表面贴装过程调度问题的粒子群优化算法

表面贴装机是大型电路板表面贴装中最重要的设备之一,实现表面贴装过程的优化调度对提高其加工效率有着重要作用;该类调度问题由物料摆放优化问题和加工路径优化问题两部分组成.在分析了表面贴装过程调度问题特征的基础上,提出了一种离散粒子群优化算法.针对问题特征,构造了相应的编码方法,提出了一种基于启发式的粒子群初始化方法,以及适用于该调度问题编码特征的粒子更新机制,并设计了用于优化物料摆放顺序的再调度算法.通过对某大型表面贴装企业的实际数据所进行的数值计算,其结果表明了该算法的有效性.     

基于工件聚类的并行机调度算法及其应用

针对纺织生产广泛存在的带工件释放时间、以最小化总拖期工件数和总拖期时间为目标的大规模并行机调度问题,提出一种基于工件聚类的遗传算法。该算法将求解过程分为工件聚类和工件排序两个阶段。在工件聚类阶段,基于影响并行机调度性能的重要调度特征量,采用改进的模糊C-均值聚类方法将所有待上机工件分为多个聚类;在工件排序阶段,采用基于规则编码的遗传算法,优化各聚类内工件的加工顺序。数值计算结果及实际应用效果表明,所提出的算法适用于求解带工件释放时间的大规模并行机调度问题。     

一种基于LLM的高维时间序列数据异常检测方法

以国家重大建设项目稽察中的数据一致性判别问题为应用背景,针对时间序列型高维数据提出了一种基于局部线性映射(Local Linear Mapping,LLM)的数据变换方法,该方法将各高维数据点通过其相邻点的线性重构映射至低维空间,从而很好地保留了高维空间中各数据点与相邻数据点的相关性。基于LLM的映射特性,提出了三种异常指标,并将其应用于面向国家重大建设项目稽察数据一致性判别问题的高维时间序列数据异常检测中。数值计算表明,所提出的方法对时间序列异常检测具有很好的效果,适合于较大规模高维时间序列数据的异常检测应用。     

复杂并行机调度问题基于分解的优化算法

针对纺织生产过程中广泛存在的带特殊工艺约束的大规模并行机调度问题，提出了一种基于分解的优化算法。首先将原调度问题分解为机台选择和工件排序两个子问题，然后针对机台选择子问题提出一种进化规划算法，并采用一种具有多项式时间复杂度的最优算法求解工件排序子问题，以得到问题特征信息（即每台机器对应拖期工件数的最小值），该问题特征信息用以指导进化规划算法的迭代过程。不同规模并行机调度问题的数值计算结果及实际制造企业应用效果表明，本文提出的算法是有效的。     

用系统科学和智能方法研究城市发展问题

我国正处于城镇化的快速发展阶段.然而,在城镇化的过程中,决策者常常面临这样的问题:一个城市的资源能支撑多大的人口规模?对产业结构进行怎样的调整才能最大化释放人口承载力?下一年度的城市国内生产总值(Gross domestic product, GDP)增幅 定为多少合理?GDP增幅与居民消费价格指数(Consumer price index, CPI)、就业的定量关系如何?财政投资应投向哪些领域才能最大程度地提高居民满意度?哪些决策影响城市协调发展?等等.如何在城镇化的大背景下化解上述难题,做好城 市发展的顶层规划与设计,是一类重大而复杂的难题.针对此类问题,本文采用系统科学和智能方法,定性定量相结合,首先建立城市GDP、财政收入等关键指标的智能预报模型以及GDP增幅与CPI、就业的定量关系模型,在此基础上 建立城市人口承载力与城市协调发展的优化决策模型,并针对我国某大型城 市的若干重要决策场景进行了案例分析.结果表明,采用系统科学与智能方法,是研究和解决该类难题的新颖且行之有效的方法,相关成果有助于城市决策者提高决策水平,实现定性定量相结合的科学决策.     

基于SVM特征选择的整经轴数预测算法

提出了一种基于改进支持向量机（SVM）特征选择算法及神经网络的整经轴数预测算法,该算法采用改进SVM算法选择影响整经轴数的关键特征,在此基础上利用前馈神经网络获得整经轴数的预测值. 在数值计算及实际制造企业的应用效果表明该算法有效,能满足实际棉纺生产过程整经轴数预测的需要.