基于DEPSO 的模糊时间ZW多产品厂间歇调度

研究以最小化完工时间为目标的模糊加工时间零等待多产品厂间歇调度问题, 提出一种基于差分进化粒子群优化(DEPSO) 的间歇调度算法. 以基本粒子群算法为整体进化框架, 采用基于反向学习的方法初始化种群, 引入群体极值保持代数作为阈值, 利用基于排序的差分进化算法优化粒子个体极值位置, 改变粒子的搜索范围, 防止粒子陷入局部极值. 仿真实验验证了所提算法在解决模糊加工时间零等待多产品厂间歇调度问题上的有效性和优越性.

     

基于赋时Petri网描述的多产品间歇过程调度研究

生产调度是多产品间歇生产过程中的一类重要问题。赋时Perti网技术是求解此类问题的一种有效方法。本文给出了复杂中间存储策略下间歇化工过程生产调度的描述方法,包括：无限存储策略UIS、有限存储策略FIS、无中间存储策略NIS和混合存储策略MIS。同时给出了调度求解的修正分支定界和赋时Petri网执行（MBBTE）算法,并通过实例说明了算法的有效性。     

基于遗传禁忌算法的多目的间歇过程调度问题求解

由于组合爆炸特性,多目的厂的调度问题很难求解大规模甚至中等规模的问题,本文采用一种新的随机性优化技术一基于禁忌技术的遗传算法点(Tabu-genetic algorithm,TGA)来对该问题进行求解,引入新的选择策略和变异方法．并以零等待的多目的间歇过程调度为实例,计算表明同已有的方法相比,该方法求解效率高、收敛速度快、使用简单方便,可有效的克服计算负荷和求解质量之间的冲突,是一种求解多目的厂间歇过程调度问题的有效算法。     

列队竞争算法求解多产品间歇生产过程排序问题

由于组合爆炸特性,多产品厂的排序问题很难求解大规模甚至中等规模的问题,本文采用一种新的随机型进化搜索算法——列队竞争算法来对该问题进行求解,引入新的选择策略和变异方法。计算表明同已有的方法相比,该方法求解效率高、收敛速度快、使用简单方便,是一种求解多产品间歇过程排序问题的有效算法,为多目的厂间歇过程排序研究提供了新思路。     

多节点流水线生产订单接受与调度一体化问题

为了使企业在选择订单时获取最大利润,避免产生惩罚损失,提出了一种流水线生产企业订单接受与调度一体化的决策方法。在该方法中,将订单接受与调度同时规划,建立了以利润最大化为目的,考虑拖期惩罚的决策模型。提出一种新的基于模拟退火过程的启发式求解算法来求解该模型,实例验证了算法的有效性。     

间歇过程生产调度建模的研究

生产调度是为实现某一目的而对共同使用的资源进行时间上的分配.调度中存在大量的模糊因素,将模糊的思想运用到调度领域可以帮助决策者进行有效决策.本文提出一种基于模糊规划的间歇过程生产调度建模方法及其模糊优化的新算法.应用模糊集合论的方法,在已有模糊规划模型的基础上,针对间歇生产过程,分析调度中存在的模糊信息以及出现的形式和方式,将确定型生产调度模型的约束条件和目标方程中的参数模糊化,采用非精确的量化形式,以隶属函数来表示,建立基于模糊参数的生产调度模糊线性规划模型MIFCLP.通过对一个调度问题实例进行了仿真,仿真结果证明,采用模糊模型更容易得到可行解,采用模糊线性规划解决间歇生产调度问题是一种有效方法.     

基于设备故障的间歇化工过程反应型调度

间歇化工过程生产中的不确定性因素很多,由于其不可预见性和多样性,不可能在产生原调度的同时给出不确定因素的最合适的处理方案,而是需要在不确定因素发生时结合过程的实际情形,来对原调度进行反应型调度.本文考察了设备故障的影响,根据设备故障的特点和所加工物料的性质,分故障产品重加工、故障工序继续加工和故障工序重加工三类加以分析和处理,建立了该问题的数学模型并用遗传算法来对该问题进行求解.文中给出设备故障反应型调度的算例,通过设备的维修时间、物料的处理方式以及故障发生时间对反应型调度的灵敏度分析揭示了基于设备故障的间歇化工过程反应型调度的实质.     

零等待约束下多产品间歇过程的多目标调度

针对零等待约束下多产品间歇过程的总流程时间和完工时间最小化问题,提出一种多目标离散组搜索算法求解.在采用启发式规则产生初始解的基础上,通过发现者、追随者和巡逻者的操作设计,算法不断更新Pareto前沿,同时,混合了基于插入邻域的多目标局部搜索方法.大量计算实验表明,所提出的算法获得的非支配解集在IGD和Set Coverage指标上优于非支配排序遗传算法和模拟退火算法,可为多目标决策者提供更好的决策依据,利于间歇生产过程的优化运行.     

基于GLRGMM的间歇过程在线监控策略

针对间歇过程的非线性和动态性,提出了全局—局部正则化高斯混合模型 （GLRGMM）算法。首先引入邻域保持嵌入算法提取局部流形结构,通过寻求一种低维投影对非线性过程进行全局结构保持,同时最大限度地保留局部流形特征;然后通过对高斯混合模型引入正则项来在线监控更新高斯模型,获取非线性数据流形结构,解决数据动态性问题;最后集成全局—局部监控指标实现在线监控。通过青霉素发酵过程进行了验证,结果表明所提算法比DPCA、GLNPE具有更好的在线监控效果。     

基于MFA-ICA的间歇过程在线监控

针对间歇过程独特的数据特点,提出1种将因子分析(FA)作为独立成分分析(ICA)白化预处理手段的多向因子分析白化独立成分分析(multiway factor analysis-independent component analysis,MFA-ICA)间歇过程监控方法.因子分析充分考虑了模型误差的普遍意义,拥有优秀的噪声建模能力.将其代替上成分分析用于白化,可以更好的提取数据集的本质信息.首先将间歇过程三维数据依次按批次和变量展开得到二维数据矩阵,接着把上述方法用于展开后的数据,利用ICA的,I2统计图实现在线故障检测.该方法用于标准仿真平台Pensim,结果表明上述方法对于提高间歇过程故障检测的快速性,降低漏报率有明显效果.     

