基于非线性双层规划的产品族低碳配置优化决策

在碳限额约束下,针对竞争市场中不同决策主体的产品族配置优化问题,剖析各决策主体间的博弈关系,提出一种基于Stackelberg博弈理论的产品族低碳配置主从关联优化理念与方法。在主从对策决策框架基础上,建立了主从关联优化的非线性0—1双层规划模型,模型的上、下层分别对应竞争市场中主导制造商与跟随制造商各自的产品族低碳配置优化问题,并构建模型求解的双层嵌套遗传算法。将该优化方法并应用于产品笔记本电脑的案例研究中,分别对考虑碳限额约束与不考虑碳限额约束情境下的优化结果进行比较。     

单机调度与非完美视情维修的联合决策与优化

在生产加工过程中,考虑维修计划和生产调度的相互依赖作用,提出了作业调度和非完美预防性视情维修的联合策略。针对状态可检测的可修单设备生产系统,以作业调度序列和视情预防性维修阈值为决策变量,最小总加权期望完成时间为优化目标,建立了联合决策模型。对相应的概率密度函数进行推导,并用数值方法进行求解。通过数值分析,验证联合决策相对于独立决策的优势,并进行参数的灵敏度分析,表明模型的有效性。     

绿色包装方案的设计决策研究

绿色包装已经是业内最熟知的包装概念之一,其宗旨是让包装的可持续性得到最大化的体现。经过三十年的研究探索,可持续性发展已经成为一种比较成熟的人类社会发展模式,在很多行业都得到了相应的落实。绿色包装是可持续性发展理念在包装行业的体现,绿色包装方案的设计决策解决的关键问题是如何评价和优化绿色包装方案,本文在研究了大量文献的基础上提出相应的解决思路,用Total Packaging Solutions(TPS)的概念来应对绿色包装方案的设计及其评价,并结合信息技术提出绿色包装方案的设计决策系统的构建,分模块实现了基于工艺设计优化的Plate Wiz和基于运输包装设计优化及物流装载优化的Smartpac和Truckload。     

造船厂钢板出库作业计划的建模及优化研究

对于造船厂钢板堆场出库作业计划问题,在分析堆场出库作业流程的基础上,建立了以出库作业时间最短为目标的优化模型.该模型可归结为多层组合优化问题.针对本问题寻优过程的阶段性和复杂性的特点,提出了基于改进遗传算法的多层嵌套启发式优化算法.与传统人工决策的作业方案相比,该优化结果可以缩短24%～67%的作业时间.     

基于ALO-BP神经网络和机械零件加工特征的工艺方案决策

针对传统制造企业工艺知识应用不充分,用于工艺方案决策过程的部分BP神经网络决策效率和准确率不高的问题,采用蚁狮优化(Ant Lion Optimizer, ALO)算法优化的BP神经网络构建了基于零件加工特征的工艺方案智能决策模型。首先对产品及工艺数据进行预处理,其次应用蚁狮优化算法对BP神经网络的初始化权值和阈值进行优化,最终基于样本数据集开展神经网络训练,进一步建立智能决策系统,并以柴油机零件为对象进行了工艺方案决策方法的应用验证。实例验证表明,采用优化的BP神经网络后,决策的速度和精度都有明显的提升;所构建决策系统是可行的,能够用于工艺方案的决策。     

基于公理设计和相容决策支持问题法的稳健优化设计方法

 针对多目标稳健优化问题,建立了多目标稳健优化的损失函数,利用灵敏度分析方法确定各设计变量对各设计目标的影响程度,确定主要的设计参数,便于调整和控制设计参数的公差.根据信息公理与损失函数的一致性关系,建立以最小化各目标的总损失函数为目标函数.并在相容决策支持问题法框架基础上,提出一种基于公理设计和相容决策支持问题法的多目标稳健优化设计模型.实例分析表明,提出的方法是可行的.     

具有模糊时间窗的多模式联运建模及优化

以考虑用户偏好的模糊时间窗多式联运为研究对象,建立了基于图状结构的模糊时间多式联运模型。在分析模型特征的基础上,设计了基于正交试验的混合田口遗传算法实现路径及运输方式的组合优化。通过考虑不同用户偏好的5个任务来考察模型和优化算法的有效性。计算结果表明,该算法能有效求解出满足用户偏好的路径及运输组合方式,为物流企业决策提供依据。     

基于超文本问题描述的供应链辅助决策模型

在分析基于全球供应链的虚拟企业模型和超文本技术的基础上,提出了基于超文本的供应链辅助决策模型。以某大型建筑企业的实际系统开发为背景,给出了基于超文本问题描述的供应链辅助决策系统结构。     

基于超文本问题描述的供应辅助决策模型

在分析基于全球供应链的虚拟企业模型和超文本技术的基础上,提出了基于超文本的供应链辅助决策模型。以某大型建筑企业的实际系统开发为背景,给出了基于超文本问题描述的供应链辅助决策系统结构。     

基于腐蚀控制的在役结构优化维修决策

本文基于在役结构的腐蚀控制，根据结构在未来使用期内的损失期望，提出了基于腐蚀控制的在役结构的优化维修决策。     

总承包工程PDMs决策模型研究与应用

针对传统模型未考虑决策者在决策问题上的不确定性因素而可能导致方案排序不稳定的问题,应用不确定多属性(UMA)理论对总承包工程交易模式(PDMs)决策进行了研究。根据总承包工程交易模式的不确定性因素提出了模型假设条件,选择了模型构建的不确定多属性理论工具,应用UEOWA算子和ULHA算子构建了基于可能度矩阵排序向量的决策支持模型;建立了我国总承包工程交易模式决策问题的属性评价体系,通过工程实例说明了模型的决策步骤和方法。     

