决的一个关键问题.已有多路径视频传输研究忽略了信道变化和路径间干扰.针对该问题,提出一种基于率失真预测的多路径选择优化算法.该算法不仅分析了网络拥塞对传输质量的影响,而...     

基于量子粒子群求解多制程订单选择问题

针对订单选择问题,考虑订单具有不同制程的特征,建立了以总收益为目标的混合整数非线性规划模型。以量子粒子群优化算法为框架进行求解,采用基于排序的粒子编码方案表达0-1变量和整数变量,提出四种种群初始化策略以便提高求解质量,并在迭代过程中对不可行解进行修复。通过对比验证,结果表明模型和算法可行、有效。     

一种基于多描述编码的多路径视频流传输机制

IP网络上数据传输的延迟、丢失和误码,给交互式多媒体通信带来相当大的困难.采用多路径传输技术是有望缓解这一问题的有效途径.本文探讨一种将多描述编码技术与多路径传输技术相结合的视频流传输机制.仿真实验表明,通过多描述编码方法将视频编码为多个流通过多路径传输优于单路径传输.     

一种基于多描述编码的多路径视频流传输机制

IP网络上数据传输的延迟、丢失和误码,给交互式多媒体通信带来相当大的困难。采用多路径传输技术是有望缓解这一问题的有效途径。本文探讨一种将多描述编码技术与多路径传输技术相结合的视频流传输机制。仿真实验表明,通过多描述编码方法将视频编码为多个流通过多路径传输优于单路径传输。     

基于非传递路径的次序一致性判断与修正

为了修正非次序一致性矩阵,定义了非传递路径数和非传递路径贡献数两个概念.提出利用非传递路径矩阵来进行模糊判断矩阵的次序一致性判断方法.同时,根据非传递路径数的大小来确定模糊判断矩阵中的最不合理元素,这样模糊判断矩阵的次序一致性判断和修正可以一体化实现.最后,用1个中小板上市公司的非财务指标体系构建作为实例进行说明.     

启发式路径下节约里程的订单分批算法

基于电商配送中心人到货整箱拣选系统,考虑拣选器具和商品包装体积,构造以最大化里程节约量为目标的订单分批模型,提出基于启发式拣选路径下节约里程的订单分批算法,并结合某企业物流中心订单数据对该算法进行仿真实验。研究结果表明,基于启发式路径下里程节约的订单分批方法（D-eco）的求解效果优于先到先服务分批方法（FCFS）和基于相似度的订单分批方法（SBBM）。在5种不同订单池容量下,采用D-eco进行订单分批后拣货人员总行走距离平均比FCFS和SBBM多缩减了12%和2%。     

基于OPM/MAS 的钢铁企业多agent 生产调度模型

现有的面向agent建模方法在统一性、灵活性、交互能力、逻辑验证能力等方面存在很多不足,阻碍了多agent系统的研究和设计.为此,引入对象过程/多智能体系统(OPM/MAS)的建模方法,将系统的功能、结构和动态行为集成在统一的模型中,用图形和自然语言共同表达复杂系统的抽象概念,可进行逻辑验证,并具有灵活性强、表意清晰等优势.通过在钢铁企业生产调度中的应用,验证了OPM/MAS在多agent等复杂系统建模中的有效性.     

基于平均强化学习的订单生产方式企业订单接受策略

从收益管理思想出发,采用平均强化学习算法研究不确定环境下订单生产(MTO)方式企业的订单接受问题。以最大化平均期望收益为优化目标,采用多级价格机制,把订单类型、价格和提前期的不同组合作为系统状态划分标准,结合平均强化学习原理,提出了具有学习能力的订单接受算法(RLOA)。仿真结果表明,RLOA算法具有学习和选择性接受订单的能力,与其他订单接受规则相比,在平均收益、订单类型接受状况和适应性等方面都有较好表现。     

基于节点位置与剩余电池量的Ad hoc网络多路路由研究

基于Ad hoc网络节点剩余电量和位置信息,为降低路由发现延时和延长网络生存寿命、充分利用网络带宽、存储及计算等资源,遵循网络负载均衡原则提出了基于位置与剩余电量的多路路由算法.通过构建算法模型,论证了节点剩余电量与位置对路由发现延时、稳定性与可靠性的影响.经NS2仿真试验表明该协议的节点利用率一般在75%左右,具有较好的综合性能,比较适用于节点频繁移动的Ad hoc动态网络环境.     

