基于反馈平衡的多生产线调度算法与仿真

研究生产线平衡调度优化问题。传统的生产线产品调度中,由于生产线上的产品数量不定,造成生产线的负荷不平衡,容易造成生产线工序上产品堆积,导致生产线平衡能力下降,流水线发生阻塞。为了解决上述6问题,提出了一种反馈信息平衡的生产线产品调度算法。将产品在生产线上流动的顺畅情况,作为反馈信息传递给生产调度端。调度算法把各种信息作为指导后续生产线产品选择工序先后次序的依据,使得在生产线上负荷大幅增加的情况下,通过反馈信息改变产品调度顺序,使得生产线负荷达到平衡。实验结果表明,反馈信息平衡算法在产品负荷较大的情况下,有效地提高生产线的平滑指数,提高了生产线的效率。     

车/铣双机加工自动化生产线的节拍平衡研究

生产线中节拍的均衡是保证生产线运行顺畅的基本要求。论文对车铣两台机床加工的基本时间、机器人搬运时间进行了分析,为了保证节拍的平衡,一般可通过调整工序和机器人搬运时间来完成。基于遗传算法对机器人搬运时间进行了优化,通过一组零件加工的自动线节拍的设计,验证了优化后的时间能够保证生产线节拍的平衡。     

冷轧MES机组作业计划过程中的任务分配法

基于鞍钢新轧集团股份有限公司冷轧薄板厂MES工程的实际情况,介绍了机组排产作业计划过程中的任务分配方法。该方法以机组与生产任务的最佳匹配、机组的负荷平衡为性能指标,采用了实时最小负荷分配规则,科学地解决了冷轧生产线CIMS环境下机组排产作业计划的在线生成问题,实现了生产线上的生产路径优化控制,从而提高了生产质量和设备利用率。     

基于FlexSim的制造业生产线平衡优化与仿真

随着市场需求的不断增长,人工成本日益增高,中小型制造企业受资金、技术等因素的影响,无法及时开展生产方式的转型,在行业中的竞争力较弱。文章从中小型制造企业生产线平衡率偏低的问题着手,对S公司的生产线进行系统化分析,结合FlexSim仿真方法评估其生产线存在的问题,并提出生产线平衡优化的改进方案。对比分析仿真前后的效果数据发现,S公司生产线的平衡率提升了21.9百分点,解决了该企业生产线不平衡的问题,文章的研究有助于推进制造企业物流流程和生产工艺流程实现进一步优化。     

带特殊工艺约束的并行机器生产线调度问题的一种遗传算法

研究带特殊工艺约束的并行机器生产线的调度方法.以完工时间、拖期时间和超库 存时间的惩罚量之和最小为调度目标,对该优化调度问题提出了一种遗传算法,并在问题建 模、遗传算法编码、初始种群的产生办法、交叉及变异方法等方面作了研究.数值计算结果表 明所提出的遗传算法是有效的.     

基于遗传算法的焊接生产线工位平衡规划方法

在现代化大规模大批量的流水装配制造业中,数量众多的作用分配和多工位的合理安排使工位平衡问题显得更为突出。针对第一类工位平衡问题,即在给定的生产节拍下最小化工位数,首先分析了该问题并建立了数学模型,进而提出了一种基于改进遗传算法求解工位平衡问题的方法。该算法以焊接任务的操作顺序优先关系为约束前提,在初始种群的生产以及交叉和变异过程中保证了染色体解的可行性,同时在遗传算法的选择过程中考虑了具有相同工位数的最优作业方案的工时标准差,从而提高了算法的搜索效率和解的可靠性。最后通过实例求解验证了该算法的有效性。     

基于遗传算法的轮廓切割顺序受限路径优化

考虑一类轮廓切割顺序受限的加工路径优化问题.遵循由内到外的轮廓切割约束条件,以遍历所有待切割轮廓且刀头在轮廓问移动的空行程距离最短为优化目标,把约束条件转化到遗传算法编码问题采用启发式搜索技术以加快遗传算法的爬山速度,并且能自适应调整交叉和变异概率.实际应用结果表明所提算法能有效缩短空行程.     

改进灰狼算法求解多目标柔性作业车间调度问题

柔性作业车间调度问题(Flexible Jobshop Scheduling Problem,FJSP)是经典的NP-hard(Nondeterministic Polynomial-time hard)问题,针对该复杂问题,需要建立一个多目标的数学模型,采用灰狼优化算法对柔性作业车间的加工完成时间、总耗能和总机器负荷这三个目标进行优化,以加工完成时间、总耗能和总机器负荷作为研究目标。灰狼优化算法(GWO)是一种具有较高的寻优精度和收敛速度的算法,在此基础上对灰狼优化算法的初始化种群进行改进,为了使灰狼算法适用于多目标问题,与非支配排序遗传算法结合,引入非支配排序与拥挤度的概念,用于灰狼算法对种群的更新。对柔性作业车间调度算例进行测试,结果表明改进的灰狼算法针对多目标柔性作业车间调度可以找到最优解,以较少的迭代次数找到最小加工时间、最小总耗能及最小总机器负荷,对车间调度问题进行了优化。     

网格技术在半导体生产调度中的应用研究

网格技术是一种新型的分布计算技术,致力于解决复杂度很高的新应用问题.随着全球半导体生产规模的日益扩大,半导体生产线的优化调度问题成为学术界及工程界研究的热点.半导体生产线具有许多特殊的特点,诸如生产规模大、工件数量多、随机性大、加工成本高、高度的可重入性等,这些特点决定了原有的调度策略已不能满足半导体生产线的要求.鉴于网格技术在处理设备可扩展性和资源平衡性上的优势,主要研究将网格技术的思想用于半导体生产线的调度中.利用网格计算中的负载向量和失衡因子的概念,来控制半导体生产线上各加工机器处工件块的规模以及投料规模.通过优化算法的调度,使得半导体生产线的各加工设备负载得到平衡,设备的生产效率提高,缩短加工周期,从而达到优化生产线的目的.     

