精确动态规划算法求解绿色单机调度问题

针对一类生产实际中广泛存在的绿色单机调度问题,即带释放时间的低碳单机调度问题,提出一种精确动态规划算法(exact dynamic programming algorithm,EDPA)进行求解,优化的主要和次要目标分别为最小化最大延迟时间和总碳排放量.首先,建立问题的排序模型,该模型可用三元法表示为$1|agr(r_j,d_j)|TCE/T_{\max     

考虑工艺约束的多阶耦合集成调度问题优化

具有工艺约束的多阶耦合集成调度问题(MCISP＿PC)普遍存在于现有混合生产制造企业中。针对加工-运输-装配3个阶段,结合多阶耦合性特征,提出结合规则启发式的混合分布估计算法(HEDA＿RH)求解以最小化最大完工时间为优化目标的MCISP＿PC。在充分挖掘问题耦合约束层级性和时序性基础上,采用只针对加工阶段的编码方式,并对各阶段分别提出两种规则,通过实验确定较优规则组以完成解码。在HEDA＿RH中,结合个体中出现的同型聚集块和异形聚集块两种块结构特征,从全局角度设计概率模型更新机制和两种采样方式,较好地引导搜索方向以提高求解效率;从局部角度设计矩阵立方学习模型,通过积累6种启发式搜索操作优质信息,自适应地选择调整搜索深度及规则执行策略以改进解的质量。最后,通过仿真对比实验验证了HEDA＿RH求解MCISP＿PC的有效性。     

高效太阳电池及其阵列技术的空间应用研究进展

太阳电池阵可以将光能转换为电能,是航天器能源系统的重要组成,而利于光伏效应制成的太阳电池是能源获取的重要载体.通过从硅电池到砷化镓电池、从单结到多结技术的应用发展,结合晶格失配、多结生长、倒装结构及薄膜化等半导体相关制备技术分析了各种空间太阳电池的现状及应用前景.根据其基板结构及型式,对体装式、刚性、半刚性、柔性及聚光...     

游龙溪水库风化泥岩筑坝防渗料性能研究

游龙溪水库大坝基础以泥岩为主,其抗变形能力较差,仅适宜建柔性坝.为充分利用项目区当地天然土石料,改善大坝坝体填筑分区和筑坝施工条件,设计优选泥岩心墙土石坝坝型.通过室内试验和现场碾压试验对料场粉砂质泥岩的质量技术指标进行验证分析,结果表明:采用强风化泥岩作为坝壳料和防渗心墙料可行且技术参数工程适应性好,具有良好的抗渗性...     

[车间调度]混合布谷鸟算法求解绿色流水车间调度问题

为协同考虑经济因素和环境因素,求解了优化目标为最小化最长完工时间和碳排放总量的多目标置换流水线车间调度问题（MOPFSP）。提出了一种混合布谷鸟算法（HCS）求解2台机器以上的MOPFSP问题。采用LOV规则将HCS算法中的个体从实数向量转换成工件排序,使其可在MOPFSP的解空间中进行搜索;设计了一种自适应步长控制因子,用于控制算法进化阶段的搜索范围;提出一种多邻域局部搜索,用于对HCS算法全局搜索发现的优质解区域进行细致搜索。由于融合了基于布谷鸟算法的全局搜索和多邻域局部搜索,故HCS算法可有效求解MOPFSP。仿真实验和算法对比验证了HCS算法求解MOPFSP的有效性。     

近红外光谱法快速检测黄酒的酒精度、总糖和总酸

通过研究黄酒的近红外光谱和利用化学计量学的技术,采用偏最小二乘法建立快速检测黄酒的酒精度、总糖和总酸的近红外模型。用相关系数(R)、交叉验证均方差(RMSECV)和相对分析误差(RPD)衡量模型的预测精度和稳定性,R值分别为0.9994,0.9989,0.9780,RMSECV值分别为0.0891,0.6980,0.0898,RPD值分别为27,21,4.8,RPD≥3表明建立的模型效果良好。研究结果表明,近红外光谱法可用于快速检测黄酒酒精度、总糖和总酸,为黄酒食品安全质量控制体系的建立提供了快速检测手段。     

长宁地区龙马溪组页岩气工厂化压裂实践与认识

四川盆地长宁地区龙马溪组页岩气具有厚度大、有机质含量高、区域构造断裂系统局部发育、工区山地地貌复杂、地表水源分布不均等特点,为进一步提高该地区页岩气开发效率,降低开发成本,开展了工厂化压裂先导性试验,通过该地区前期改造,初步探索形成了集设计、工具、液体、分簇射孔、钻磨"一体化"的页岩气工厂化压裂改造技术。目前完成2个页岩气井组7口井的压裂实践,均获较好测试产量。实践表明,采用水平井丛式井组、工厂化压裂改造可有效地提高页岩气单井产量和开发效率,可为今后山地地区页岩气藏高效、规模开发提供参考。     

深度强化学习算法求解动态流水车间实时调度问题

本文针对动态流水车间调度问题(DFSP), 以最小化最大完工时间为优化目标, 提出一种自适应深度强化学习算法(ADRLA)进行求解. 首先, 将DFSP的新工件动态到达过程模拟为泊松过程, 进而采用马尔科夫决策过程(MDP)对DFSP的求解过程进行描述, 将DFSP转化为可由强化学习求解的序贯决策问题. 然后, 根据DFSP的排序模型特点, 设计具有较好状态特征区分度和泛化性的状态特征向量, 并依此提出5种特定动作(即调度规则)来选择当前需加工的工件, 同时构造基于问题特性的奖励函数以获取动作执行效果的评价值(即奖励值), 从而确定ADRLA的3类基本要素. 进而, 以深度双Q网络(DDQN) 作为ADRLA中的智能体, 用于进行调度决策. 该智能体采用由少量小规模DFSP确定的数据集(即3类基本要素在不同问题上的数据)训练后, 可较准确刻画不同规模DFSP的状态特征向量与Q值向量(由各动作的Q值组成)间的非线性关系, 从而能对各种规模DFSP进行自适应实时调度. 最后, 通过在不同测试问题上的仿真实验和与算法比较, 验证了所提ADRLA求解DFSP的有效性和实时性.     

双重信息引导的蚁群算法求解绿色多舱车辆路径问题

针对当前实际运输中广泛存在的绿色多舱车辆路径问题(GMCVRP), 文章提出一种双重信息引导的蚁群优化算法(DIACO)进行求解. 首先, 在DIACO的全局搜索阶段, 重新构建传统蚁群优化算法(TACO)中的信息素浓度矩阵(PCM), 使其同时包含客户块信息和客户序列信息, 即建立具有双重信息的PCM(DIPCM), 从而更全面学习和累积优质解的信息; 采用3种启发式方法生成较高质量个体, 用于初始化DIPCM, 可快速引导算法朝向解空间中优质区域进行搜索. 其次, 在DIACO的局部搜索阶段, 设计结合自适应策略的多种变邻域操作, 用于对解空间的优质区域执行深入搜索. 再次, 提出信息素浓度平衡机制, 以防止搜索陷入停滞. 最后, 使用不同规模的算例进行仿真测试和算法对比, 结果验证了DIACO是求解GMCVRP的有效算法.