时间依赖型同时取送货VRP及超启发式算法

为有效地协调正逆向物流,更好地体现城市物流配送速度时变的特点,降低物流配送成本,以时间依赖型同时取送货车辆路径问题为对象,建立其数学规划模型;设计了基于禁忌搜索的超启发式算法对其进行求解。在算法高层,设计了基于禁忌搜索评分制的选择策略及模拟退火的接收准则,实时监控底层启发式算子的性能并选择最优算子。通过基准实例测试及实验对比分析,表明了该算法能快速地找到满意解,所设计高层策略能保证算法跳出局部最优并快速收敛,从而证明了所提算法求解该问题的有效性。     

分形网络协同制造中进度监控的方法及实现

在分形网络协同制造系统中,协作目标包含了工作流自相似的多级子目标,但缺乏有效的基于Web的方法来监控所有级别子任务的执行进度。为解决这一问题,提出了表述多级协作目标进度和协作方制造资源变化等信息的综合自相似算法。基于该算法,提出依靠每一个子任务的Web曲线来获取进度信息的自相似方法。阐述了综合多个同级子目标进度的方法,以获得总的进度情况。因此,各级分形协同制造系统的盟主可以对相关子任务的进度进行监控。实践表明,该方法可以简练地反映出多级协作目标的动态进度和合作企业生产资源的变化状况。     

基于顾客满意度及模糊计算推理的产品创新体系

在当前买方市场的经济条件下,产品设计必须满足顾客需求,产品的创新必须使顾客满意,因此,对基于顾客满意度的产品创新体系进行探讨是产品设计中的首要任务。在顾客满意度调查的基础上,提出最小顾客满意度法、基于模糊模拟的遗传算法以及利用Bayes估计顾客满意度指数的聚类方法这3种方法,从不同侧面挖掘产品创新点,再利用模糊计算推理对提出的3种产品创新点挖掘方法进行综合。在挖掘出产品创新点后,需要根据专业知识对产品进行进一步的改进设计,并给出一个产品创新点挖掘方法的计算实例。建立了基于顾客满意的产品创新体系,使产品的创新设计能面向顾客的需求。     

基于可拓距的改进k-means聚类算法

针对现有聚类算法在初始聚类中心优化过程中存在首个初始聚类中心点落于边界非密集区域的不足,导致出现算法聚类效果不均衡问题,提出一种基于可拓距优选初始聚类中心的改进k-means算法。将样本经典距离向可拓区间映射,并通过可拓侧距计算方法得到可拓左侧距及可拓右侧距;引入平均可拓侧距概念,将平均可拓左侧距和平均可拓右侧距分别作为样本密集度和聚类中心疏远度的量化指标;在此基础上,给出初始聚类中心选取准则。通过与传统k-means聚类算法进行对比,结果表明改进后的k-means聚类算法选取的初始聚类中心分布更加均匀,聚类效果更好,尤其在对高维数据聚类时具有更高的聚类准确率和更好的均衡性。     

VERICUT数控加工仿真技术在数控实训中的应用

本文探讨了vericut软件在数控实训教学中的应用,介绍了vericut软件的功能特点和软件优势,并以实际的数控车床为目标模型,阐述了用vericut软件建立虚拟数控加工工艺仿真教学平台的具体步骤,最后例举利用vericut等软件开发数控专业的实训教学项目。     

基于可拓变换的鞋类产品个性化定制设计研究

定制设计是解决大规模定制中矛盾问题,快速设计出符合顾客要求的产品的一种有效途径。以鞋类产品设计为例,提出了一种基于可拓变换的个性化定制方法。首先建立用来进行变换的复合元模型,将矛盾问题表示在模型中,通过不断细化复合元模型中量值而得到条件基元模型,定量部分用关联函数表示,通过理论值与实际值关联性的计算,求出鞋的适应程度。可拓定制变换首先进行模型分析,利用可拓分析方法研究事物拓展的可能性,并提出创新的规律;然后利用置换、分解、增删、扩缩和复制等方法及其组合来解决矛盾问题。     

车辆路径问题的水波算法

水波算法(Water Wave Optimization WWO)是郑宇军于2014年基于浅水波理论提出的一种新颖的元启发式算法,用于全局优化问题.通过水波的传播、折射和碎浪操作,可以用来导出在高维解决方案空间中搜索的有效机制.算法WWO的框架简单,易于实现,并且只需要少量的控制参数.本文应用WWO求解车辆路径问题(the Capacitated Vehicle Routing Problem CVRP),算法采用0-1矩阵编码方式,通过传播操作进行全局搜索,反射操作实现进化,碎浪操作防止陷入局部最优.利用构建的算法求解64个benchmark算例,求解的结果中有65%的算例获得已知最优解,有6个算例更新了已知最好解,验证水波算法求解车辆路径问题的可行性,为水波算法应用于其他优化问题提供参考.     

基于正序迭代选择策略的聚类中心自动选择方法

针对密度峰值聚类算法的决策函数不能自动有效地确定聚类中心的问题,提出自动确定聚类中心的密度峰值聚类算法.首先,通过归一化处理,使决策函数中的两个变量分布均匀.然后,在确定聚类中心时,提出正序迭代选择策略,即根据聚类核心点数目的变化趋势搜索拐点,并以拐点之前的点作为聚类中心,完成聚类.最后,在UCI数据集上验证文中算法的性能,算法在未提高时间复杂度的情况下,可以对任意分布形状的数据集进行聚类,具有较好的适应性和聚类效果.     

优化皮革裁剪加工空行程路径的混合算法

将皮革裁剪多轮廓加工空行程路径优化问题归结为广义旅行商问题,提出了一种求解问题的混合智能优化算法。用改进了的遗传模拟退火算法优化多轮廓排列序列,结合机床特征将问题转化为多段图最短路径问题,采用动态规划算法求解。对传统的Bolt zmann更新准则进行改进,增加搜索记忆功能并设置双阂值,以在尽量保持最优性的前提下减少计算量;根据多段图最优子结构性质设计了个体适应度评价函数。实际应用效果和对标准问题的测试表明,新算法求解质量和收敛速度均有很大的提高。     

改进的FUP算法在五金产品质量分析系统中的应用

以阀门作为五金产品质量数据分析的实例,对阀门产品质量数据进行分析,主要是分析阀门产品的缺陷数据。针对传统的增量式关联规则算法FUP没有考虑到数据的时间属性,在FUP算法的基础上提出一种改进算法,并且将改进的FUP算法运用到产品质量分析系统中。通过实验结果对比发现,使用了改进算法以后,原来的许多规则已经不在生成的规则列表中出现,而一些新的规则被生成了。