一种基于S-粗集的滚动工件调度

提出了一种基于S 粗集理论工件滚动调度策略 ,基于S 粗集理论的动态迁移特性和副集特性 ,研究了它在动态环境下滚动调度中的应用 .算例研究表明在有调度急加工工件、工件完成期改变和新加工工件到来等情况下 ,该方法是行之有效的 ,不仅能适应加工环境的动态变化 ,获得满意的调度结果 ,而且减少了调度问题求解的规模     

基于加工单元的制造车间的生产调度研究

针对基于加工单元的制造车间的生产调度问题进行了研究．采用多智能体技术建立基于加工单元的制造车间的调度系统结构,系统由3类智能体构成：管理智能体、任务智能体、加工单元智能体．各智能体通过相互协商、通讯来完成工件加工路径的确定,智能体之间的通讯是采用OMG的CORBA技术实现的．采用遗传算法来确定工件的开工次序及开工时间．系统还对设备故障、急件插入等异常事件给出了处理方案．所开发系统可以解决基于加工单元的制造车间的动态调度问题,能产生任务的最佳调度方案．最后给出了一个调度算例．     

基于物理学的铣削过程仿真关键技术

为了预测零件加工变形，基于铣削加工有限元理论，构建了基于物理学的铣削加工过程仿真环境，研究了刀位轨迹离散、材料去除、网格自适应生成及动态网格数据维护等关键技术的处理.针对刀具的每次进给运动，系统自动检测刀具和工件毛坯网格相交的区域，通过网格自适应求精、粗化和删除以及有限元分析计算，模拟真实的铣削加工过程.该仿真环境可综合考虑加工参数、刀具路径等因素对零件加工变形的影响，优化加工工艺，保证加工精度.     

S-粗集与新金属材料发现（Ⅰ）

给出遗传知识，S-粗集的遗传概念；提出S-粗集的F-遗传定理，-↑F-遗传定理，（F，-↑F）-遗传定理；讨论了（F，-↑F）-遗传与F遗传的关系，（F，-↑F）-遗传与-↑F-遗传的关系，利用这些结果，本文给出属性值遗传的概念，提出属性值遗传链定理和属性遗传定理，这些结果是研究金属遗传特性的重要理论准备，这些结果在讨论金属遗传特性（本文第Ⅱ部分）中得到了应用，S-粗集的遗传特性与金属的遗传特性之间潜藏着密切的联系。     

基于变精度粗集的生产调度规则获取

由于规则调度简单、实用，而被管理和工程技术人员广泛使用．规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库．把变精度粗集应用于生产调度中，在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题．对调度中存在的多决策属性并存的决策表分解问题，提出了有因果关系决策属性的决策表分解方法，描述了基于粗集的生产调度规则获取过程及其应用实例．     

基于GASA的柔性作业车间动态调度研究

针对柔性作业车间调度在机器故障扰动情况下的动态性及工件交货期模糊的情况,研究采用基于事件与周期混合驱动的滚动窗口再调度策略,并运用线性加权和的方法,以最大完工时间最小、能耗最小、客户满意度最大为目标,建立多目标柔性作业车间动态调度模型,并设计了遗传算法与模拟退火算法结合的GASA算法。将算例仿真结果与遗传算法取得的结果进行对比,验证算法的有效性。     

基于关键机器的无等待流程车间调度问题启发式算法

No-wait流程车间调度问题的特性是工件加工一旦开始,必须连续进行,不允许工件完成某一加工工序后在机器上滞留等待.文章针对目标函数为Makespan的No-wait流程车间调度问题,从对目标函数结构的分析入手,提出一种基于关键机器的初始排序策略和插入方法的启发式算法.通过与文献中已有的3种启发式算法的比较,在对大量典型算例的实验后验证了提出算法的有效性.     

钢铁生产中管坯加热的单机连续型批调度策略研究

连续型批处理机调度问题是从钢铁生产线提炼出来的一种新型的批调度模型,该调度模型中,批的加工时间取决于该批的大小、批中工件的最大加工时间及机器的容量。研究目标函数为最小加权总完工时间的单机连续型批调度问题,分析最优解的性质,讨论最优的批内、批间序及分批策略,给出工件权值与加工时间逆序情况下的动态规划算法。     

S-粗集与新金属材料发现(Ⅰ)

给出遗传知识,S-粗集的遗传概念;提出S-粗集的F-遗传定理,-F-遗传定理,(F,-F)-遗传定理;讨论了(F,-F)-遗传与F-遗传的关系,(F,-F)-遗传与-F-遗传的关系.利用这些结果,本文给出属性值遗传的概念,提出属性值遗传链定理和属性遗传定理,这些结果是研究金属遗传特性的重要理论准备,这些结果在讨论金属遗传特性(本文第Ⅱ部分)中得到了应用.S-粗集的遗传特性与金属的遗传特性之间潜藏着密切的联系.     

