船舶工业对数控机床的需求

现代船舶制造业，特别是船用柴油机制造业，随着国际上先进柴油机的不断引进，制造零件复杂，对精度的要求日益提高。从80年代以来，数控机床在船用柴油机制造业中的运用日益增加，现在已经作为船用柴油机制造的主要生产设备与主要生产手段。     

超启发式人工蜂群算法求解多场景鲁棒分布式置换流水车间调度问题

本文考虑现实中广泛存在的加工时间不确定的分布式置换流水车间调度问题(DPFSP),研究如何建立问题模型和设计求解算法,方可确保算法最终获得的解在多个典型DPFSP场景下,均具有能满足客户期望的较小优化目标值(即makespan值).在问题建模方面,首先,采用场景法构建多个不同典型场景以组成场景集(每个场景对应1个具有不同加工时间的DPFSP),并设定合适的makespan值作为场景阈值,用于在评价问题解时从场景集中动态筛选出“坏”场景子集;其次,在常规优化目标makespan的基础上,结合“坏”场景子集概念提出可实现鲁棒调度的新型优化目标,用于引导算法每代加强对当前“坏”场景子集中每个DPFSP场景对应解空间的搜索;然后,结合所提的新型优化目标,建立基于多场景的鲁棒DPFSP (MSRDPFSP).在算法设计方面,提出一种超启发式人工蜂群算法(HHABC)对MSRDPFSP进行求解. HHABC分为高、低两层结构,其中低层设计6种启发式操作(HO),高层采用人工蜂群算法控制和选择低层HOs来不断生成新的混合启发式算法,从而实现在不同场景对应解空间中的较深入搜索.在不同规模测试问题上的仿...     

基于深度学习特征提取与多目标优化集成修剪的选择性集成学习软测量方法

集成学习已成为一种广泛使用的软测量建模框架,但是建立高性能的集成学习软测量模型依然面临特征选择不当、基模型多样性不足、基模型估计性能不佳等诸多挑战.为此,提出一种基于堆栈自编码器多样性生成机制的选择性集成学习高斯过程回归(selective ensemble of stacked autoencoder based Gaussian process regression, SESAEGPR)软测量建模方法.该方法充分发挥深度学习在特征提取方面的优势,通过构建多样性的堆栈自编码器(stacked autoencoder, SAE)网络,建立基于隐特征的高斯过程回归(Gaussian process regression, GPR)基模型.基于模型性能提升率和进化多目标优化对SAEGPR基模型实施两次集成修剪,以降低集成模型复杂度、保持甚至进一步提升模型估计性能,最后,引入PLS Stacking集成策略实现基模型融合.所提出方法显著优于传统全局和全集成软测量建模方法,其有效性和优越性通过青霉素发酵过程和Tennessee Eastman化工过程得到验证.     

超启发式三维分布估计算法求解分布式流水线和车辆运输集成调度问题

针对一类广泛存在的分布式流水线和车辆运输集成调度问题(Distributed Permutation Flow-shop and Ve-hicle Transportation Integrated Scheduling Problem,DPFVTISP),本文建立问题模型,并提出一种超启发式三维分布估计算法(Hyper-Heuristic three-Dimensional Estimation of Distribution Algorithm,HH3DEDA)进行求解.首先,根据DPFVTISP的问题特性,采用贪婪策略设计一种新颖的编解码规则.其次,为实现对DPFVTISP问题解空间中不同区域的深入搜索,设计10种低层启发式操作(即10种有效的邻域操作),并将其所构成的排列作为高层个体;同时在高层采用三维分布估计算法(three-Dimensional Estimation of Distribution Algorithm,3DEDA)学习和积累优质高层个体中块结构及其位置信息,再通过采样3DEDA中的概率模型生成新的高层个体或排列;进而在低层将高层所生成的每个新个体所表征的一系列有序的启发式操作作为一种新的启发式算法,对问题解空间执行较深入的邻域搜索.最后,通过仿真实验与算法对比验证HH3DEDA可有效求解DPFVTISP.     

聚硅氧烷接枝改性丙烯酸树脂的研究

本文介绍了聚硅氧烷接枝改性的带羟基的丙烯酸树脂的研究工作，通过选择适当的实验条件使它们接枝共聚，同时研究了各种因素对它们的影响。通过改性，丙烯酸树脂的综合性能有了显著的提高，具有与有机硅树脂相似的耐热、耐水、耐老化的特点，其成本较低，用途广泛，具有良好的市场前景。     

电能表现场校验技术研发应用现状及其发展趋势（下）

较全面地梳理了国内外电能表现场校验技术、校验装置的研究和应用现状。注意到接收数字量的数字化电能表的现场校验方法有待深入研究,数字化电能计量量传体系急需建立;电力负载的强非线性、波动性和随机性,对如何准确计量其实际耗用的电能,以及如何校验电能表的计量准确性等均提出了挑战。在此基础上,展望了电能表现场校验技术的进步方向及发展趋势。     

浅析微型构造在油田开发后期调整的重要性

油田经过注水开发后,剩余油分布不仅受储层微相及非均质性的影响,而且与储层微型构造有关.开展储层微型构造研究,对于认识处于相同微相的相邻油井的生产状况及水淹情况、剩余油的分布特征非常重要.通过对大港孔南地区小集油田生产实例进行分析,总结出微型构造与油水运动机理的关系:在注水开发时,正向微型构造是剩余油存在的主要区域,而处于负向微型构造区的生产井常易水淹.研究结果对于开展老油田挖潜工作具有现实指导意义.     

依靠技术与管理创新 促进设备能力最大化

为实现公司可持续发展和产品产量的大幅提高,必须依靠技术与管理创新,坚持科学发展观,牢固树立预防为主的指导思想,提高科学管理水平和职工素质。     

遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题

针对化工生产中广泛存在的一类带多工序的异构并行机调度问题,即部分产品需多工序加工,同时不同产品间带序相关设置时间的异构并行机调度问题(heterogeneous parallel machine scheduling problem with multiple operations and sequence-dependent setup times,HPMSP_MOSST),提出了一种遗传-分布估计算法(genetic algorithm-estimation of distribution algorithm,GA-EDA),用于优化最早完工时间(makespan)。首先,提出了一种基于GA的概率模型训练机制,用来提高概率模型在算法进化初期的信息积累量,进而提高搜索的效率;其次,设计了一种有效的GA与EDA混合策略,使得算法的全局探索和局部开发能力得到合理平衡。计算机模拟验证了GA-EDA的有效性和鲁棒性。