基于自适应蚁群算法的协同制造项目资源优化配置

为探索更高效的协同制造资源优化配置算法,提出了基于自适应蚁群算法的求解方法。针对零件的特定工艺线路,建立了以时间、成本和质量为目标的制造资源优化配置模型,设计了模型求解的自适应蚁群算法,并给出具体算例,验证了算法的可行性和有效性。     

基于效益驱动的制造资源分配和管理策略研究

在制造网格(Manufacturing Grid,MG)的研究中引入经济学和管理学理念,提出制造网格适用于市场经济的资源分配模型和管理方法.重点讨论基于代理(Agent)的资源分配模型的建立,以及基于动态规划与拍卖的制造网格资源预留方法,并在此基础上建立了基于议价的制造网格资源交易经济模型.     

基于网络化制造ASP平台的项目协同管理系统的研究

分析了网络化制造ASP平台上项目协同的特点,给出了基于ASP平台的项目协同管理系统的体系结构模型,提出了项目协作中的协同决策算法以及基于web的项目计划与进度控制技术的实现方法,并初步用ASP,VB.NET以及XML等技术实现了其原型--基于WUXIASP平台的项目协同管理系统AlliPM.     

协同制造网络中基于知识的风险控制体系研究

为解决协同制造网络在复杂分布环境中的风险管理问题,需要建立一个稳定、集成的风险控制系统.分析了协同生产过程中的风险控制问题,指出基于知识的风险控制机制在协同制造网络中所起的重要作用.建立基于Agent的风险控制过程模型来适应动态分布的协同生产环境,并对模型中风险知识库的构成进行了说明.建立一种基于公共对象请求代理(CORBA)和工作流技术的风险控制体系框架,以一种过程框架的方法很好地解决了协同制造网络中风险的识别以及风险集中与分布控制问题.最后,介绍系统的实现与功能.     

一种基于Petri网和AGA算法的测试系统死锁预防策略

在自动测试系统中,很多任务需要并行测试.测试过程比串行测试复杂,较容易出现死锁现象,因此提出一种基于Petri网和自适应遗传算法(adaptive genetic algorithm)的死锁预防策略.在该策略中,首先为自动测试系统建立一个Petri网模型,然后将Petri网的状态方程作为约束条件,最后求出模型的发射序列即系统中无死锁的任务调度路径.Petri网的发射序列求解一直是NP问题,针对这种情况,引入自适应遗传算法对可行解空间进行全面的搜索,可得到所有无死锁的路径.最后,通过雷达接收机的并行测试例子,和启发式算法搜索进行对比,进一步体现了该死锁预防策略的优越性.     

基于PetriNets和混合遗传算法的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模,利用遗传算法和模拟退火算法获得调度结果,并通过Petri网进行控制.用于解决作业车间的加工受到机床、操作工人等生产资源制约条件下的优化调度.以生产周期为目标进行的优化调度,将遗传算法和模拟退火相结合.通过多种交叉、变异、概率更新选择、再分配策略等遗传和模拟操作,得到目标的最优或次优解.对算法进行了仿真研究,仿真结果表明该算法是有效性.     

基于复杂网络模型的协同制造资源的统计分析

将复杂网络理论及方法应用于区域协同制造中关键资源的统计、发现,提出了区域协同制造资源网络的构建过程及其统计分析方法.在区域协同制造资源网络中,将资源抽象为网络节点,将任意资源之间的可合作性抽象为网络边.通过定义、计算、分析节点的度、强度、聚集系数等参教及其关系,揭示了各节点在网络中的重要程度.最后,通过一个实例的计算,表明了该方法的可行性.     

基于制造资源的复杂箱体零件可制造性评价

在复杂箱体零件设计阶段,为实现基于制造资源的箱体零件可制造性评价,首先构建一定环境下的制造资源模型。然后利用箱体零件模型信息与制造资源模型信息之间的关系建立零件评价规则。最后以零件制造特征为桥梁,判断该零件整体可制造性以及在各道工序中的可制造性,筛选出符合要求的加工设备。基于层次分析法理论构建设备优选算法,择优选择候选加工设备,辅助箱体零件工艺设计。     

基于CORBA的敏捷制造资源快速重构

着重讲述了一种基于CORBA的敏捷制造的生产资源快速重构的机理和实现的关键技术。其名包括多层次的资源模型的建立、集成搜索系统与智能决策系统的实现。智能决策系统是以进化计算方法）（主要是遗传算法）为基础,通过网络技术将不同地理位置的单元资源集成起来,最佳地对这些资源加以利用,实现生产资源的快速重构,进而为实现敏捷制造奠定坚实的基础。     