S-模糊粗集

针对实际生活中人们所涉及的模糊的不确定的知识或概念,依据S-粗集理论,提出了S-模糊粗集,给出了S-模糊粗集的两类形式:单向S-模糊粗集,双向S-模糊粗集,最后介绍了该理论的一个简单应用。     

S-变精度粗集

针对属性间无函数或不确定关系的动态数据分类问题,依据S-粗集理论,提出了S-变精度粗集,给出了S-变精度粗集的两类形式：单向S-变精度粗集,双向S-变精度粗集,最后介绍了该理论的一个简单应用。     

关键设备工序紧凑的动态调度算法

针对求动态Job-Shop调度最优解这一复杂问题，提出了通过对不同时刻开始加工产品加工树的分解方法，将产品加工工序分为存在具有惟一紧前、紧后相关工序和独立工序，在对这两类工序分批、综合研究时，应用拟关键路径法(ACPM)和最佳适应调度方法(BFSM)调度，并考虑了关键设备的工序紧凑性、通过分析与实例验证，所提出的调度方法对解决动态的Job-Shop调度问题不仅算法简练，而又效果较好。     

副集上的双向粗决策与决策识别

As^＋（X^＊），As^-（X^＊），分别是双向S-粗集的上副集，下副集．As^＋（X^＊），As^-（X^＊）是具有动态特性的普通集合，As（X^＊）上的模糊决策结论是As^＋（X^＊）和As^-（X^＊）上的模糊决策结论的叠加合成．本文提出副集上的双向粗决策的概念，双向粗决策判定定理和决策识别定理．本文的研究为解决动态决策因素域上的系统决策问题提供了新方法．     

特细长轴无心磨削动力分析

在无心磨床和无动力螺旋滚动托架组成的磨削设备上，对特细长轴工件进行精加工是一种有效的加工方法。本文应用机械动力学理论对这种磨削方法下，工件非切削部位对切削部位的干扰特性进行分析。并讨论无动力螺旋滚动托架设计中的一些问题。     

基于遗传算法改进的动态车间调度

由于经典的车间调度方法大都将生产系统中各种加工参数看作确定性的精确值,且将生产系统当作一个静态的系统,忽略了实际加工过程中的各种突发状况.因此从动态生产环境下生产运作和管理的实际需求出发,考虑到生产过程中的加工参数非确定性精确值、动态扰动等因素的影响,基于改进遗传算法开展了动态生产环境下的作业车间调度问题的研究工作.将模糊化参数引入调度模型,通过改进来避免一般遗传算法收敛过快的问题,从而寻求到动态车间调度的最优解.     

基于改进蚁群算法的智能调度系统设计与开发

蚁群算法是一种模拟蚂蚁群体智能行为的仿生优化算法,具有良好的正反馈、鲁棒性、群体性和并行性等特点.在研究柔性作业车间调度的基础上,针对企业实际生产情况,将改进蚁群算法应用于求解实际生产调度问题.笔者介绍了智能调度系统的需求分析、系统设计和主要功能模块的实现.系统实现时采用事件驱动调度策略,当调度任务发生变化时根据上次调度结果重新调度,同时对蚁群算法做出适当改进,添加机器选择策略,在搜索解路径的过程中,首先确定下一步可供选择加工的工件在哪台机器上加工,然后确定加工哪个工件.开发的智能调度系统能完成企业的动态柔性调度,能较好的解决机器变化和订单变化引起的重调度问题,提高企业生产效率.     

S-粗集副集的嵌入粒度

给出单向S-粗集副集As(X°)的η-嵌入粒度,双向S-粗集副集As(X*)的μΔγ-嵌入粒度等概念;利用这些概念,提出单向S-粗集副集As(X°)的η-嵌入粒度特性定理,双向S-粗集副集As(X*)的μΔγ-嵌入粒度特性定理.     

有顺序约束的单件车间调度问题的逆序算法

研究了部分工件在加工顺序上存在逻辑优选顺序约束的单件车间调度问题，针对工件之间存在的加工顺序关系，构造了以交货期为基准，以寻求最长加工路径加工时间最短为目标的逆序算法，求解问题，通过实例分析，说明了这一算法在工程中的可行性。     

基于变精度粗集的生产调度规则获取

由于规则调度简单、实用,而被管理和工程技术人员广泛使用.规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库.把变精度粗集应用于生产调度中,在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题.对调度中存在的多决策属性并存的决策表分解问题,提出了有因果关系决策属性的决策表分解方法,描述了基于粗集的生产调度规则获取过程及其应用实例     

使用链表求解Job-shop调度问题的算法

根据Ｊｏｂ－ｓｈｏｐ调度问题的特点,提出了一种新的求解Ｊｏｂ－ｓｈｏｐ调度问题的算法．经分析及实验验证,利用这种算法求解 Ｊｏｂ－ｓｈｏｐ调度问题,在保证工件加工顺序的前提下可使工件的加工周期最短．