建筑协同设计中冲突模型的研究

在分析了建筑设计的特点和建筑设计冲突产生原因的基础上,提出利用设计结构矩阵(DSM,Design Structure Matrix)建立建筑协同设计中的信息冲突模型。通过分解设计结构矩阵进行冲突检测,对循环迭代任务集进行设计任务之间信息依赖强度值的分析和排序,使冲突在一定程度上得以消解,从而指导建筑设计过程中子任务的重组,规划建筑设计顺序,对建筑设计过程中多学科的协调工作进行最优化处理。     

基于积因子方法的空中目标威胁排序研究

积因子方法是在层次分析法基础上改进的定性分析与定量分析相结合的决策分析方法,适用于多准则决策问题。通过实例和仿真实验用积因子方法根据威胁程度的大小对敌空袭目标进行排序,介绍了威胁评估和排序的求解过程,以此提供敌空袭目标对我保卫目标或区域所构成的威胁等级。实验结果表明,积因子方法可以解决利用传统层次分析法在威胁评估排序中产生的逆序问题。     

企业研发项目中止决策的灰靶分析模型

中止决策是研发项目过程管理中不可或缺的环节,是企业提高研发效率、改善资源配置的有效手段。根据该问题模糊多属性分类决策的本质,以案例分析为起点,结合模糊集与灰靶决策理论构建求解属性权重、临界点等分类参数的优化模型,利用所得参数计算待判项目的综合靶心矩,最后按照综合靶心矩所属区间对待判项目进行分类决策。将所提方法应用于一个具体的决策分析过程,其可行性和合理性得到验证。     

A hybrid particle swarm based method for process planning optimisation

A process planning (PP) problem is defined as to determine a set of operation-methods (machine, tool, and set-up configuration) that can convert the given stock to the designed part. Essentially, the PP problem involves the simultaneous decision making of two tasks: operation-method selection and sequencing. This is a combinatorial optimisation problem and it is difficult to find the best solution in a reasonable amount of time. In this article, an optimisation approach based on particle swarm optimisation (PSO) is proposed to solve the PP problem. Due to the characteristic of discrete process planning solution space and the continuous nature of the original PSO, a novel solution representation scheme is introduced for the application of PSO in solving the PP problem. Moreover, two kinds of local search algorithms are incorporated and interweaved with PSO evolution to improve the best solution in each generation. The numerical experiments and analysis have demonstrated that the proposed algorithm is capable of gaining a good quality solution in an efficient way.     

CIMS环境下的分层多目标决策模型及其在制定生产计划中的应用

将ＣＩＭＳ体系分解为组织决策层、协调决策层和调度执行层三层决策和控制结构，在此基础上建立了具有时标分解的分层递阶关联多目标决策模型。该模型将ＣＩＭＳ的局部问题集成于一个模型之中，使一体化的集成决策和控制可得以实现。提出了一种分层多目标模糊规划的递阶柔性交互式算法。该模型和算法实现了一类ＣＩＭＳ的生产计划的制定。该模型可作为ＣＩＭＳ的控制与决策支持系统的框架结构。     

Integrated maintenance planning and production scheduling with Markovian deteriorating machine conditions

In many industries, production capacity diminishes as machine conditions deteriorate. Maintenance operations improve machine conditions, but also occupy potential production time, possibly delaying the customer orders. Therefore, one challenge is to determine the joint maintenance and production schedule to minimize the combined costs of maintenance and lost production over the long term. In this paper, we address the problem of integrated maintenance and production scheduling in a deteriorating multi-machine production system over multiple periods. Assuming that at the beginning of each period the demand becomes known and machine conditions are observable, we formulate a Markov decision process model to determine the maintenance plan and develop sufficient conditions guaranteeing its monotonicity in both machine condition and demand. We then formulate an integer programming model to find the maintenance and the production schedule in each period. Our computational results show that exploiting online condition monitoring information in maintenance and production decisions leads to 21% cost savings on average compared to a greedy heuristic and that the benefit of incorporating long-term information in making short-term decisions is highest in industries with medium failure rates.     

Lean tool selection in a die casting unit: a fuzzy-based decision support heuristic

Lean manufacturing philosophy asks for elimination of wastes hidden in the manufacturing system by focusing on product value stream and eliminating non-value adding activities through continuous improvement efforts. Value stream mapping methodology is subjected to principles of continuous improvement in order to improve the productivity of the process and quality of the product. It provides various tools for data collection and analysis, and identifies the wastes occurring in different stages of manufacturing process. The role of value stream mapping is very important in the identification and subsequently reduction of the wastes. To select the detailed mapping tools for the identification of waste at micro level is a complex decision making problem. In this paper, a case study related to a die casting unit has been taken. A hierarchy related to the decision problem has been developed to select the value stream mapping tools. Here, a fuzzy logic based multi-preference, multi-criteria, and multi-person decision making heuristic has been developed to solve a problem pertaining to above case study. The proposed methodology enjoys logical support from existing decision making tools and pertinently maps the inside details of the underlying problem.