单一瓶颈环节条件下MPS的编制方法——协同生产主生产计划问题初探

协同生产是制约因素管理(MBC)研究的重要领域.本文借助制约因素管理的DBR法对单一瓶颈环节条件下的协同生产主生产计划(MPS)进行了探讨;阐述了研究协同生产MPS问题的基本思路;建立了单一瓶颈条件下最小传输批量的基本算法及编制MPS的有关算法问题.     

一种新的群播路由算法

考虑了费用非对称通信网络上的群播路由问题,提出了一种接近最小成本的启发式算法--NEW1-GM算法.该算法以FMPH(Fast Minimum Path Cost Heuristic)为基础,可以有效的降低成本.数值实验表明这种算法是有效的,且所获得问题解的总费用几乎总是小于或等于由GTM算法所获得的解的总费用.NEW1-GM算法的时间复杂度与GTM算法的相同,为O(p3n2).     

PSO算法在油船双底结构优化设计中的应用研究

为了研究粒子群优化(PSO)算法用于解决大型复杂结构的优化设计问题的有效性,分别采用基本PSO算法、标准PSO算法与遗传算法(GA)对某一大型油船双层底结构优化设计问题进行了求解.优化过程中双层底结构的响应分析计算过程采用正交异性组合板理论实现.将这3种优化算法的计算结果进行对比分析表明,与基本PSO算法和GA算法相比较,标准PSO算法的收敛速度最快,且能够获得该问题的全局最优解.研究结果表明,基本PSO算法可有效应用于解决如船体双层底等大型复杂结构优化设计问题.     

基于候鸟算法的批量流混合装配流水车间调度

针对模具数量限制下装配车间生产计划的优化问题,在考虑不等量可变的批量划分策略情况下,研究批量流混合装配流水车间调度问题,并提出一种有效候鸟优化算法. 在算法中,针对多种产品各生产阶段装配约束设计批量划分与排列顺序的2段编码机制;根据编码特征设计多种邻域结构,包含一种同时优化批量划分与排列顺序的邻域结构,并提出邻域结构自适应调节策略来提升领域结构搜索性能;设计竞争机制来提升算法优化效率. 开展不同规模算例的仿真实验,结果验证不等量可变分批策略更有效,优于等量策略5%~6%. 与其他多种算法进行比较,不等量策略可为车间提供更合理的生产计划,验证有效候鸟优化算法的有效性和鲁棒性.     

粒子群优化算法在桁架优化设计中的应用

粒子群优化(PSO)算法是近年来发展起来的一种基于群智能的随机优化算法,具有概念简单、易于实现、占用资源低等优点.为了解决有应力约束和位移约束的桁架的尺寸优化问题,将PSO算法应用于桁架结构的尺寸优化设计.首先介绍了原始的PSO算法的基本原理,然后引入压缩因子改进了PSO算法,并提出合理的参数设置值.对几个经典问题进行了求解,并与传统的优化算法和遗传算法进行了比较.数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的尺寸优化设计.     

基于改进粒子群算法的整流供电智能优化调度

针对粒子群算法易早熟收敛的局限性，提出了一种带变异的改进自适应粒子群优化(PSO)算法.该算法根据群体适应度变化率自动调整惯性权值，根据当前种群的平均粒距确定种群中部分粒子的变异概率.对于大型锌电解过程中的整流供电调度问题，建立了以用电费用及耗电量最少为目标的整流供电优化调度模型，并应用改进算法进行优化求解，获得最优调度方案.仿真结果证明了该算法的有效性.工业应用效果表明，按最优调度方案组织生产显著降低了用电费用，同时有利于电网负荷的平衡运行.     

基于自适应分布式搜索的供应链协调优化算法

主要研究生产计划下的多级供应链伙伴之间的协调优化问题.在多阶段多项目约束生产批量问题模型的基础上,考虑关联约束及相关需求约束.对整个供应链的生产计划问题利用拉格朗日松弛算法将其分解为多个子问题.并应用自适应分布式算法更新内部价格来协调各成员之间的决策,实现了多级供应链批量生产问题的协调优化,以及较好的保证各成员隐私.实验分析证明了该策略在协调多级供应链生产计划问题具有优越性.     

基于粒子群与微分进化算法的无功优化

应用传统粒子群算法(PSO)于电力系统无功优化问题存在收敛精度不高、陷入局部最优的缺点,利用微分进化算法(DE)的随机变异性,将当前所产生的局部最优值进行变异,再重回PSO搜寻全局最优值,从而提高了PSO算法的寻优特性,应用于IEEE30节点,验证所提算法是可行和有效的.     

基于存货质押的生产企业经济生产批量模型

对基于存货质押的生产企业经济生产批量问题进行分析,通过构建模型获得企业的最佳生产批量、还款批次和质押量.利润函数作为模型的目标函数,包括销售收入、产品存储费用、原材料存储费用、提前还款费用以及利息支出.通过对利润函数进行求解,得出最佳还款批次,从而得出最佳生产批量和质押量.     

微粒群算法的研究现状与展望

微粒群算法(PSO)是继蚁群算法提出之后的又一种新的进化计算技术.介绍了微粒群算法的产生背景,基本算法,算法流程,算法参数及其对算法性能的影响.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行全面综述,其中特别提到了算法在生产调度领域的研究现状.最后就PSO算法进一步的研究工作进行了探讨和展望.