Tracking control of a piezo‐actuated stage based on a frictional model

The tracking control accuracy of a piezoelectric actuator (PEA) is limited due to the actuator's inherent hysteretic nonlinearity. Direct drive of PEA on a positioning stage with friction force will cause control problems. An approximated dynamic model of PEA with consideration of friction force is novel synthesized for control. This model is based on a second‐order transfer function with two parameterization terms. The first time delay term consists of the hysteresis of piezo effect combined with frictional force lag with varying velocity. The second term is comprised of both presliding and sliding regimes. The H‐infinite tracking controller is designed to compensate for the structural uncertainty associated with time delay and the unstructured frictional force in the PEA stage. Iterative Learning Control is implemented to reduce the unmodeled repetitive error by a factor of 20. Numerical simulations and experimental tests consolidate the root mean square (RMS), positioning error close to the hardware reproducibility and accuracy level. Experimental results show the controlled stage can be potentially used for precise positioning. Copyright © 2009 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

基于环形耦合策略的多电机同步控制研究

针对目前广泛应用的交叉耦合控制策略在电机数量较多时,其控制结构复杂且补偿规律难以确定的问题,提出了基于耦合补偿原理与同一给定控制相结合的环形耦合控制策略,降低了控制结构的复杂度．建立了环形耦合策略的控制结构,对其有效性进行了数学证明．将环形耦合控制策略应用于多电机传动系统,并与主从控制策略对比,结果表明,环形耦合控制策...     

Overcoming underload and overload: The effect of stage and level of autonomy in routine-failure trade-off in human-autonomy teams

We examined how human mental workload and the corresponding eye movement behaviors are affected by the stages and levels of autonomy in routine and autonomy failure conditions in human-autonomy teams (HAT). Thirty participants performed monitoring and diagnosing tasks with the autonomous agent in a three-factor experiment. The factors included information processing stage, level of autonomy, and agent operation condition. The results indicated that the later the agent-supported information processing stage or the higher the autonomy level, the higher the participants’ mental workload following autonomous agent failure. Compared to the continuous manual operation condition, the HAT performance did not decline following autonomous agent failure at the cost of increased mental workload. The eye movement results indicated a top-down compensatory control mechanism of attention, indicating the risk of team performance decline following autonomous agent failure. These findings can be applied in designing autonomous agents and setting human mental workload levels in a HAT.     

一种基于分簇蚁群策略的无线传感器网络路由算法

如何最大化地延长网络的生存时间是无线传感器（WSN）网络研究的核心问题.基于分簇策略,提出一种能量有效的路由算法（EEA）.该算法利用分簇原理减少了参与寻找最优路径的节点数,从而降低了系统的能耗.同时设计一种改进的最优路径评价标准,该标准兼顾了传输路径上各节点的剩余能量和最优路径上总的能量消耗.仿真结果表明,与其他蚁群策略的路由算法（如：基于蚁群算法的路由算法（ARA）和EEAWSN）相比,该算法能在寻找最优路径时避开剩余能量少的节点,使最优路径上各节点的能量呈整体性衰落,从而沿长了网络的寿命.     

基于邻域跟随的群集系统分群控制算法

传统基于避撞、组队和聚集规则的个体运动协同算法具有内聚和速度一致趋势,群体在外部信息刺激下难以自发实施分群.为此,提出一种融合了邻域跟随行为的分布式协同控制算法.该算法在短距排斥、长距吸引和速度一致行为的基础上,引入个体对于其感知域内间距变化最快的邻居的跟随运动,并通过对跟随目标的动态更新,实现了外部信息作用下群体的自组织分群行为.仿真实验验证了算法的可行性和分群有效性.