考虑多时间因素的绿色可重入混合流水车间调度问题

针对同时考虑顺序相关调整时间和运输时间等多时间因素的绿色可重入混合流水车间调度问题(GRHFSP-MTF),以最小化最大完工时间和总能耗为目标建立双目标优化模型。针对GRHFSP-MTF的特点，提出一种混合文化基因算法(HMA)。首先，提出了基于工序、机器和转速的三层编码策略；然后，设计了基于贪婪机器选择和完全随机的种群初始化方法、交叉和变异算子以及5种邻域搜索算子；最后，在不改变机器分配和工件排列的前提下，基于降低机器转速手段设计了节能算子。大量仿真实验表明，HMA可以有效地求解考虑多时间因素的绿色可重入混合流水车间调度问题，并具有较强的优越性。     

基于改进离散蜉蝣算法的双资源柔性车间可持续调度方法

在目前对柔性车间调度问题所进行的研究中，大多忽略了工件运输时间这一因素，并且也很少对可持续发展的经济、环境和社会3个要素进行综合优化。针对这些问题，提出了一种考虑运输时间的双资源柔性车间调度问题(DRCFJSPT)模型。首先，以完工时间、生产成本、能耗和人体工程学风险为优化目标，构建了柔性车间调度数学模型，并结合多目标模型的特点，设计了一种改进离散蜉蝣算法(IDMA),并对模型进行了求解；然后，采用熵值法评价了帕累托解集，基于三层编码并考虑了运输时间的插入式解码方式，设计了混合初始化方法，离散改进了蜉蝣更新方式；最后，为了验证IDMA求解DRCFJSPT的性能，采用MATLAB,对某机床零件加工企业生产数据进行了实验，并将其结果与采用非支配排序遗传算法(NSGA)-Ⅱ得到的结果进行了对比分析。研究结果表明：改进算法的解集质量和收敛性能均显著优于参考算法，通过改进算法求得最优解的最大完工时间为35.94 h,加工成本为6 003.95元，能耗为2 054.54 kW·h,人体工程学风险值为138.16;该结果可为实际复杂的柔性车间调度环境提供清晰准确的调度方案。     

基于改进非支配排序遗传算法的多目标柔性作业车间低碳调度

为解决以设备能耗、刀具磨损和切削液消耗为碳排放来源,能耗和人工费用为加工成本的多目标柔性作业车间低碳调度问题,建立以最小化碳排放量、最长完工时间和加工成本为目标的低碳调度模型,提出一种改进带精英策略的非支配遗传算法(NSGA-Ⅱ)并进行求解。首先通过基于Tent混沌映射的编码与融合了层次分析法(AHP)的贪婪解码来动态调整染色体组成,提高初始种群质量;然后提出了一种基于遗传参数的自适应遗传策略,根据种群进化阶段与种群非支配状态动态调整交叉、变异率;最后设计了一种基于外部档案集的改进精英保留策略,提高了算法后期的种群多样性并保留了进化过程中的优质个体。通过标准调度算例与实际案例验证了改进算法的有效性。     

考虑双资源约束的柔性作业车间调度研究

针对考虑工人和机器约束的双资源约束柔性作业车间调度问题,建立了最小化最大完工时间、总成本和工人疲劳值的多目标调度模型,并提出了一种改进NSGA-Ⅱ(INSGA-Ⅱ)算法求解。具体改进包括设计了3层编码方案以及插入式解码策略;为提高种群质量,设计了启发式种群初始化策略;为避免算法陷入局部最优,在染色体交叉、变异阶段,设计了自适应调整机制实现种群的动态搜索进化。最后通过多组算例验证了INSGA-Ⅱ算法的有效性和可行性,并通过一组实例验证了所提算法求解实际问题的有效性。     

车间生产过程的能量足迹建模与加工参数协同优化

为降低零件加工过程的生产能耗,提出一种面向节能的车间生产过程多装备加工参数协同优化方法。以包含机床与机器人的定制化生产车间为研究对象,建立了考虑刀具退化动态过程的生产车间系统能量足迹模型。考虑刀具寿命、机器人运输平稳性的成本指标函数,建立了多装备系统的加工参数协同多目标优化模型。以加工时间为约束条件,使用蜂群算法获取了最优参数。实验表明,以节能目标为主的优化方案可降低机床加工能耗17.97%,降低机器人运输能耗18.13%。     

