基于股票市场灵敏度分析的神经网络预测模型

股票市场是非线性系统,具有内部结构复杂性和外部因素多变性,建立基于股票市场灵敏度分析的神经网络预测模型。针对神经网络结构设计问题,计算网络输入层与隐层神经元的灵敏度,并修剪网络中不敏感的神经元,在保证模型泛化能力的同时,实现网络结构精简;针对神经网络黑箱问题,根据输入层神经元灵敏度解决各输入变量对股票市场的重要性和反馈机制。以上证指数为例,在不同的时间跨度下对股票市场运行规律进行学习,并分析不同结构修剪模型的适用性和市场意义。最后,通过与其他神经网络预测模型比较,验证本文模型的有效性。     

考虑加班因素的订单接受问题优化模型与算法

加班是制造商在面对客户需求增多时经常会采取的一种临时扩大产能的方法。本文将加班因素引入订单接受问题,考虑到加班容易导致生产线的工位间同时存在产能不足与产能过剩的情况,建立了以总利润最大化和生产线产能均衡为优化目标的数学模型。根据模型特征,本文采用两种分布式估计算法,即基于节点矩阵抽样算法和基于节点的偶合算法来实现问题求解。实验结果表明,基于节点的偶合算法具有良好的求解效果,并且产能均衡这一优化目标的设定可以在保证生产线产能平衡的同时有效地提高产品利润。     

无缝钢管热轧批量调度问题的学习型文化基因算法

针对无缝钢管热轧批量调度问题,考虑生产工艺约束、生产需求优化等因素,以最小化热工具轧辊使用消耗、生产拖期为目标,建立了多目标整数规划模型。分析了无缝钢管批量调度顺序对热工具轧辊消耗的影响,给定了轧制批量顺序下的求解启发式算法,并设计了一种基于多种群进化的学习型文化基因算法。针对目标设计了不同的搜索算子以及算子的自适应学习选择策略来指导种群进化,充分发挥全局搜索和局部搜索能力。仿真实验与常用的带精英策略的快速非支配排序遗传算法和文化基因算法进行了对比,验证了所提模型和算法的有效性。     

考虑交货期和等待时间受限的HFS调度问题的混合算法

针对工件具有交货期要求以及等待时间受限的混合流水车间调度问题,提出了一种回溯、启发式修复与邻域搜索相结合的混合算法.工件按启发式规则形成加工序列,以排列排序方式经过各加工阶段,采用递归回溯消除工件在相邻阶段的等待时间受限冲突,形成所有机器上的操作加工序列;通过对最后阶段机器上的操作加工序列进行移动修复以最小化其提前/拖期成本;对工件排序进行邻域搜索以改进目标函数值.数据实验表明该混合算法具有可行性和有效性.     

约束满足混合算法求解提前/拖期Job Shop调度问题

针对提前/拖期Job Shop调度问题,建立其约束满足优化问题模型,提出了一种约束满足与禁忌搜索结合的混合算法。该算法基于约束满足思想,通过约束传播技术和启发式修复算法,得到可行调度作为禁忌搜索算法的初始解;再进行关键路径上的邻域变换,优化当前解;并采用一种全局邻域交换策略,扩大搜索空间,改善优化结果。数据实验表明了该混合算法的可行性和有效性。     

约束满足技术在板坯排序中的应用

热轧调度中的板坯排序问题是一类特殊的排序问题,具有约束条件复杂、NP难特点。为了简化问题,将板坯排序问题转化为一个约束满足问题处理。给出板坯排序问题的约束满足模型,设计了基于约束满足和启发式混合求解算法。用3组实际生产数据对算法性能进行验证,说明了算法的有效性。     

CSP生产线制造执行系统的功能结构

CSP是薄板带钢生产的主流工艺之一，制造执行系统在CSP生产线的运行管理中起着至关重要的作用。本文基于现代生产方式，结合CSP生产工艺的特点，提出CSP生产线MES的功能结构；从支持生产业务过程和实现信息集成的视点出发，阐述体现在系统中的基本思想。     

加工时间不确定的炼钢-连铸鲁棒优化调度方法

炼钢-连铸生产存在着复杂的物理和化学变化,加工时间在实际生产中呈现出较强的波动性,基于标准加工时间建立的调度方案难以满足实际生产需求.针对加工时间不确定的炼钢-连铸调度问题,采用鲁棒优化方法,构造“盒子+多面体”型不确定集处理加工时间信息,建立以总等待时间最小为目标的炼钢-连铸鲁棒优化调度模型.针对模型中存在两种不同类型决策变量的情况,即离散型的指派变量和连续型的鲁棒对等转换变量,结合两类变量特征提出一种混合编码遗传算法,并针对染色体的混合编码特征提出并行进化策略.算法中引入精英策略和自适应的调节参数方法,以提高搜索能力.最后基于不同规模的实际生产数据进行仿真实验,验证了鲁棒优化调度模型和算法的有效性.     

考虑轧辊成本的轧制计划编制与调整

在分析轧辊车削成本的基础上对轧制计划编制和调整问题进行深入研究, 建立以最小化轧辊车削量为目标的0-1整数规划模型. 针对问题特征, 构造基于替换邻域搜索的两阶段算法: 第1阶段, 对轧制单元实施最佳匹配和交叉使用调整; 第2阶段, 通过搜索轧制单元的轧辊替换邻域, 用车削量较少的轧辊替代车削量较大的轧辊, 从而优化第1阶段的有效解. 通过实际生产数据验证, 两阶段算法能够在满足轧制工艺规程的基础上有效降低轧辊车削量, 算法和模型均可行且有效.     

考虑特殊时间约束的混合流水车间调度

针对等待时间受限的准时制混合流水车间调度问题,建立其约束满足优化模型。考虑到模型具有二元变量的复杂性特点,将原问题分解为多能力流水车间调度和机器指派两个子问题。在对多能力流水车间调度问题的约束满足优化求解过程中嵌入邻域搜索,从而提高算法的收敛性。数据实验表明模型和算法是可行和有效的。