基于扩展Petri网的混合流程生产过程建模

提出了一种扩展的 Petri网建模语言 (Hy Net) ,该语言将面向对象技术、谓词逻辑和微分方程融入高级Petri网中 ,把托肯 (token)作为对象 ,利用弧变量将库所 (place)中托肯携带的信息传递到其后置变迁。这些信息可用来控制变迁的使能条件、规定变迁的活动和计算变迁的激发延续时间。因此 ,这种语言具有很强的模型描述能力 ,利用它所建的模型具有很好的柔性。作为案例 ,文中利用该语言建立了一个具体的混合流程企业的生产过程模型。     

复杂装备系统保障库存优化控制研究

利用ABC分析法,引入对复杂装备系统保障库存分类控制的思想,建立了一种库存控制优化模型。该模型通过库存分类确定不同类别库存的订货点和订货量,体现了对不同类别库存的分解管理、协同控制的思想,在保证零备件库存供应的同时,极大地减少了库存总量。给出了该模型在计算机管理信息系统中的具体应用。     

一种动态识别瓶颈机床的启发算法

瓶颈机床是影响车间生产和调度的关键因素。针对Jobshop调度中的瓶颈机床确定问题,提出了动态识别瓶颈机床的搜索算法框架。并详细讨论了算法框架中的工序开始时间窗、搜索空间的概率模型和动态启发算法。最后用算例验证了动态启发算法的有效性。     

基于组件的制造企业SPC管理信息系统

为了更加准确、高效地利用统计过程控制技术监控生产过程,在对制造企业SPC管理深入调研和分析的基础上,对其业务进行了优化、整合,运用数组变量、计数器以及数据循环处理方法构造了异常识别的核心算法,采用组件化的开发方法实现了制造企业SPC管理信息系统,并已在一家大型制造企业投入使用,效果显著。     

非均衡失效成本条件下的统计过程调整技术研究

为解决统计过程调整问题,建立了统计过程调整问题模型,采用公差设计和参数设计中的非均衡失效成本作为过程调整的评价指标,构建了过程方差参数未知和已知条件下的过程参数估计贝叶斯模型,进而构建了相应的质量特性值的预测模型.根据非均衡失效成本函数和质量特性值的预测模型,确定了过程每一步的最优控制目标,并根据控制目标完成过程调整.最后,在非均衡失效成本条件下,通过与格鲁布斯基本准则调整方法和马尔可夫链蒙特卡罗调整方法的对比,验证了本文中调整方法的性能优势.     

双抽样均值-标准差联合控制图的构建及参数设计

在参考双抽样均值控制图及双抽样标准差控制图的基础上,构建了双抽样均值一标准差联合控制图.建立了控制图参数设计的优化模型,用以监控生产过程质量,并通过遗传算法完成了模型求解.采用马尔科夫链方法,完成了联合控制图平均运行长度性能指标的计算.基于该指标,通过两阶段抽样和可变抽样样本及抽样区间均值-标准差联合控制图的性能对比,分析验证了该控制图的性能优势.     

面向对象的制造控制系统建模和分析集成方法

提出一种基于面向对象（ＯＯ）的制造控制系统建模和分析集成方法,该方法建立在流行的建模工具－ＳＴＤ、ＩＤＥＦ０、ＯＰＮ和Ｅ／Ｒ基础上,给出了这些模型与ＯＯ模型之间的映射关系,用于克服现有方法的一些局限性。该方法不仅是一种系统方法,也是一种形式化方法,它的使用将大大缩短开发新的控制软件和修改现有控制软件所需的时间。     

基于图论的复杂系统建模技术研究

建立了一种利用系统深层知识描述复杂系统的模型———SMBD,该模型将复杂系统抽象为一个由三元组描述的有向图G,并给出了图G的矩阵化表示和层次分解方法。SMBD能够根据研究需要动态扩展节点和有向边的约束,从而使该模型具有良好的可扩展能力。在SMBD的建模过程中引入了面向对象的建模思想,进一步增强了模型的可扩展性和可维护性。文章通过SMBD在复杂机电系统故障诊断中的实际应用说明了模型的适用性。     

求解随机Job Shop调度问题的混合分布估计算法

提出一种混合分布估计算法用于求解具有随机工时的Job shop调度问题。建立随机Job shop调度问题(Stochastic Job shop scheduling problem, SJSSP)数学模型并给出随机期望值模型的评价方法。为提高种群多样性,将(μ+λ)-进化策略(Evolutionary strategy, ES)的重组、变异过程引入分布估计算法(Estimation of distribution algorithm, EDA),构造一种混合分布估计算法,ES-EDA。根据所采用的基于工序的编码方式,对父代工序继承率的概念进行了定义,并为重组过程设计基于父代工序继承率的个体重组方法,该方法不仅能使子代有效继承父代的优良特征,同时可避免非法解的产生。在标准算例FT06、FT10、FT20的基础上构造加工时间随机的3组算例,并选择文献中的5种算法作为混合分布估计算法的对比算法,仿真试验结果表明混合分布估计算法在优化性能方面具有明显优势。     

一类带有deadline约束的作业车间提前/拖期调度问题研究

针对带有零件deadline时间约束的一类作业车间提前/拖期调度问题,设计了一种改进型遗传算法(EGA)。EGA算法采用拖期优先的调度策略,将原有的非正规性能指标的E/T调度问题转化为拖期子问题、修复子问题和提前子问题,以此来降低E/T调度问题的求解复杂度。采用基于工序的编码方法,在染色体解码过程中,分别采用了主动解码、染色体修复和逆向重调度三阶段的解码操作,以期实现在满足零件deadline约束的前提下尽可能降低提前/拖期惩罚总成本。180个调度测试用例仿真结果表明,EGA算法在解决问题数、寻优能力、调度结果的均衡性等方面具有一定的优势。