基于改进型层次聚类算法的可重构制造系统的产品族划分

针对可重构制造系统的产品族划分问题,提出了基于改进型层次聚类算法的可重构制造系统的产品族划分方法。首先对影响产品族划分的因素进行分析,基于产品的结构矩阵以及组成产品的各模块间的相关性矩阵确定了各因素的指标值,建立了各个因素相似度矩阵,然后利用层次分析法获得各指标的权重,获得产品的综合相似度矩阵,利用改进型层次聚类算法实现产品族的划分。最后通过实例验证了改进型层次聚类算法与层次聚类算法具有相同的划分结果,但是改进型层次聚类算法有更低的计算复杂度与更高的效率。     

基于O-O方法的CAPP系统制造资源结构建模

采用O-O技术建模方法，分析了制造资源各组成因素之间的关系、层次分类表示形式，以及制造资源与工艺能力生成之间的密切关系，建立了面向对象的制造资源结构模型。并对制造资源与生产规划调度PPS的关系模型进行了研究。     

基于遗传算法的网络化制造单元选择问题研究

为解决网络化协同制造过程中物理制造单元选择问题,提出一种改进的基于遗传算法的物理制造单元优化选择算法。算法采用整数编码,每个染色体代表一条可执行加工路线;为获取最优的可执行加工路线,以总的运行成本、运行时间和加工质量为优化目标构造目标函数;求解过程中,在每一代种群中计算出与每个染色体相对应的成本、时间、质量指标及目标非标准化对决策的影响度,进而利用影响度因子确定群体中每个染色体对最小运行成本、最小运行时间及最优加工质量的相对优属度,再利用相对优属度构造相对适应度函数,并求取相应的适应度函数值,减小了目标非标准化对优化结果的影响。最后给出了应用该算法处理复杂零件协同制造中制造单元选择的一个实例,以证明算法的可行性与有效性。     

Probabilistic dynamic distribution of wireless sensor networks with improved distribution method based on electromagnetism-like algorithm

Performance of the Wireless Sensor Networks (WSNs) depends significantly on coverage area which is determined via the effective dynamic distribution of sensors. Making mobile sensors’ dynamic distributions, which determines their positions within the network effectively, improves performances of WSNs by enabling sensors to form the coverage area more efficiently. In this paper, we initially propose the electromagnetism-like (EM) algorithm as the sensor distribution strategy to increase the coverage area of network after random distribution of sensors. Forming more effective coverage area by using mobile and stationary sensors and probabilistic detection model has been aimed by developing the Optimal Sensor Detection Algorithm that is based on the proposed EM algorithm (OSDA-EM). For this purpose, it has been thought that we would attain to more realistic results, with probabilistic detection model by forming the coverage area more effectively. Additionally, performance of the developed OSDA-EM algorithm has been compared with the Particle Swarm Optimization (PSO) and Artificial Bee Colony (ABC) algorithms which was previously used in the dynamic distribution of WSNs. Simulation results have shown that the developed OSDA-EM can be preferred in dynamic distribution of WSNs that performed with probabilistic detection model.     

基于遗传算法的柔性制造系统机床选择问题研究

由于激烈的市场竞争环境,灵活的制造商应该以最快的速度向市场推出产品,以最少的成本进行生产,从而拥有使消费者满意的巨大能力.而具有快速时间响应和高度柔性的制造系统是必要的.在假设的条件下,构建基于零件加工时间和成本加权和为目标的柔性制造系统机床选择数学模型,在模型中考虑机床的维修成本.用C语言实现遗传算法在柔性制造系统机床选择中的应用,并与以前的例子进行比较.最后通过实验对遗传算法的参数进行分析.     

基于Multi—Agent的虚拟制造技术研究

虚拟制造技术是面向二十一世纪提高企业竞争力的有力手段。这里介绍了虚拟制造技术的基本概念、特点及体系结构;提出了基于Multi-Agent的分布式虚拟制造技术的集成环境;探讨了其组织方式及运行机制。     

基于组件的PDM流程的可视化实现

在分析现有流程设计的基础上 ,对采用组件技术的PDM流程可视化表示方法的开发作了研究与分析 ,对能满足PDM系统功能需求的、且可生存于分布异构网络环境的可视化流程设计软件系统的开发作了探索 ,并对该系统的结构组成与实现方法作了介绍。