船舶及海工产品用焊接材料的发展

随着经济形势的复杂多变,船东为了应对经济危机造成的影响,对船舶和海工产品的要求越来越苛刻,促使船舶建造企业对焊接材料的要求也越来越高。为此,只有高效、质优、价廉的焊接材料产品,才能确保焊材厂家在激烈的市场竞争中存活下来。     

基于多目标遗传算法的产品优化配置研究

针对产品配置设计存在的问题，提出一种基于多目标遗传算法的产品优化配置方法，设计了相应编码解码方案和适应度计算方法，在具体算法中，对小生境的范围确定和精英策略提出改进。仿真实验证明，该算法可行有效，优于其他遗传算法。     

网络计划在生产管理中的应用

分析多品种、小批量生产的企业的特点,介绍网络计划在项目管理中的优势,重点介绍网络计划制定过程及要点。     

多工序质量检验计划的多目标优化蚁群算法研究

针对常见的串行多工序抽样检验方式，建立了工序间质量水平传递模型和质量检验成本模型，提出基于Pareto解评价的多目标优化蚁群算法；通过定义多目标解与理想解的相对距离为蚁群算法的启发函数，激励蚁群搜索可行解空间并发现最优解集；应用多目标优化蚁群算法解决质量检验计划优化问题取得了较好效果。     

关键链多项目进度计划优化

关键链项目管理考虑了人的行为因素对项目进度计划的影响,但项目调度理论并不直接与人的行为因素相关,很难获得包融人的行为因素的有效项目网络计划.分析了人的行为因素与关键链项目调度的关系以及对关键链多项目调度的影响,在关键链多项目进度计划的基础上提出优化多项目进度计划的数学模型和启发式优先调度规则,设计了以逆向拓扑排序方式选择调度集的过程,给出了相应的优化算法.通过实例验证了该优化方法能够克服人的不良行为因素对关键链多项目进度计划的影响,具有对多项目资源进行平衡、减少资源在项目间的转移等效果.     

基于产品性能-成本-交货期的多目标优化配置研究

产品优化配置是实现用户个性化选择和批量低成本生产有机结合的有效方法。本文针对产品优化配置中多约束、多目标及组合优化等特性,应用模糊数学理论,构建了以产品性能-成本-交货期为目标函数的多目标优化模型,并采用多目标差异演化算法(MODE)对三者进行并行优化。得到一系列满足基于Pareto优化解的配置方案以满足不同客户对产品性能、制造成本及交货期的要求,解决了客户基于不同侧重点对产品设计结果的选择。通过实例论证,验证了该方法的有效性和适应性。     

一种面向航空产品的分级网络计划方法

航空产品项目计划编制的传统方法是人工绘制单层甘特网络计划,这种方法因信息不完整、修改困难、无法插入文档流等问题,不能满足现代航空产品项目管理的需求。为此,提出了一种面向航空产品项目的分级网络计划模型,将文档流与控制流分离,实现了文档流的插入与更改。给出了建立分级网络计划的方法,分析了文档流与控制流的相容性,并计算了分级网络计划的时间参数。最后,以某型飞机机翼研制项目为应用对象,验证了该方法的有效性。     

产品族设计的多目标优化方法

为帮助产品开发团队在设计产品族的过程中,可以交互选择多种目标的优化方案,提出了产品族设计的多目标优化模型,并设计了多目标遗传算法对模型进行求解.建模过程中考虑了市场分割、产品效用、竞争产品、顾客购买行为、产品开发费用等因素.通过一个应用案例,验证了所提模型和方法的可行性.     

面向复合意象的产品形态多目标优化

为了使产品开发人员和企业开发新产品时符合用户的多维度感性需求,提出了一种面向用户复合意象的产品形态多目标优化设计方法。首先,应用语义差异评价和因子分析法抽取用户的复合意象维度;然后,采用形态分析法提取产品部件和外形单元要素;最后,在构建产品形态的BP意象预测模型的基础上,采用多目标遗传算法NSGAII求解最优方案。豆浆机实例表明,该方法适用于复合意象的产品形态优化设计,成功得到分布均匀的Pareto最优解,产品开发者可根据具体情况在多个目标之间交互选择优化方案,具有很好的指导作用和实际应用价值。     

产品网络计划及其算法的研究

研究了产品网络计划及其特点,以实际应用为背景,提出了从工艺设计到产品网络计划的转换算法,通过分解工艺信息和物料信息,计算提前期和关键路径,完成从工艺设计到生产管理的产品网络计划的转换。另外,在产品网络计划的基础上提出了一个工时能力平衡的模型并设计了一个近似求解算法。设计实现的系统弥补了计算机辅助工艺规划无法和生产直接关联、生产计划管理系统又无法自动生成计划的缺陷,为工艺设计和生产计划建立起通信的桥梁,在实际生产中有着广泛的应用前景。     

基于量子位实数编码的优化算法及轧制规程多目标优化

针对热连轧轧制规程优化问题,以等功率裕量和轧制能耗为优化目标函数建立热连轧轧制规程多目标优化模型,提出基于量子位实数编码的热连轧轧制规程多目标优化算法。该算法将免疫遗传算法框架与量子计算思想相结合,采用量子位实数编码,利用量子态干涉进行遗传算子的交叉和变异,同时保证非支配解按拥挤距离选择优势免疫抗体种群,得到 Pareto 全局最优解集。以某轧钢厂热连轧精轧机组为例,验证本文所提及算法的有效性。实例分析表明,所提及的算法在寻优能力和收敛速度上均优于传统的NSGA-II算法,能够获得更好的Pareto解集,有效地解决热连轧轧制规程多目标优化问题,改善了轧制能耗。     

面向工程的合作伙伴选择模型

以大型工程项目的合作实施为研究对象,描述面向工程的合作伙伴选择问题,建立伙伴选择的多目标优化模型,实现项目效益最大化和项目完成时间适时化,并基于分支/边界算法,提出了有效减小解空间及优化解的算法,仿真结果证明了算法的有效性及求解效率.     

