卷烟生产线柔性优化调度模型研究

Through analyzing technological process of cigarette producing line and utilizing the basic idea of modern graph theory, the connected network system based on continuous material flow is drawn from cigarette producing line. The thought of flexible optimization schedule is proposed and the optimization schedule models of cigarette producing line are created. Then their visualized example is given. These optimization schedule models have already been used for actual cigarette producing schedule and they have direction meaning for instructing manager at producing ground to carry on optimization schedule.     

可再生能源电力系统通信负荷平衡化分散调度方法研究

可再生能源接入电力系统后,受到通信负荷调度方案的影响,调度方法的抗干扰性能较差。因此,提出可再生能源电力系统通信负荷平衡化分散调度方法研究。考虑到可再生能源的工作特点,建立可再生能源场景模型。利用模糊控制器,设计电力系统通信负荷控制结构。结合电力系统接入可再生能源后产生的不确定性因素,设计负荷平衡化调度方案,结合上下层级分散调度模式,实现负荷分散协调调度。实验结果表明：所设计的负荷平衡化分散调度方法与文献提出方法相比,将抗干扰性能提升了58%、49%。     

基于分层模型的卷烟成品物流配送优化调度

在约束条件下,卷烟成品物流配送任务的调度是一个典型的NP难题。通过对配送任务类型的分析,提出基于任务分层模型的优化调度方法,该方法运用调度启发信息对配送任务进行分类,不同类型的任务采用不同的算法求解,有效地缩小了问题搜索空间,通过实践验证了该方法的效果。     

基于改进量子遗传算法的云计算资源调度

针对云计算环境下资源的高效调度问题,当前研究较少关注云服务提供商的服务成本,为此,以云服务提供商降低最小服务成本为目的,提出了改进量子遗传算法的云资源调度算法。由于采用二进制量子位表示的染色体无法描述资源调度矩阵,该算法将量子位的二进制编码转换为实数编码,并使用旋转策略和变异算子保证算法的收敛性。通过仿真实验平台将此算法与遗传算法和粒子群算法进行比较分析,在种群迭代次数为100的情况下,分别取种群数为1和10,实验结果表明该算法能取得更小的最小服务成本。     

卷烟生产计划排产模型建立与优化

为了对卷烟生产进行自动优化排产,构建出卷烟排产分层递阶优化流程,对流程的关键环节设计了自动优化模型;分别建立了带约束限制的卷烟多点生产任务分配和生产点详细排产数学模型。对两个模型分别设计了改进的遗传优化算法。对多点生产模型,提出了一种基于遗传算法-模式搜索法的任务分配优化算法,改善了单独使用遗传算法局部搜索能力差的缺陷;对详细排产最大完工时间数学模型,设计了相应的算法操作策略,将牌号优先规则、生产约束嵌入到遗传算法中,满足了实际生产限制。通过卷烟生产排产实例,验证了算法的有效性,给出了优化的卷烟精确排产计划,降低了卷烟生产总成本和库存,缩短了总生产流程时间,提高了设备效率。     

基于电-热时间尺度平衡的综合能源多目标联合调度

由于供热设备能源消耗较大,现有方法存在收敛速率缓慢问题,导致能源利用效率较低,提高了供热成本,提出一种基于电-热时间尺度平衡的综合能源多目标联合调度方法.分析人体感受与PMV指标(Predicted Mean Vote,PMV)对应联系,获取冷热功率和人体舒适度之间关联;构建电-热时间尺度平衡调度模型,根据环保、安全可...     

基于量子遗传算法的冷藏集装箱功率平衡调度方法

现有的集装箱船对各冷藏集装箱的控制相互独立,且单个冷藏集装箱的电力需求是随机的,造成总电力需求峰谷差较大,进而影响船舶电站的功率配置.为解决上述问题,需在保证温度安全的前提下对冷藏集装箱集群进行统一调度,本文提出一种基于量子遗传算法的功率平衡调度方法寻找冷藏集装箱集群的最优调度策略.首先,对冷藏集装箱优化调度问题建立数学模型,确定其约束条件及优化目标;然后,分别采用遗传算法（GA）及量子遗传算法（QGA）对优化目标求解,并比较经两类算法调度前后的冷藏集装箱实际功率变化情况及各项指标,评价两类算法的优化调度能力.实验结果表明：GA及QGA均能实现冷藏集装箱的优化调度,减小总电力需求的峰谷差,使负载功率趋于平衡,但QGA的寻优速度比GA快,平衡电力需求的能力及优化电站配置能力更强.     

卷烟材料采购成本预测模型与应用

针对卷烟材料成本分析数据收集完整性差,人工定性分析无法掌握供应商的"近真实成本",不能科学制订卷烟材料采购方案的现状,建立了卷烟材料采购成本预测模型,并构建了一种实数编码、精英选择和轮盘赌相结合的遗传算法来求解此模型。模型应用案例表明:建立的模型与求解算法能较好地优化供应商的家数及供应量,有效地降低采购成本约0.81%,支撑卷烟材料的精益采购。     

CIMS在卷烟企业中的应用

分析了卷烟企业实施CIMS工程的必要性;根据实施CIMS企业的实际情况,探讨了卷烟企业CIMS的构成,给出了实施CIMST程的要点;并以QD-CIMS实施为背景,提出了卷烟企业建设CIMS的体系结构及功能结构,重点介绍了集成在卷烟企业CIMS工程中的作用及CIMS设计与实施中的若干关键技术和解决方案.该方案最主要的特点在于它具有很好的集成性,解决了企业中信息不能共享的现象,是解决制造业中"信息孤岛"问题的有效方法.文中的研究为CIMS工程在卷烟企业的推广应用具有参考意义.     