可调加工时间炼钢-连铸的灰狼优化调度算法

炼钢-连铸(SCC)是钢铁生产中的瓶颈,SCC生产过程中最后一个阶段的加工时间可调。可调加工时间SCC调度问题是NP难组合优化问题,高质量的SCC调度算法可以较大地提高生产效率。基于问题特征,研制了求解该问题的高效灰狼优化(GWO)算法。首先设计了新的解码方法对解进行解码。同时提出了种群初始化方法,以得到具有一定质量和多样性的初始种群。其次,研制了一种基于多操作的搜索算子,该算子包含3种不同操作,在一定程度上实现了GWO算法的集中性和多样性的平衡。此外,设计了重启操作,以提高GWO算法的多样性。对比实验说明了基于多操作的搜索算子的有效性。此外,与4种有效调度方法的对比说明了GWO算法的高性能和优越性。     

考虑多时间约束和机器效率的柔性作业车间调度问题建模及优化

针对传统柔性作业车间调度问题只考虑加工过程的局限性,综合考虑具有工件运输时间、交货期、加工时间以及工件到达时间等多约束,构建了以机器效率最大和最大完工时间最小为目标的调度模型,其中机器效率用每台机器开始加工到结束加工之间的空闲时间和来表示。模型中充分考虑多时间因素并通过工件紧前工序、机器前置工序确定机器的可用时间段和工件的最早开始加工时间。基于遗传算法设计了分段式编码和插入式解码策略,利用S-自适应概率对染色体交叉进行改进,并采用了一种基于最大化机器使用效率的选择策略对机器部分进行变异,另外为保证后代的多样性,提出一种局部种群扩张策略以扩大种群。最后,通过两个不同规模的柔性作业车间调度案例对模型和算法进行测试。实验结果显示所构建的模型适用于该类考虑多时间和机器效率的柔性作业车间调度问题,同时改进算法的表现也优于对比算法。     

基于多Agent的多式联运运输决策与动态协调EI北大核心CSCD

针对多式联运运输决策中的自治性、合作性、动态性等特点,提出一种基于多Agent的多式联运承运人选择和路径优化方法,旨在通过各个参与Agent间的动态协调与协商,构建出满足托运人要求的运输方案。构建过程包含四部分:网络初选、网络预处理、空间兼容性判断、运输方案构建。为了满足托运人的时间约束,采用重复拍卖机制来引导承运人压缩运输时间,以提高运输方案构建的成功率。此外,针对承运人的自主性,设计了一种价格引导机制,以补偿承运人由于压缩运输时间所带来的成本增加。仿真实验表明,这一引导机制可以有效加快协商过程的收敛性。     

考虑设备预维护的特种车辆白车身试制车间绿色调度优化方法

综合考虑最长完工时间、设备总能耗以及总烟尘排放，构建了典型柔性作业车间多目标绿色调度优化模型，并设计了一种改进人工蜂群算法对其进行求解。首先，根据激光设备功率会发生周期性衰减的特点，提出了一种区分激光设备和普通机械设备的预维护策略，以减小最长完工时间并降低设备故障发生频率。其次，设计了一种基于设备分配和功率选择的变异方式以增强算法局部搜索能力，并在跟随蜂阶段引入基于拥挤距离的选择方法进行种群更新以获得优质个体。最后，扩展现有通用测试集并开展对比实验，同时以某汽车装备制造企业的特种车辆白车身试制车间为实例，进一步验证了模型与算法的有效性和可行性。     

考虑运输时间柔性作业车间调度问题的快速寻优方法

为了快速获得考虑运输时间的柔性生产调度问题的近优解,进行了快速寻优方法研究。采用运输时间矩阵对析取图模型进行改进,建立了设备选择的多阶段决策方法。建立了考虑运输时间的关键链优化方法,通过邻域搜索快速获得近优解。开发了调度实验系统对上述工作进行验证。实验结果表明,该方法可较稳定地获得近优调度解,并具有较好的计算效率。     

考虑外包的平行机调度问题的多目标遗传算法

研究了一类考虑外包的平行机调度问题,目标是使作业外包总成本与最大完工时间同时最小化。通过对该类问题进行形式化描述与分析,设计了一种数字串形式的解的表示方法,其中每位数字表示固定作业对应的机器编号,该方法能够有效缩小解空间,从而提高搜索效率。进而构建了一种带精英策略的非支配遗传算法PD-NSGA-Ⅱ,为该类多目标调度问题提供Pareto最优解集。大量数据实验结果表明,所构造的PD-NSGA-Ⅱ算法能够在合理的时间内有效求解该类调度问题,其解的质量与计算效率均优于SPEA算法。     

跨单元调度及其车辆路径集成优化

为了提高跨单元调度中车辆利用率,降低运输成本和缩短完工时间,综合考虑调度方案中零件的加工顺序和异常件运输路径之间的相互影响,建立了一个以最小化最大完成时间和总成本为优化目标的跨单元调度及其车辆路径集成优化模型.提出了一种包含工序编码、机器编码、单元编码、车辆编码和车辆路径编码的五段式编码方法;设计了基于分解的多目标进化...     