成批生产计划调度的集成建模与优化

针对多品种批量生产类型,建立了调度约束的生产计划与调度集成优化模型。模型的目标函数是使总调整费用、库存费用及生产费用之和最小,约束函数包括库存平衡约束和生产能力约束,同时考虑了调度约束,即工序顺序约束和工件在单机上的加工能力约束,保证了计划可行性。该模型为两层混合整数规划模型,对其求解综合运用了遗传算法和启发式规则,提出了混合启发式求解算法。最后,针对某机床厂多品种批量生产类型车间进行了实例应用,对车间零件月份作业计划进行分解,得到各工段单元零件周作业计划,确定了零件各周生产批量与投产顺序。     

Optimization of multi-objective integrated process planning and scheduling problem using a priority based optimization algorithm

For increasing the overall performance of modern manufacturing systems, effective integration of process planning and scheduling functions has been an important area of consideration among researchers. Owing to the complexity of handling process planning and scheduling simultaneously, most of the research work has been limited to solving the integrated process planning and scheduling (IPPS) problem for a single objective function. As there are many conflicting objectives when dealing with process planning and scheduling, real world problems cannot be fully captured considering only a single objective for optimization. Therefore considering multi-objective IPPS (MOIPPS) problem is inevitable. Unfortunately, only a handful of research papers are available on solving MOIPPS problem. In this paper, an optimization algorithm for solving MOIPPS problem is presented. The proposed algorithm uses a set of dispatching rules coupled with priority assignment to optimize the IPPS problem for various objectives like makespan, total machine load, total tardiness, etc. A fixed sized external archive coupled with a crowding distance mechanism is used to store and maintain the non-dominated solutions. To compare the results with other algorithms, a C-matric based method has been used. Instances from four recent papers have been solved to demonstrate the effectiveness of the proposed algorithm. The experimental results show that the proposed method is an efficient approach for solving the MOIPPS problem.     

输电网络规划与建设若干关键问题的研究

该文提出了一种自适应蚁群算法,对蚂蚁的状态转移策略进行改进,采用新的信息素更新规则并将路径上的信息素浓度限制在一个动态区间内,自适应地调整信息素强度Q和挥发因子ρ,有效地提高了蚁群算法全局寻优能力和收敛到最优解的速度。通过对Garver-6节点和IEEE-18节点系统的测试,结果表明了该方法的有效性。另外,为解决电网建设问题中高压输电铁塔塔上作业困难的问题,在深入调研了±800 k V特高压云广直流线路输电铁塔相关带电作业现状的基础上,设计了耐张塔专用多功能伸缩硬梯结构并进行了伸缩硬梯样品试制、实验测试以及现场试用。     

分段沉积/雕铣成形的工艺规划研究

分段沉积/雕铣成形技术是快速原型结合传统加工方法的一种新的工艺,兼有快速原型的高柔性和传统加工的高精度.对分段沉积/雕铣成形技术中零件的分段、薄壁件的加工、尖角的加工、曲面的加工等一些特殊工艺进行合理的工艺规划,提出解决措施.     

基于改进多目标粒子群算法的冷连轧规程优化设计

合理的轧制规程能够提高轧机的产量和产品的质量,带来显著的经济效益。采用多目标粒子群算法,选择等相对负荷和预防打滑为目标进行冷连轧规程优化。针对算法存在的收敛性和分布性难以均衡的问题,引入一种基于平行坐标系的密度和收敛潜能计算方法;同时,为克服算法易于陷入局部最优的缺陷,提出一种带个体扰动的全局最优领导粒子选择策略。仿真结果表明,该方法能快速跳出局部极值,获得具有更好收敛性和分布性的近似Pareto前沿。最后应用该方法对某五机架冷连轧机进行了轧制规程优化。       

订单型企业多目标生产计划的制定及其调度

针对制定订单式小批量生产计划问题,提出了一种使用动态随机投入产出函数来制定多目标生产计划的方法。针对生产调度问题,提出了联合使用最长加工时间优先(LPT)与遗传算法(GA)的混合遗传算法(HGA)来求解混合流水线的调度,并给出了一种新的编码方法,选择了相应的交叉和变异方法。研究结果表明,该计划制造方法能较好地满足订单型企业的随机性要求,而且生产计划编制效率高。该编码方法在保证染色体合法性的同时也保证了算法本身的随机性。某轧辊厂的实际案例分析结果也验证了所提出的订单型企业多目标生产计划的制定及其调度方法的可行性。     

孔群加工路径规划问题的进化求解

孔群加工路径规划对于提高多孔类零件的加工效率和质量具有重要意义。建立了两个孔群加工路径规划问题的数学模型,分别归纳为单目标和多目标组合优化问题,并引入进化蚁群系统算法和人工免疫算法求解单目标组合优化问题。这两种算法均能有效防止解空间的“组合爆炸”问题,计算复杂度的阶次低于Hopfield神经网络算法,且性能优于Hopfield算法。采用多目标解的快速排序技术分别对进化蚁群系统算法和人工免疫算法加以改进,开发出多目标进化蚁群系统算法和多目标人工免疫算法。分析表明,改进算法不增加原算法的计算复杂度,能直接用于求解多目标组合优化问题而无需事先给出目标权值向量,并能一次运行求得问题的多个Pareto最优解。