基于GPRS的卷烟企业能源管理系统研究

结合卷烟企业传统能源管理方式信息化水平低,损失浪费严重的实际情况,利用当今先进的GPRS无线通信技术,实现了对企业各部门能源消耗情况的实时监控及网络化抄表。介绍了能源管理系统通信信道的选择和系统整体方案设计,详细描述了网络通信的实现和监控管理中心的建立过程。系统运行结果表明：基于GPRS的卷烟企业能源管理系统的应用改变了企业传统的能源调度管理模式,提升了能源调度管理水平,从能源管理方面为企业节能降耗做出了贡献。     

钢铁企业生产调度与仿真研究

流程工业企业在生产过程中存在如生产量大、过程复杂等特点,因此生产调度在其中处于非常重要的地位。本文针对钢铁流程企业中存在的物料流调度参数多、流程多样、约束种类多等问题,首先进行了问题的数学建模,定义了调度过程中常用的各种参数、基本数学模型、优化指标和相关约束,然后利用改进的遗传算法对问题进行了求解,并通过实际的生产实例的仿真实验,证明了方法的有效性。     

供电企业现场作业智能排班(调度)模型及算法

现场作业调度一直是电网运营的一个难点, 如何对人力资源进行有效的管理和分配, 是保证电网公司计划任务按时高效完成的基础. 研究了一种基于人工智能的自动人员派发模型及计算系统: 借鉴车间调度理论, 结合遗传算法, 进行人力资源的智能调度, 以实现电力计划任务的最大完工时间最短以及延迟损失最低的优化目标. 最后, 经过算例分析, 证明了模型算法的可行性.     

遗传算法在考虑能耗的单机批调度中的应用

能耗总成本已成为生产调度中一个重要考虑因素,需要在最大完成时间和能耗总成本之间进行权衡,论文将遗传算法（GA）应用到考虑能耗的单机批调度中,并建立同时优化最大化完成时间和最小化能耗总成本的差异工件单机批调度模型.通过遗传算法在考虑能耗（CEC）和不考虑能耗（IEC）下求出非支配解集,利用工件分批的优化和对遗传选择算子的改进,以保证搜索的效率.实验结果表明,与IEC相比,在CEC下使用遗传算法求出的解效果更好,且随着问题规模的增大和工件加工功率的增加,所得解的优势更加明显.     

钢铁企业集成化生产调度模型的研究

为了解决钢铁企业生产因缺乏整体生产调度计划造成的宏观调控和实时监控等方面次序混乱的问题,提出了分阶段、以关键生产阶段调度为核心、基于规则的分型生产调度模型,并对如何运用该模型实现集成调度进行了分析,最后对该模型在企业实际项目中的应用进行了概要介绍。应用结果表明,该调度模型对协调分厂间的生产、平衡生产物流、缩短生产周期起到了重要作用,实现了钢铁企业生产调度的整体优化。     

遗传算法在多类型的车辆人员排班系统中的应用与研究

公交车辆人员排班的主要问题就是在给定时间点和车次数的情况下,以最小代价覆盖所有的车次。与以往都是针对单类型车辆的人员排班不同,该文主要提供对多类型的车辆人员排班的支持。首先利用高效的Auction算法获取代价最小的车次分组并根据分组情况分配车辆的营运类型;然后使用遗传算法进行随机化搜索以获得最优解。实验表明,遗传算法应用于多类型的公交车辆人员排班具有很好的效果。     

纺织企业Flow-Shop调度问题的研究与实现

以某纺织企业纺纱车间为背景,针对Flow-Shop调度问题,以"最大完工时间最小化"为调度性能指标建立数学模型,应用微粒群算法(PSO)对该问题进行求解,通过仿真实现验证了其有效性。     

考虑能耗与工时恶化作用下的并行机调度优化

在热处理加工环境中,工件温度随着其开工时刻的延误不断下降,为了能够正常加工不得不保温或重新加热.针对这一现象,本文考虑了能耗与工时恶化作用下的并行机调度问题,以最小化总拖期和能耗为目标构建了混合整数规划模型.由于问题的复杂性,提出了一种遗传变搜索算法,其通过遗传操作获得变邻域搜索操作的解集,而后使用变邻域结构进行寻优操作.算例测试表明：较之传统遗传算法以及数学规划器Gurobi的计算结果,所提出的算法可以有效减少综合能耗和拖期成本.     

考虑能耗分段的物流无人机调度模型

无人机由于自身性能,能耗是限制其配送范围的重要因素之一。针对现有研究粗略限制无人机飞行距离或时间,导致实际运行中无人机电池电量不足而无法完成所有配送任务或安全返回回收点问题,提出能耗分段模型,精确计算物流无人机在配送过程的能耗,可以保障实际配送方案的实施。研究中根据无人机有效载荷、电池电量以及配送过程构建能耗分段模型。将有效载荷与两点距离作为每段能耗的决策变量,目标为总配送路长最小,采用改进差分进化算法对模型求解。运用标准算例集场景进行测试。结果表明考虑能耗分段相较于不分段模型,能耗减小7%~23%,路长平均缩短11.9%。单配送中心多需求点问题中,考虑能耗分段模型可以既保证配送方案可行,又提高了无人机货物交付效率,高效完成配送任务。     

考虑作业状态能耗的集装箱码头设备协调调度

绿色港口日渐成为港口发展的必然趋势,为了提高集装箱码头的服务水平及降低其能耗,综合分析了集装箱码头的装卸作业流程,考虑岸桥、场桥、集卡在不同作业状态下的能耗,且以总完工时间和总作业能耗最小为目标建立了多目标混合整数规划模型.使用MATLAB编码改进自适应遗传算法求解所建模型,并分别与CPLEX和原始遗传算法的求解结果作...