装配生产线平衡问题DNA遗传算法研究

讨论了装配生产线平衡问题研究现况,建立了生产线平衡数学模型,并运用DNA遗传算'法求解.基于遗传算法思想及DNA编码方法,DNA遗传算法设计了相应的交叉和变异等操作算子,用Matlab编程实现,并通过实例仿真验证了该算法解决此类问题的和可行性.     

考虑故障相关与外部冲击的风电机组机会维护策略研究

针对风电机组子系统在运行期间,内部子系统间存在耦合作用和外部受到环境冲击两种情况同时存在的问题,提出了考虑故障相关与外部冲击的风电机组机会维护策略。首先,基于退化过程之间的相关关系考虑风电机组子系统间的故障相关性,得到子系统内部退化量,并结合风电机组受到的不同程度的冲击损伤,得到二阶段退化模型。其次,根据外部随机冲击在不同退化阶段对风电机组子系统的影响及维护阈值决定各子系统的维护方式。最后,从不同的维护概率出发,以检测间隔期和机会维护阈值作为决策变量建立期望维护费用率模型。通过算例分析,验证了模型的有效性。     

分时电价下多目标绿色可重入混合流水车间调度

针对多目标绿色可重入混合流水车间调度问题(RHFSP)的特点,在机器分配和工序排序的基础上引入分时电价机制,构建了以最小化最大完工时间、总能耗成本和碳排放为目标的绿色调度优化模型,提出了一种改进的多目标文化基因算法(MOMA)来求解该问题,通过数值实验验证了所设计的MOMA算法的可行性。实验结果表明MOMA算法在非劣解的收敛性、多样性和支配性指标方面都显著优于多目标蚁狮优化算法(MOALO)、多目标粒子群优化算法(MOPSO)和带精英策略的非支配排序遗传算法(NSGA-Ⅱ),四种算法的分布性指标无显著差异。所提出的模型能够使企业有效避开高电价时段作业,合理转移用电负荷,达到降低总用电成本和碳排放的目的。     

量子粒子群算法在面向再制造的flow-shop问题中的应用

对再制造的各环节进行分析,研究出再制造生产阶段的目标--流水线生产.针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,采用量子粒子群算法设计单一生产商再制造系统流水线生产的机制,通过随机初始种群,修正非法解,量子旋转门更新,运用MATLAB编程仿真测试得到大规模生产的优化结果,取得较好结果.     

生产调度优化问题文化进化算法研究

许多生产调度优化问题属于NP-hard问题,其求解通常采用智能启发式算法。基于文化算法及文化进化思想设计的文化进化算法,通过上层文化空间的经验知识指导下层个体进化搜索的方向及步长,通过模拟人类社会文化进化的机制实现文化空间的进化与更新,最后将算法应用到置换Flow shop问题的求解,用Matlab编程仿真测试,结果表明此算法解决生产调度优化问题是可行的,而且其全局搜索性能优于一种改进的GA算法。     

结合Bi-2DPCA与CNN的美式手语识别

针对现有美式手语（ASL）识别算法准确率低和模型训练时间长的问题,提出一种结合双向二维主成分分析（Bi-2DPCA）与卷积神经网络（CNN）并基于贝叶斯优化的识别算法。利用Bi-2DPCA算法对原始图像做数据降维处理,提取行、列方向的特征图,使用卷积神经网络对特征图进行训练分类,同时采用贝叶斯优化算法对模型超参数进行自动调参。在24分类ASL数据集上的实验结果表明,该算法的识别准确率达到99.15%,训练时间相比传统CNN算法减少90.3%。     

APS剖析

近年来,高级计划与排产APS(Advanced Planning and Scheduling)得到了企业界的普遍关注.APS软件的市场需求量不断膨胀,一些世界著名的软件公司如Oracle、SAP都成功地开发了自己的APS软件,并且取得了不错的销售成绩.到目前为止,国际上对APS还没有一种明确的定义,它是一种基于供应链管理和约束理论的先进计划与排产工具,包含了大量的数学模型、优化及模拟技术,其功能优势在于实时基于约束的重计划与报警功能.     

燃煤锅炉气态污染物排放控制区间分析

分析了北方某燃煤发电厂气态污染物排放现状,结合政府环保收费政策,对气态污染物不同控制区间的治污成本进行综合计算分析比较,提出了在满足污染物达标排放基础上的合理控制区间,实现治污设备经济运行的目的。     

应用强化学习算法求解置换流水车间调度问题

面对日益增长的大规模调度问题,新型算法的开发越显重要.针对置换流水车间调度问题,提出了一种基于强化学习Q-Learning调度算法.通过引入状态变量和行为变量,将组合优化的排序问题转换成序贯决策问题,来解决置换流水车间调度问题.采用所提算法对OR-Library提供Flow-shop国际标准算例进行测试,并与已有的一些算法对比,结果表明算法的有效性.     

突发事件下的医院应急资源冗余配置优化模型

突发事件发生前,医院需要保持一定的应急资源冗余量。针对突发事件下医院应急资源冗余的配置优化问题,首先,基于效用理论,通过分析医院应急资源冗余的效用体现来对应急资源冗余进行定义和分类,确定了符合边际规律的效用函数;其次,建立了总效用最大化的医院应急资源冗余配置模型,并给出应急资源储存量的上限及应急合理度的下限作为模型的约束条件;最后,把粒子群算法和序列二次规划法相结合进行寻优求解。通过案例分析,得出了医院四种应急资源冗余的优化方案,总结出了医院的应急水平对医院应急资源冗余的需求程度。研究表明,应急资源冗余配置优化模型能够帮助医院在突发事件下很好地进行应急救援,提高医院应急资源的利用效率。