基于多目标粒子群算法的柔性作业车间调度优化方法

针对柔性作业车间的多目标调度问题,构建了以制造工期、加工成本及提前/拖期惩罚值为目标函数的柔性作业车间调度模型,提出基于密集距离排序的自适应多目标粒子群算法.采用精英策略保留进化过程中的优势个体,基于个体密集距离降序排列进行外部种群的缩减和全局最优值的更新,并引入小概率的变异机制以增强解的多样性和算法的全局寻优能力.最...     

柔性作业车间中机床与自动导引车在线调度方法

针对柔性作业车间中机床与自动导引车同时调度问题,提出了在线调度算法,将调度问题分解成机床选择和自动导引车调度两个子问题求解;首先针对机床选择子问题,根据问题规模分别采用穷举法和小生境遗传算法求解,目标是最小化机床最大负荷,平衡各机床负荷以及最小化搬运系统负荷;在小生境遗传算法设计过程中,采用邻域搜索以提高遗传算法的收敛速度;采用基于海明距离的小生境淘汰运算以保持种群多样性.然后针对自动导引车调度子问题,提出了一种启发式调度算法.为避免作业车间出现死锁,采用基于剩余容量的死锁避免规则.最后通过仿真实验验证了所提算法是可行的.     

基于智能制造系统的生产车间动态调度研究

生产管理理论上可以通过对订单进行排产来解决,而实际生产环境复杂多变,不可预测因素众多,因此经常会有各种实时动态事件发生,如设备故障、紧急插单、订单取消等,可见实际生产系统具有本质上的不确定性与动态特征。而这些实时动态事件会使通过排产制订的生产加工计划无法执行,需要车间调度人员根据这些新情况重新进行任务分配或调度。实际的生产调度要具备执行动态调度的能力,必须向智能化方向转化。     

生产与延期成本最小为目标的车间资源优化配置研究

针对作业车间的离散制造环境,以加工与延期成本最小为目标,提出一种资源配置调整问题的优化分析方法.首先根据作业车间的物料流与作业流,构建了生产过程仿真模型,对资源配置方案的调整效果作出评价.进而将生产仿真分析方法与改进的模拟退火方法相结合,设计了求解算法,实现对工作中心资源配置量与产品工艺路线(即资源结构与使用方式)的联合优化调整.算法以关键生产路径分析指导邻域方案搜索与选择,加快了收敛速度,比传统的随机邻域搜索方法具有更好的求解效率与质量,更适合于大规模资源配置问题的建模求解.     

智能铸造车间互联互通技术研究

基于机械化和智能化设备,通过智能制造车间互联互通关键技术研究,以智慧铸造车间为实施范例,建立了基于订单的工艺参数、流程优化模型,研究智慧生产运维和故障诊断预警技术,研发基于信息流、物流、工作流、参数流、质量流的智能生产运维系统,实现生产计划动态调度、物料需求与平衡、产品品质管控、设备管理与可靠性运维管理.各工部的互联互...     

农机数字化车间制造系统研究——基于RFID和Hadoop云存储

针对数字化车间制造过程中难以实时监测物料库存量和跟踪产品在库信息,车间调度缺乏准确实时性,计划、备料与齐套脱节等问题,提出了基于RFID和Hadoop云存储的农机数字化车间制造过程系统。根据农机部件生产车间实际需求,建立了基于物联技术的管理系统的车间、生产线、加工单元及操作四层应用模型。该系统应用于车间生产线跟踪检测与控制,提高了制造数据的实时性与准确性,实现了车间制造过程数据采集管理及产品跟踪等功能,对未来数字化生产车间具有及其重要的作用。     

基于遗传变邻域搜索算法的农机跨区调度优化研究

智慧农业的快速发展促使多区域互联农机的调度追求更高的实时性，为更合理配置农机资源，农机跨区作业已成为完成“三夏”机收任务的主要服务模式。基于小麦收获机跨区作业真实场景，研究了带时间窗的多库、多机型的农机跨区调度问题，同时考虑经济成本和环境成本，建立以最小调度成本为目标的跨区调度模型。根据问题特征，设计遗传变邻域搜索算法(Genetic algorithm variable neighborhood search, GAVNS),该方法通过交叉、随机扰动、自适应邻域选择等操作，使解的搜索更加高效和灵活。对我国黄淮海平原72个小麦生产区县的作业需求进行计算与分析：不同算法相比，本文设计的算法得到最优解的迭代次数更低、收敛速度更快，求得的目标函数值较遗传算法、变邻域搜索算法分别降低16.41%、11.15%;对比不同调度模式，开放路径模式更有利于提升跨区调度服务效率，较闭合路径模式，调度成本降低17.76%。     

