分形网络协同制造中进度监控的方法及实现

在分形网络协同制造系统中,协作目标包含了工作流自相似的多级子目标,但缺乏有效的基于Web的方法来监控所有级别子任务的执行进度。为解决这一问题,提出了表述多级协作目标进度和协作方制造资源变化等信息的综合自相似算法。基于该算法,提出依靠每一个子任务的Web曲线来获取进度信息的自相似方法。阐述了综合多个同级子目标进度的方法,以获得总的进度情况。因此,各级分形协同制造系统的盟主可以对相关子任务的进度进行监控。实践表明,该方法可以简练地反映出多级协作目标的动态进度和合作企业生产资源的变化状况。     

基于改进挣值法的项目进度监控研究

在分析了传统挣值法存在的固有不足和缺陷的基础上,结合相关学者的研究成果,对进度预测公式进行修正,并结合网络计划技术,提出改进的挣值法,最后通过实例进行分析。该方法能监控到关键路径的变化,并可以得到非关键任务的浮动时间,能提供更深入的进度信息,为项目经理的决策提供可靠依据。     

基于工作分解结构复杂多级项目的进度监控技术研究

在复杂多级项目中,进度监控起着关键的作用.讨论了工作分解结构(WBS)与网络计划技术在多级项目管理中的应用,在分析现有网络模型特点的基础上,提出了将WBS树状结构与任务依赖关系统一描述的层次网络模型,并给出计算网络参数的相关算法.最后介绍将该网络模型应用于进度监控的一个实例.     

关键链多项目整体进度优化

为了解决多项目进度中项目间的资源冲突问题,获得多项目整体延迟损失最小、综合进度最优的优化方案,提出了关键链多项目整体调度启发式新方法。该方法将多项目优先级转化为项目单位时间延迟损失的相对大小,进而将单位延迟损失的相对大小与单项目资源进度启发式准则结合起来,理论上实现了多项目在整体延迟损失最小情况下的多项目整体进度优化方案。结合所提出的关键链多项目网络概念模型、数学模型及优化目标、调度算法等,实现了该方法的应用。通过算例验证了该方法的有效性和完整性。     

虚拟企业协同项目进度控制

研究了虚拟企业环境下协同制造项目进度控制的问题。通过分析在虚拟企业环境下项目进度控制的禾确定因素，建立了两类不确定性工期-费用离散概率数学模型，提出了赶工估测的计算方法，在此基础上，确定了以赶工方案的工期-费用可协商性为综合性能指标的再协商机制，并结合示例解释其计算迹程。菠后针对模具生产的特点，对协同制造的模具项目进度进行仿真监控，说明了这一方法的有效性和可靠性。     

基于数据挖掘的机加工生产进度预测方法

为解决多品种、小批量航天产品机加工的工时计算和生产进度预测问题,给出了基于数据挖掘预测方法的逻辑流程和体系架构,开展了数据需求及处理,数据分析及预测的相关研究,并提出了生产进度预测方法,可实现基于车间制造资源数据、历史数据和当前数据的工时计算和生产进度预测,为进一步明确生产节点、制定生产计划和优化生产过程,奠定了基础、提供了参考。     

IDEF3与甘特网络图相结合的进度计划方法

为了完整地表达航空产品研制的过程和时间、人员、费用等一系列伴随信息，提出一种IDEF3与甘特网络图相结合的产品研制进度计划方法。基于IDEF3过程建模方法，介绍了以过程为线索的过程流图，实现了研制过程和管理信息的描述，用于过程分析和过程优化，并以此为基础，提出对时间参数进行直观表述的甘特网络图方法，详细阐述了该方法的特点。最后以某型机翼的进度计划编制为实例进行了说明。     

考虑多关键路径的随机项目进度监视模型

针对模具制造项目的不确定因素而造成监控难度大的问题,分析了模具项目的特点,提出了一种考虑多关键路径的随机项目进度监视模型.该模型考虑了项目任务状态分布及状态转移规则,比较了并行工序的工时消耗,以确定项目关键路径.通过项目状态演化得到项目的完工期数学分布.为减少计算量,模型利用屏蔽低概率任务状态的方法,缩减系统状态空间,并开发了一套项目管理系统,利用此系统对一个案例进行演化,演化结果说明该模型具备一定的实用性.     

项目管理中进度调整的模糊动态规划方法

针对项目运行阶段进度控制的特点,提出了一种模糊优选理论与动态规划法相结合的进度调整方法。该方法采用模糊决策集优越性二元对比矩阵结合语气算子,定量标度定性指标的相对优属度。利用两级模糊优选模型,融合进度调整的历史数据与经验,综合计算定性与定量指标的方案相对优属度。基于关键路径的阶段划分,结合动态规划的基本思想,运用决策序列相对优属度总和最大法,求解进度调整的最优化方案。最后,使用自主开发的软件系统,对某型飞机装配计划进行了实例仿真,验证了方法的有效性。     

基于BP网络虚拟企业敏捷性评价

高敏捷性是虚拟企业适应不断变化的市场必备的素质，如何对它进行准确评价是虚拟企业运行中的重要问题，针对此问题先对虚拟企业及其盟员敏捷性之间的关系进行了分析，然后归纳总结出了可行的敏捷性评价指标，提出在已知虚拟企业盟员敏捷性的基础上用BP神经网络来计算虚拟企业的敏捷性，最后通过仿真试验测试了该方法的可行性。     