面向清洁生产的磨削工艺方案多层多目标优化模型及应用

为了实现磨削过程的节能减排,提出了一种面向清洁生产的磨削工艺方案多层多目标优化模型。从清洁生产“三流（物料流、能量流、环境排放流）”的角度建立了面向清洁生产的磨削能耗与碳排放模型。从工艺路线和工序工艺参数层建立了以磨削能耗、磨削碳排放和磨削时间为目标的多层多目标优化模型,采用基于层次分析法和客观赋权法(CRITIC)法组合赋权的改进遗传算法进行优化求解。以某轴承套圈为研究对象进行磨削工艺实验,结果表明：通过算法优化得到的加工方案相较于传统的加工方案,在工艺层面节约了6.48%的加工时间、降低了42.81%的能耗、减少了8.26%的碳排放;在工序层面缩短了25%的磨削时间、降低了18.84%的能耗、减少了8.69%的碳排放。结果验证了模型和方法的有效性。最后依据上述研究结果提出了相应的节能减排策略。     

基于GABP和改进NSGA-Ⅱ的高速干切滚齿工艺参数多目标优化决策#br#

针对高速干切滚齿过程中的工艺参数优化决策问题,提出一种基于加工工艺样本预测和多目标遗传优化算法的工艺参数优化决策方法。基于实际加工工艺样本集,以改进的多目标遗传算法（improved NSGA-Ⅱ）为主体模型,以最大刀具寿命、最小加工能耗为优化目标,以加工质量、加工时间为约束条件,利用遗传反向传播算法（GABP）神经网络建立关于加工优化目标的预测模型,将其作为多目标优化模型的适应度函数;通过DBSCAN算法获取待优化滚齿工艺问题的相似样本集,建立多目标优化问题输入区间;构建面向待优化滚齿工艺问题的多目标优化模型,迭代搜索最优工艺参数集。     

高速干切滚齿工艺参数的多目标优化与决策方法

为降低高速干切滚齿加工能耗、提高滚齿加工质量,提出一种基于改进多目标灰狼优化(MOGWO)算法和逼近理想解排序法(TOPSIS)的高速干切滚齿工艺参数多目标优化与决策方法.分析了滚齿工艺参数,将切削参数和滚刀参数作为优化变量,构建了面向最小加工能耗和最优加工质量的多目标优化模型,采用改进MOGWO算法对所建的模型进行迭...     

铝电解过程神经网络预测控制技术应用研究

铝电解是非线性、时变、大时滞过程,受强电场、强磁场、强热场交互干扰,其控制难度大,耗能高.因此,节约电能,提高电流效率,提高铝的产量和质量是铝电解控制系统研究的热点问题.文中在分析铝电解过程工作特性及存在问题的基础上,提出了小波神经网络预测控制方法,该方法将神经网络控制技术与预测技术有机结合,通过对反映氧化铝浓度的槽电阻参数跟踪,实时调整控制器的控制策略,控制氧化铝下料装置下料量,使氧化铝浓度控制在理想值范围,并对系统的硬件和软件进行了设计.实验结果表明:该方法的有效性,具有良好的控制控制性能和节电效果,对提高铝的产量和质量具有重要意义.     

SBR曝气控制的FPGA设计

为了提高SBR法污水处理的曝气工段的效率,保证出水水质,节能降耗,设计了控制器.将溶解氧浓度(DO)和耗氧速率(OUR)两参数相结合,模糊与PID算法相结合,实现曝气量和曝气时间的控制.控制器的实现平台是FPGA及其嵌入式软核NiosⅡ,软硬件相协调,达到良好的控制效果.     

一种时间约束的多机器人WSNs节能数据收集方法

为了在不同数据收集时间约束下最小化无线传感器网络(WSNs)的能量消耗,提出了一种时间约束的多机器人WSNs数据收集方法。首先,给出网络模型假设,并在此基础上,利用最优化理论,构建时间约束的多机器人WSNs数据收集模型;然后,基于图论和分簇技术,设计一种基于最优子路由树的多机器人WSNs数据收集算法;最后,通过与现有方法进行对比实验,实验结果表明,所提出的方法能够在满足应用时间约束的同时,有效地降低WSNs的能量消耗,延长网络生命周期。