排序方式: 共有21条查询结果,搜索用时 0 毫秒
1.
采用分解思想考虑多阶段CLSP问题,从多阶段生产系统抽象出单阶段生产环节,提出以周期方式对该生产环节进行生产批量调度。在对CLSP周期调度问题进行描述和界定的基础上,建立了相应的数学模型,讨论了周期调度方法中的周期上界以及周期长度与物料批量大小之间的关系等性质,采用基于三层编码的粒子群优化算法进行问题求解。源于冷轧生产实际的计算实例表明周期方法能够大大降低问题的规模且所得设备调整费用比人工方法减少约16%。 相似文献
2.
针对钢管入库优化决策问题,建立了问题的约束满足优化模型,并通过对垛高和钢管堆放规则的分析,提出了基于聚类和约束满足技术的两阶段求解算法.算法在第一阶段采用聚类的方式对待入库的钢管按照多重属性进行分组;在第二阶段利用约束满足技术对于每组钢管分别指派垛位及其在垛位上的具体位置,并通过约束传播动态缩减问题的搜索空间.最后将算法与经典的BFD (best fit deceasing)算法进行实验结果对比.实验结果表明,算法能够在保证倒垛次数最小的前提下,有效减少垛位数并具有良好的垛位利用率,模型及算法可行、有效. 相似文献
3.
4.
5.
随着信息技术的发展,大数据、物联网等技术的成熟,计算能力的提高,人工智能开始出现第3波学术研究与工业应用的高潮。钢铁工业是一个复杂的流程工业,内部生产工艺复杂,影响生产因素众多,人工智能在钢铁行业中有较高的应用潜力和价值。中国钢铁行业随着国家两化融合政策的推进与实施,信息化程度与水平逐步提高,为人工智能技术在钢铁企业的应用实施打下坚实基础。本文首先探讨了人工智能技术的研究领域,主要包括专家系统、神经网络、智能机器人、机器学习、智能优化等,然后研究了这些技术在钢铁领域中的主要应用场景和成果,最后提出人工智能技术从生产优化到战略经营层面,如何助力钢铁工业高质量发展。 相似文献
6.
7.
8.
9.
10.
一种求解作业车间调度问题的文化遗传算法 总被引:1,自引:0,他引:1
针对传统遗传算法缺乏有效指导,容易陷入局部极值的缺点,提出了以一种采用种群空间和信仰空间的双层进化结构进行寻优的作业车间调度算法。该算法针对调度问题的特点,以遗传算法为主群体空间,利用优良调度方案的知识信息构成信仰空间。为充分利用父代个体的优良特征加速收敛,算法采取不同的策略在主群体空间中指导遗传操作,在选择操作中引入k近邻法的思想进行动态学习,在变异操作中通过选择合适的变异点进行邻域搜索变异。典型算例的仿真实验与分析表明,算法在计算效率和求解质量上均具有较好的效果。 相似文献