基于挣值法的项目进度-成本管理决策模型研究

挣值法作为一种先进的项目管理方法,在国际上已被普遍应用于项目进度-成本的综合控制。在挣值法及其改进方法的基础上,结合管理储备的思想,提出了定量化的决策模型和调整成本优化模型,进一步辅助项目经理采取合适的进度-成本纠偏措施。     

基于Ray Casting的医学体数据场绘制算法

在医学体可视化中，Ray Casting算法由于具有高的计算需求、模糊的绘制质量和复杂的分类等缺陷，限制了该算法的进一步应用。为此，本文定义了一种多种因素相结合的光学属性赋值方法，该方法将物体距离视点的距离与物体距离光源的距离有效结合起来。在此基础上提出了一种高效精确的医学体绘制算法，该算法首先将医学体数据场进行分类，对于前景体素集采用LOD(Layer of Detail)技术进行重采样，进而将采样点用上述定义进行赋值；最后将背景体素采用基于空间跳跃的加速技术进行显示。实验结果表明对于512×512×482×2 Byte大小的体数据，在普通微机上能够达到2.5 fps的绘制速度；而且组织器官显示清晰，符合人的视觉特征。     

基于个体的两机械手合作任务规划

运用模糊理论的相关知识和双向A^*算法规划基于个体的2机械手合作任务,对机械手的工作区间进行合理分区,确定2钻臂在这些区域产生碰撞的模糊隶属度,从而引入双向A^*算法搜寻最优路径。通过仿真研究证明,此方法计算简单,规划的路径在一定程度上可满足实际工作的需要。     

An integrated solution—KAGFM for mass customization in customer-oriented product design under cloud manufacturing environment

In hot strip rolling process, rolling schedule is a key technology which directly influences strip product quality. Rolling schedule optimization is actually a problem of load distribution. To make a better rule of the load distribution of aluminum hot tandem rolling, multi-objective optimization algorithm is used to optimize rolling schedule. Preventing slipping, power margin and minimum energy consumption are selected as the optimization objectives. To make a precision calculation of rolling schedule, an adaptive neural network which is based on classification system is applied to improve the prediction ability for the rolling force, and its on-line training system reduces the prediction errors caused by different rolling conditions. The improved differential evolution algorithm is used to search the Pareto front, and it obtains a good approximation of the Pareto-front and decreases computation time. Load distribution strategies focused on different objectives are generated from the Pareto front to meet the requirements of industrial spots. The experiment result shows the algorithm covers the front quickly and distributes well. Comparing with the original schedule, the proposed method reduces the probability of slippage and energy consumption.     

DEADLOCK-FREE SCHEDULING METHOD BASED ON PETRI NET AND GA

An efficient algorithm for finding an optimal deadlock-free schedule in a manufacturingsystem with very limited buffer is presented. This algorithm is based on the effective genetic algorithm(GA) search method, and a formal Petri net structure is introduced to detect the token player assuringdeadlock-free. In order to make the scheduling strategy generated by GA meet the required constraintof deadlock-free, Petri net is involved to make the implementation of the job scheduling in an FMSdeadlock-free. The effectiveness and efficiency of the proposed approach is illustrated by using anexample.     

海工产品分段建造中日程计划优化

为解决海工产品分段建造中日程计划管理效率低、计划决策结果不符合生产预期要求等问题,梳理了船厂海工产品分段实际建造先行中日程活动约束关系,提出非线性建造方式下的工期/工作量约束及将其转化为正常约束的方法。在对多目标非支配遗传算法改进的基础上,设计了将单船项目建造工期、成本增额和资源均衡程度作为优化目标的海工产品分段建造中日程计划优化算法。通过实例验证与对比分析,证明了算法在面对复杂进度网络与非线性建造方式下优化中日程计划的有效性和可靠性。     

模具虚拟企业项目调度遗传算法研究

为解决模具虚拟企业资源受限的多项目调度问题，提出了多项目调度的数学模型。在此基础上采用了一种混合遗传算法的求解方法，该方法分两个阶段进行：先采用优先规则启发式方法产生一组可行解，该过程可视为遗传算法解的初始化；然后对这组可行解采用遗传算法进行优化，以得到次优解或者近似最优解。最后通过实际算例所得结果并与其他方法的比较分析验证了该方法的有效性。     

水质有机污染综合指标在线监测仪器

本文以COD在线监测仪为例,介绍了水质有机污染综合指标在线监测仪器的测量原理、仪器构造和性能指标。说明了COD法、高锰酸盐指数法和紫外吸收光度法水质在线监测仪器的使用范围和技术特点。讨论了在线监测仪器的研究进展和使用中应该注意的问题。     

Integrated scheduling of flexible manufacturing system using evolutionary algorithms

Effective sequencing and scheduling of the material handling system (MHS) have an impact on the productivity of the flexible manufacturing system (FMS). The MHS cannot be neglected while scheduling the production tasks. It is necessary to take into account the interaction between machines and MHS. This paper highlights the importance of integration between production schedule and MHS schedule in FMS. The Giffler and Thompson algorithm with different priority dispatching rules is developed to minimize the makespan in the FMS production schedule. Its output is used for MHS scheduling where the distance traveled and the number of backtrackings of the automated-guided vehicles are minimized using an evolutionary algorithms such as an ant colony optimization algorithm and particle swarm optimization (PSO) algorithm. The proposed evolutionary algorithms are validated with benchmark problems. The results available for the existing algorithms are compared with results obtained by the proposed evolutionary algorithms. The analysis reveals that PSO algorithm provides better solution with reasonable computational time.