基于超宽带的温室农用车辆定位信息采集与优化

针对温室环境下农用车辆定位精度低的问题,开发了适用于温室环境的超宽带技术(Ultra wide band,UWB)室内定位试验平台。首先,以Ubisense射频芯片作为硬件基础,设计了定位平台标签和基站,并采用到达时间差(Time difference of arrival,TDOA)定位测距方法获得定位结果;然后,分别利用K-means聚类与截段处理的方法进行静态、动态定位信息优化计算,以减小脉冲信号传播特性和单一测距方式等导致的测量误差,获得准确的定位信息,实现温室内农用车辆的精确作业;最后,在温室环境下分别进行了静态定位试验与动态定位试验。试验结果表明,优化后的静态定位精度平均值为0.063 4 m,改进后的动态定位精度精确到8 cm的概率是原先TDOA算法的3.7倍。所搭建的定位试验平台满足温室农用车辆定位的实际应用要求,可为温室环境下农用车辆的定位和导航提供参考。     

联合收割机与运粮车协同作业调度技术研究

针对联合收割机作业路径规划不合理、联合收割机与运粮车无法协同优化调度等问题,以最小化联合收割机总非生产性作业时间和非生产性作业等待时间为目标,构建多机型多任务协同优化调度模型,设计多机协同优化调度算法(MMCOSA)。首先通过对传统蚁群算法(ACO)进行改进,计算得到联合收割机的静态路径规划方案,然后采用相对距离最近策略实现联合收割机与运粮车协同作业动态优化。试验结果表明,采用MMCOSA算法计算得到的联合收割机总非产性作业时间和非生产性作业等待时间均比传统ACO算法的结果平均缩短17.5%和19.02%,MMCOSA算法不仅加快收敛速度,而且缩短作业时间,为农忙时节联合收割机与运粮车的协同调度问题提供有效的解决方案。     

基于混合粒子群算法的多目标柔性Job-Shop调度方法

针对经典Job-Shop调度问题的局限性,提出了以时间、成本、质量三者综合为优化目标,具有柔性Job-Shop车间调度的优化模型.给出了优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程.模型采用工序能力指数对质量目标进行量化,并采用综合评判线性加权模型解决柔性Job-Shop算法的权重选择问题,使决策者能够根据实际情况选择优化目标的偏好解.通过一个车间调度问题的实例验证了此调度模型和算法的有效性.     

不受潮汐影响城镇圩区排涝泵站群常规调度方案优化

为降低不受潮汐影响城镇圩区排涝泵站群常规调度能耗,提出了排涝总能耗最小单目标选优和圩区内(外)河水位限制多目标去劣的优化方法。为圩区排涝泵站群常规调度确定若干种典型排水条件组合,对每组排水条件,以泵站为试验因素、各泵站不同的运行规则为试验水平、不同运行规则组合下的最小运行能耗为试验结果开展正交试验;对试验结果开展正交分析获得各泵站从优到劣不同运行规则组合序列。对每组运行规则序列,根据各泵站排水能力限制,应用动态规划法可获得圩区泵站群最低排涝能耗及对应的各泵站开机方案;对最低排涝能耗排序可获得圩区泵站群优化运行方案序列,进一步应用圩区内(外)河水位限制条件可获得圩区泵站群某排水条件下最优调度方案。以上海市城区某区域为实例,阐明了优化计算全过程,优化计算结果比现行调度方案的排涝能耗至少可节省6%。     

锻造车间能耗建模及优化调度研究

针对锻造车间能耗优化调度问题,通过建立能耗数学模型和改进NSGA2算法并对其进行实例验证且得到最优解集合。建立了一种基于机器状态-能耗分布关系的车间能耗模型,并以此模型为最小能耗目标,再加上最大完工时间和最大机器负荷最小化,共同组成车间调度问题的目标函数。改进了NSGA2算法,种群初始化采用全局生成和快速生成两种方式,编码时选择了工序排列编码和机器选择编码的双层编码方式,交叉策略分别选择IPOX交叉和MPX交叉,变异时插入式变异和贪婪变异保证种群多样性并加强局部搜索能力,最后使用MATLAB对算法实例进行求解运算,得出有效非劣解集,以验证车间能耗模型和改进NSGA2算法的有效性和可行性。     

农机安全生产信息系统的设计——基于混合遗传资源调度算法

为了提高多农机联合作业时的安全性,将混合遗传调度算法引入到了农机资源调度和安全生产信息系统的设计上。在农机导航自主路径规划时,混合遗传算法可以通过交叉和变异搜索算法,使农机行走时获得避开障碍物的最佳路径,从而可以提高农机的作业效率和作业的安全性。通过农机作业生产的调度安排,对资源调度安全生产系统进行了测试,结果表明:采用混合遗传调度算法可以得到合理的收割机行走路径,且事故发生的概率也有所降低,对于提高农机作业的效率和安全性具有重要的意义。     

