TRIZ理论对QFD中问题的改进

通过研究TRIZ理论在QFD中的应用及发展现状,针对传统QFD技术仅能提出问题而不能解决问题的缺陷,研究提出了以QFD的质量屋为基础、以TRIZ理论为问题解决工具,改善传统QFD中的几个关键问题的方法,最后结合具体案例,实现了TRIZ理论在QFD中的应用。     

基于遗传变邻域混合算法的带交货期的单机车间逆调度方法

针对带交货期的单机逆调度问题,建立以最小化系统调整为目标函数的单机逆调度数学优化模型;利用互补性能,采用串行、并行和嵌入等结构,将遗传算法与变邻域搜索算法相结合,设计出遗传-变邻域搜索算法、遗传-变邻域搜索交替算法和遗传-变邻域搜索协同算法3种混合算法。为产生逆调度激发机制,采用非最优调度法,将随机初始化与局部初始化进行结合,创造逆调度环境;此外,为提高算法的局部搜索能力,基于交叉变异操作等思想来构建四种搜索邻域,通过邻域结构的切换,加强局部搜索能力;最后,将提出的混合算法用于求解不同规模的问题实例,与其他算法的求解结果进行比较,证明提出的混合算法是可行的和有效的。     

基于混合遗传算法求解分布式流水车间逆调度问题

分布式调度是智能制造的新模式,急需新的调度方法来应对动态多变的市场需求。针对分布式置换流水车间问题,采用逆调度方法优化,通过最小调整加工参数,使得尽可能保证原排序的情况下调度最优。以最小化调整加工时间为目标,建立流水车间逆调度数学模型,针对逆调度问题特征,在遗传算法的框架下提出一种混合遗传优化算法。首先,基于逆调度参数可调的特征,提出基于工序的小数机制双层编码方案,能够实现参数的调整,保证可能解;提出改进启发式方法和基于规则的方法相结合的混合初始化方法;其次,采用适合问题特征的交叉、变异操作执行搜索;为协调全局搜索与局部搜索能力,设计局部搜索策略和学习机制的双种群协同搜索策略。为验证算法性能,基于问题实例采用三种算法进行比较,并且进行统计分析,其结果表明所提算法能更有效求解分布式流水线逆调度问题。     

TRIZ进化理论支持的进化过程研究

技术进化过程有其自身的规律与模式,是可预测的.如何预测未来技术的发展及如何快速开发新一代产品,已经成为市场竞争强有力的武器.而TRIZ的技术进化理论恰恰是众多产品技术预测理论中最具优势和生命力的.本文主要在对TRIZ进化理论深入研究的基础上,归纳总结进化模式与进化路线,及二者之间的相关关系.最后介绍如何运用进化理论的基本原理解决实际问题的过程方法.     

基于改进模拟退火算法的大规模置换流水车间调度

为解决大规模(工件数100)置换流水车间调度问题,提出一种改进的模拟退火算法。算法改进了初始退火温度的设置,给出相应的计算函数;采用基于概率的多策略协同搜索生成新解,并引入并行搜索和记忆功能概念,以提升大规模问题下解的质量;选择开普勒型衰减函数作为温度衰减函数,提升了大规模问题解的收敛速度;以最小化最大完工时间为目标,将Taillard的大规模问题集(工件数100)、VRF问题集以及发动机连杆部件实际制造车间等作为数值和工程案例,对算法进行了性能验证,表明了所提方法的有效性。     

基于混合的多目标遗传算法的多目标流水车间逆调度问题求解方法*

将逆优化理论与方法引入车间调度领域,探讨近年来车间调度领域出现的一种新方法“逆调度”。研究多目标流水车间逆调度问题,建立考虑调度效率和调度稳定性的数学模型,综合考虑了加工参数改变量、系统改变量以及完工时间和等目标。提出一种基于混合的多目标遗传算法(Hybrid multi-objective genetic algorithm, HMGA)的求解方法,将多种策略进行混合以提高算法性能,主要包括快速非支配排序遗传算法(Non-dominated sorting genetic algorithm II, NSGAII)中的快速非支配排序方法、两种多样性保持策略、混合的精英保留策略,以及改进的局部搜索策略等。通过实例测试与方差分析(Analysis of variance, ANOVA),验证了该算法的有效性。