基于组态王的自动生产线监控系统设计与开发

为改善自动生产线工作效率低、质量无法保障的现状，在分析了生产线加工特点后，设计开发了适用于提升自动生产线相应功能的监控系统。采用北京亚控公司的组态王软件，实现模块化功能划分，可以满足生产线数据交换、故障报警及系统报警、历史数据记录及查询、各类报表的生成和打印输出等功能。经验证，该监控系统可以提高自动生产线的便捷性、安全性与可靠性，并且能够保障自动生产线长期有效的运行。     

NES-Join算法的改进算法

NES-Join算法是一种无需外排序的连接运算算法,其复杂性优于经典的Sort-Merge Join算法及改进后的SDC-Join算法.在NES-Join算法基础上提出一种改进算法,该算法能够有效压缩原算法中未匹配记录暂存块中的空记录信息,从而使NES-Join算法更具实用性.通过实验和分析表明,改进后的NES-Join算法与原算法时间复杂性相当,但显著提高了磁盘空间的使用率.     

一种Elgamal算法的改进算法

本文提出了Elgamal加密算法的一种改进算法,这种改进算法的特点是可以实现成泉序列密码一样逐比特地进行加解密,被加密消息可以任意比特长;本文还通过改进算法和原Elgamal算法的对比分析,讨论了改进算法的安全性,加解密速度、密文扩展、消息块长度的灵活性,同时对Elgamal加密算法及改进算法的随机数的位数对安全性的影响作了讨论,提出了算法中对随机数选取的安全性要求。     

Floyd算法与RAD算法性能分析

路由算法是影响网络性能的重要因素之一,对路由算法的选择至关重要。介绍路由算法中的Floyd算法和RAD(Routing along DAGs)算法,并通过实验对两种算法性能作出分析和比较。实验分析结果显示:在链路利用率、链路流量负载均衡和链路失效对网络的影响范围方面,RAD算法要优于Floyd算法。在平均传输代价方面,Floyd算法要优于RAD算法。     

双极隶属度F_KNN分类算法在算法管理中的应用

算法管理是信息融合领域中一个新的研究课题,其过程涉及到对信息融合数据源的分类问题.针对信息融合数据源样本的特征,提出一种双极隶属度F_KNN分类算法,通过邻居质量优先隶属度函数和双极隶属度判决规则,得到理想的数据源分类结果.     

基于牛顿法和遗传算法求解非线性方程组的混合计算智能方法

本文针对牛顿法的局部收敛性而容易导致求解失败，先讨论在全局空间搜索解的非线性方程组遗传算法（ＧＡ）。然后针对ＧＡ收敛慢，通过定义牛顿算子，适应度函数和选择算子，从而得到结合ＧＡ和牛顿法两者长处，既有较快收敛性，又能以较大概率求解非线性方程组的混合计算智能算法。数值计算表明本文方法显著优于牛顿法和ＧＡ。     

一种基于遗传算法的QoS多播路由算法

深入研究基于遗传算法的QoS多播路由算法,建立支持QoS的多播路由模型.对已有的QoS多播路由算法进行优化,提出适用于下一代网络的基于遗传算法的QoS多播路由算法.采用定长的染色体编码和预处理机制降低算法复杂度.仿真试验表明,该算法收敛速度快,可靠性高,能够更好地满足多播业务的需要.     

基于改进遗传算法的网格任务调度算法

网格任务调度是一个NP完全问题,它关注大规模的资源和任务调度,要求采用的调度算法能够具有高效性.遗传算法被证明是解决这类小规模问题的有效算法,随着任务数和资源数的增加,遗传算法表现出慢速收敛的缺点.为了克服其缺点,提出将Min-min算法与遗传算法相结合的改进遗传算法,从而设计出很好的选择和交叉算子,提高了算法搜索能力和收敛速度.仿真结果表明该算法能更有效解决网格任务调度问题.     

基于遗传算法的选播路由算法的研究

随着基于IPv6选播应用的研究与发展,选播路由算法已成为选播服务质量的关键.以遗传算法为基础,提出一种改进的交叉、变异遗传操作,在克服传统算法中早熟现象的基础上,加快了收敛速度;同时本算法以延时、带宽和服务器负载作为选择操作的依据.仿真结果显示,该算法能够在合理利用网络资源的同时找到最优解.     

基于量子遗传算法的非测距节点定位算法研究

为了提高非测距节点定位算法的定位精度,针对DV-Hop算法提出一种基于量子遗传算法的改进算法。利用节点间的估计距离和锚节点的位置,在DV-Hop算法的第三阶段采用量子遗传算法校正DV-Hop得到的估算位置,采用二进制量子编码和量子旋转门以及变异处理更新个体。仿真结果表明,改进的算法性能稳定,能找到全局最优解,并使DV-Hop的定位误差明显下降。     

一类新型计算机控制算法：预测控制算法

建立在预测模型基础上、以快速数字计算机为手段的预测控制算法,是七十年代以来工业过程控制中的一类新型算法。本文综述了这类预测控制算法产生的背景、基本原理及其研究的主要问题,对这类算法的实际应用作出了评价,并展望了今后的发展方向。