面向服务的网络化协同制造资源多目标重组优化调度

针对网络化协同制造资源重组优化调度所存在的问题,综合考虑影响网络化协同制造资源重组优化调度的4个主要因素:最小化生产作业时间、最小化生产作业成本、最优化生产加工质量、最优化资源服务质量,建立了网络化协同制造资源多目标优化调度的数学模型。提出了一种基于Pareto多目标免疫遗传算法的网络化协同制造资源重组优化调度方法,该算法综合运用了小生境技术、群体排序技术和精英保留策略,并对遗传算子进行改进,自适应地调整交叉和变异算子,结合免疫算法的免疫选择淘汰了相似个体,保证了种群多样性,避免了早熟现象的发生。免疫记忆对近似最优解进行动态邻域搜索,提高了算法的局部搜索能力。实例仿真表明了该算法的有效性。     

基于宏微结合的田间作业机器人路径规划

农业机器人对推动农业现代化加速变革和实现智慧农业有重要作用。高精度定位技术是保障机器人安全高效完成各类作业的基础,而作业路径准确规划是实现农业场景下导航的核心。针对田间作业机器人复杂环境下因测绘误差与局部障碍进而造成作物损伤率较大这一问题,本文提出一种基于宏微结合的路径规划算法,该算法首先基于作业区域宏观测绘信息生成全局静态作业路径,同时利用雷达传感器对机器人局部作业环境进行实时动态监测进而生成局部动态最优路径,将全局静态路径与局部动态路径进行有机融合以实现作业路径优化修正,保障田间作业的顺利进行,最终应用MPC算法控制机器人对规划后的路径进行追踪。经试验验证,当机器人田间作业两侧安全距离分别为0.2、0.1 m时,本算法可将作业过程中平均作物损伤率由3.405 8%、1.276 3%降低到0.677 2%、0.188 9%,保证了机器人作业的安全可靠,为大田稳产条件下的高效作业奠定基础。同时,本算法提升了精准农业要求下田间作业精度,对实现农业高产高效高质目标有重要意义。     

拖拉机装配车间调度系统设计 —基于粗糙集理论和大数据挖掘

在拖拉机装配过程中,由于可供选择的装配工艺路线较多,在设计车间调度系统时需要考虑数据挖掘,以选择合理的工艺路线评价方案。为此,提出了基于粗糙集和数据挖掘遗传算法的车间调度系统数据优化方法,首先通过粗糙集理论对数据进行预处理,然后对属性简约,最后通过遗传算法进行规则提取,寻找最佳的工艺路线评价方法。为了验证方案的可行性,以拖拉机装配工艺路线选取为例,通过粗糙集和遗传算法挖掘,对经验工艺方案数据评价数据进行了筛选,最终得到了合理的工艺方案评价标准,对于装配车间调度系统的优化具有重要的意义     

动态未知环境下移动机器人的路径规划新方法

首先提出一种基于极坐标空间的、以机器人期望运动方向角为路径优化指标的未知静态环境下移动机器人的路径规划方法.对于动态未知环境下的路径规划,采用自回归模型预测各障碍物位置,并把预测位置视为障碍物下一时刻的瞬时静态位置,从而将动态障碍物环境转换成瞬时静态障碍物环境,应用静态路径规划方法实现动态未知环境的路径规划.     

基于随机运动障碍避碰规则的农业机器人路径优化

农业机器人作业时,为了提高机器人躲避障碍物及自主导航的效率和水平,将随机运动障碍物避碰规则引入到了农业机器人导航控制系统的设计中。采用人工势场算法对避障规则进行了设计,并利用蚁群算法对机器人路径规划方法进行了优化,从而使机器人在随机运动障碍物的环境下可以实现自主导航,且获得最短的导航路径。模拟多除草机器人的作业过程,对多运动障碍物环境下机器人的路径规划进行了仿真,结果表明:采用随机运动障碍物避障规则可以成功实现运动障碍物环境下的路径规划,且采用蚁群算法得到的路径最短、规划效率最高。     

激素调节机制IAGA在作业车间调度中的应用

针对离散型生产作业中的车间调度问题,以最大流程时间最小化为目标,将基于激素调节机制的改进型自适应遗传算法应用其中。该算法具有有效避免近亲繁殖、无需复制操作、有效克服早熟现象和进化缓慢问题等特点。算法采用基于工序的编码方式,并在调度实例应用中取得满意效果。仿真结果表明:该算法大幅度减少了调度方案生成时间,优化了调度方案,缩减了最小化完工时间,能够有效、高质量地解决作业车间调度问题。     

现代推销观念的八个转变

随着商品经济的迅速发展,现代推销与传统的推销术,在观念上发生了这样八个新的转变: ——从静态推销转变为动态推销 传统的静态推销观念,是以往相对静态市场的产物,它对市场有关的一切技术、产品及顾客消费趋势的变化反映比较迟缓。在现代生产技术更新更快和市场瞬息万变的环境下,推销人员就需要以动态推销的观念来取代静态的