PCB插装机组装调度优化及其实证研究

研究了印刷电路板的组装调度优化问题.该问题基于插装机的机械特征、生产特性,通过将元器件的插装顺序问题定式化为旅行商问题,建立以生产总时间最小化为目标的数学规划模型,并采用蚁群算法进行优化求解.基于实际生产数据,通过MATLAB进行一系列的仿真实验,结果表明基于所提出的模型及优化算法得到的调度方案能够有效地提高插装机的组装效率.     

基于可控提前期的库存优化模型

研究随机需求下连续盘点的库存控制问题.在满足提前期可控和服务水平约束条件下建立库存优化模型.模型允许缺货,且部分缺货可以延期交货,部分缺货造成销售损失;并假定运输成本与运输量线性相关,同时零售商的提前期是可以控制的,并且缩短提前期会造成一定的赶工成本.从理论上论证模型最优解存在条件,设计求解最优订货量、最优提前期、最优再订货点的方法.数值算例验证了模型与方法的合理性.     

PCB插装机组装调度优化及其实证研究

研究了印刷电路板的组装调度优化问题。该问题基于插装机的机械特征、生产特性,通过将元器件的插装顺序问题定式化为旅行商问题,建立以生产总时间最小化为目标的数学规划模型,并采用蚁群算法进行优化求解。基于实际生产数据,通过MATLAB进行一系列的仿真实验,结果表明基于所提出的模型及优化算法得到的调度方案能够有效地提高插装机的组装效率。     

融合多目标与能耗控制的无人仓库内AGV路径规划

为降低自动导引车的能耗,以提升其工作效率,促进无人仓库高效运转,提出一种两阶段全局路径规划方法。第一阶段建立了以路径最短与平滑度最大为约束的多目标函数模型,并采用改进后的量子粒子群优化算法进行求解,得出曲率不连续的初始路径;第二阶段根据Bezier曲线与平滑度约束对第一阶段所求的初始路径进行拟合修正,得到速度变化小、能耗低的几何连续路径。仿真结果表明,采用两阶段规划方法得出的路径能够提升自动导引车的工作效率并降低能耗;与常规算法对比,改进算法在优化时间和精度上效果显著。     

一类禁忌算法及其在医学图像配准中的应用

针对脑功能成像中图像配准的优化模型,提出了一种基于记忆的禁忌算法。数值试验表明该算法是可行的、有效的。应用此算法求解医学图像配准的优化模型,可实现时间序列脑功能图像的高精度配准。     

基于现实约束的集装箱装船顺序优化

基于给定的集装箱堆场的堆存状态和集装箱船配载图,并考虑海关放关与否的现实约束,构建以最小倒箱量为目标的集装箱装船顺序优化模型,进而开发启发式算法.数值实验显示了模型及算法的有效性与实用性.     

融合多目标与速度控制的AGV全局路径规划

为提升AGV工作效率并改善其躲避障碍物的执行能力,提出在静态与动态环境下的全局路径规划方法——多目标与速度控制法.在静态环境下,以路径最短与平滑度最大建立路径规划的多目标数学模型,采用所提出的改进算法求解并筛选,得到AGV的行驶路径;在动态环境中,根据障碍物的运动情况,提出感应转向算法,使AGV合理躲避障碍物.结合两种环境下的转向特点,设定AGV速度控制规则,应用于静态与动态环境下的转向过程,确保AGV能够行驶得更加平稳与快速.仿真实验表明,所提出方法能够确保AGV在两种环境下自由躲避和灵活转向,提升行驶速度,提高工作效率;与常规算法对比,改进算法的求解效果在时间和精度上都显著提高.     

矩形件优化排样算法研究

矩形件排样的合理性直接影响着板材的利用率。考虑到板材下料中纤维方向和一刀切等工艺约束,结合实际作业中切割机器的刀缝限制,建立了板材原料利用率最大的矩形件优化排样模型,同时设计了不同切割方式下的规则算法进行求解。算例结果表明,不同切割方式下的规则算法能够得到板材利用率不同的矩形件排样图,且都能较快地得到最优解,为实际作业提供决策支持。     

蛋白质结构预测的优化模型与方法

从头预测方法是一种主要的蛋白质空间结构预测方法，其核心内容是恰当地建立并求解一个复杂的全局优化问题，40年来，虽然也取得了许多研究成果，但该问题的研究始终没有克服两个方面的困难，即如何找到一个表征蛋白质结构与能量关系的势能函数和一种有效的全局优化方法，主要介绍了蛋白质结构预测的优化模型和方法。