考虑资源均衡使用的模具项目调度应用

多资源均衡是项目调度的基本问题之一.分析了国内某中型模具企业生产资源的利用现状,建立了模具项目调度的资源均衡使用数学模型,利用求解项目资源均衡使用问题的启发式算法,结合企业生产的实际情况,进行了验证.应用实践表明,该数学模型和启发式算法具有实际可操作性.     

融合AOBPR和SVD++的排序推荐算法

针对BPR模型收敛速度慢的问题,Randle S提出一种非均匀采样非隐式反馈数据方法 AOBPR模型来加快收敛速度,可是该算法只能利用隐式反馈数据.为了改进其算法的不足,我们提出了一种将AOBPR模型与经典的基于矩阵分解的SVD++算法相结合的算法AOBPR_SVD++.改进后的算法不仅能利用隐式反馈数据也能利用显式反馈数据.最后通过在两个真实数据集中进行实验验证,表明改进后的算法可以获得更好的推荐效果.     

一种多行设备动态布置的方法

在简单分析比较4种基于启发式算法求解动态设备布局方法的基础上,提出了一种基于单亲遗传算法的相应遗传策略,发展了一种新颖的适用于动态设备布局的遗传换位操作算子,并提出在单期上应用换位概率的策略,大大增加了种群的多样性,明显提高了算法的性能.最后进行了仿真研究,并用提出的时间增长率和相对精度收敛率指标进行了综合分析.     

纤维铺放轨迹规划的两种方法及其比较研究

为了实现纤维铺放轨迹规划,本文提出了两种方法,即网格化方法和CAD软件的二次开发方法。针对网格化方法,提出了自由曲面的网格化方法和四边形网格铺放轨迹生成算法。针对CAD软件的二次开发方法,基于UG软件,提出了可变计算步长的初始轨迹计算方法、轨迹优化算法和丝束数量计算方法。以某型号的S形飞机进气道为参考模型,利用两种方法分别进行了轨迹规划。最后,对两种开发方法进行了比较研究,发现第二种方法相对于第一种方法具有功能强、开发周期短、与CAD软件的集成度高等优点,得出了其更适合铺放软件开发的结论。     

一种兼顾CNC与EDM加工工序的模具电极调度启发式算法

模具电极加工的关键工序调度问题,可以近似采用具有CNC和EDM两道工序,且后工序带有成组特征的柔性流水车间调度模型进行描述.以实现最小化电极总拖期量为目标,建立了该问题的数学模型,提出了一种启发式算法来获取满意解,并应用实例验证了该算法的有效性.     

一种改进的人工蜂群算法及其在桁架几何优化设计中的应用研究

由于人工蜂群(artificial bee colony,ABC)算法存在收敛速度慢、易陷入局部最优的缺点,采用设置自适应缩放因子和基于适应度排序的选择方式代替传统的轮盘赌模型,提出了一种改进的快速人工蜂群算法(fast artificial bee colony,FABC).基于这种FABC算法对4个离散变量的几何优化模型进行了优化,并与遗传算法(GA)、蚁群算法(ACA)、启发式粒子群优化算法(HPSO)和群搜索算法(GSO)作了比较.结果表明,这种改进的人工蜂群算法具有较好的收敛精度.另外,ABC算法以及FABC算法结构简单,可应用在其他优化问题上.     

求解集装箱装载问题的混合蚁群模拟退火算法

目的 针对物流行业中存在的大规模、复杂、多规格货物的集装箱装载问题,提出一种基于塔装载启发式算法、二维装载点启发式算法、蚁群模拟退火算法的混合算法。方法 首先,采用塔装载启发式算法将三维待装箱装载成塔集,即将三维装箱问题降为二维装箱问题,有效降低集装箱的装载规模;其次,蚁群算法通过融入信息素选择更新策略,并利用自适应信息素挥发系数来提升算法整体的收敛速度,同时结合模拟退火算法对每代优秀路径集进行局部搜索,避免算法因收敛过快而陷入局部最优;最后,将蚁群模拟退火算法与二维装载点启发式算法相结合,优化每座塔的装载顺序和放置姿态,寻找最优的装载方案。结果 实验证明,在250组算例中,采用混合算法后,集装箱的平均空间利用率为90.92%,优于其他3种对比算法。结论 设计的混合蚁群模拟退火算法适用于解决大规模集装箱装载问题。     

基于轨迹交叉理论的制造业生产安全问题研究

针对制造业生产现场中的生产安全问题,对人、物以及管理等因素进行分析,提出基于轨迹交叉理论的事故模型.轨迹交叉理论是一种研究事故致因的理论,可以概括为人为操作的失误与物的故障状态,两者轨迹交叉就会构成事故.通过对郑州市制造业企业员工进行抽样调查,利用提出的事故模型进行分析,并提出预防措施,积极预防和控制现场中人、物以及管理等方面的不安全因素,避免危险事故发生,保障生产制造企业安全生产的顺利进行.     

基于读出电路结构的红外焦平面图像非均匀校正算法

为了改善基于图像配准的红外焦平面迭代非均匀校正算法的性能,在此基础上提出了一种新的红外焦平面图像非均匀校正算法.首先分析了真实图像的噪声规律,利用红外焦平面的读出电路结构特性建立了噪声模型.而后分两部分对算法原理进行分析,最后用仿真数据对算法的有效性给予了验证.通过与其他算法的校正结果比较,证实该算法具有收敛速度快、计算复杂度低,数据存储量小等优点.     

运用半Markov与能力验证的模具企业订单交货期设置

针对模具企业在洽淡阶段难以制定可行的订单交货期问题,建立了一种运用半Markov与能力验证的订单交货期设置模型。利用半Markov状态转移模型演化出订单任务状态的概率分布与需求工期,在演化的同时利用基于有限能力验证的启发式算法验证任务每一状态的需求工期的可行性,得出订单交货期的数学期望。通过实例分析,说明了上述方法对于解决企业实际问题具有一定的实用性。