一种新的间歇过程鲁棒在线监控方法

多向主元分析(MPCA)的统计监控模型,因为易受建模数据中离群点的影响,还需预估新批次未反应完的数据,所以提出一种新的间歇过程鲁棒在线监控法。先利用改进尺度的CDC/MVT算法获取常规建模的批次数据;再用多模型非线性结构代替传统的MPCA单模型线性化结构,并提出确定时滞变量的算法。前者用于监控β-甘露聚糖酶发酵批过程,并与移动窗多向主元分析(MWMPCA)法相比,即使建模数据中存在离群点,前者仍能获得正确的监控结果,减少建模时对数据的要求;同时克服了MPCA不能处理实时性的问题,避免了MPCA在线应用时预测值的误差;更能精确描述过程的故障,准确性和实时性良好。     

An AHP-based decision-making tool for the solution of multiproduct batch plant design problem under imprecise demand

This paper addresses the problem of the optimal design of batch plants with imprecise demands in product amounts. The design of such plants necessarily involves the way that equipment may be utilized, which means that plant scheduling and production must form an integral part of the design problem. This work relies on a previous study, which proposed an alternative treatment of the imprecision (demands) by introducing fuzzy concepts, embedded in a multi-objective Genetic Algorithm (GA) that takes into account simultaneously maximization of the net present value (NPV) and two other performance criteria, i.e. the production delay/advance and a flexibility criterion. The results showed that an additional interpretation step might be necessary to help the managers choosing among the non-dominated solutions provided by the GA. The analytic hierarchy process (AHP) is a strategy commonly used in Operations Research for the solution of this kind of multicriteria decision problems, allowing the apprehension of manager subjective judgments. The major aim of this study is thus to propose a software integrating the AHP theory for the analysis of the GA Pareto-optimal solutions, as an alternative decision-support tool for the batch plant design problem solution.     

UML在物流运输运力调度子系统建模中的应用

物流运输管理系统主要是将先进的仓储系统、接单中心、运力调度、结算系统等平台有机的结合起来,为客户、供应商提供第3方的物流及其它增值服务.该应用以开发运力调度管理子系统为例,结合软件工程和面向对象技术(uml)规范了各个环节的业务流程模块开发过程,建立了系统的用户需求模型、分析模型、设计模型,并在某物流运输企业中得到了应用,对于提高企业的销售管理水平,具有良好的效果.     

基于时序模型迁移的间歇过程监测建模方法

针对工业生产过程频繁变更操作条件的需求, 提出一种基于时序模型迁移的方法, 通过从旧过程数据中挖掘并提取相似性信息, 可以快速建立新过程的监测模型. 将该建模方法与时序模型迁移相结合应用于青霉素发酵仿真过程, 实验结果验证了该方法的有效性.

     

数据挖掘技术用于间歇蒸馏过程转馏分点的在线预报

对于间歇蒸馏过程,提前准确判断从低馏分到主馏分的转馏分点是影响最终产品质量和产量的关键环节,设计基于数据挖掘技术的转馏分点在线预报软测量系统是一项重要的过程质量控制手段,为提高生产的综合自动化水平创造了重要条件。根据混沌理论,温度能较高程度的反映体系内反应及分离情况,因此选取间歇蒸馏上升气温度为考察变量。针对数据非线性、动态、数据长度短、不同批次数据不等长等特点,提出了将不同批次数据按照随机的顺序首尾相接组成长数据集的数据重构策略;采用自回归求和滑动平均方法和最小二乘支持向量机方法建立了组合时间序列预测模型;通过对理论转馏分温度与实际转馏分温度的差值和预测曲线近似斜率的统计分析,建立了转馏分点在线预报系统,经过在实际生产中的验证,实现了对转馏分点提前1min的准确预报。     

近邻标准化样本核特征量驱动的间歇过程故障检测

针对间歇过程的多工况和非线性特征,提出一种基于近邻特征标准化(Nearst Neighborhood Feature Standardization,NNFS)样本的核特征量(Kernel Feature Statistics,KFS)故障检测方法。首先,将间歇过程数据按批次方向展开构成二维建模样本,计算每个样本的局部近邻,采用近邻特征实现标准化,提取多工况批次之间的正常偏差,克服Z-score标准化将多工况过程数据看作一个整体而造成的不准确问题。其次,通过核方法将经过标准化后的样本映射到高维空间,在核空间建立监视模型,计算特征量,并提出采用方差分析(variance,VAR)方法确定核参数,通过核密度估计法确定统计控制限。最后,在青霉素发酵过程进行仿真研究,通过比较表明了所提方法的有效性。     

汽油调合中双调合头在线协调控制的研究

汽油调合生产存在着用两个调合头生产不同牌号产品的情况.若两调合头使用公用组分并同时进行生产,可能发生争抢公用组分,影响两调合任务完成.为解决这一问题,文章针对两调合任务控制模式组合情况多样的现实.提出了独立于单调合头控制算法的在线协调控制算法.案例仿真结果证明该协调控制算法能够解决两调合头同为配方优化、同为质量反馈控制或分别为质量反馈控制与配方优化时的公用组分争抢问题.协调算法能合理分配公用组分在两调合头中的使用,保证调合任务的顺利完成.