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。     

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。     

基于近亲变异NSGA-Ⅱ算法的多目标柔性作业车间调度

在研究柔性作业车间多目标调度问题现状和不足的基础上,提出了包括最大完工时间、加工成本以及加工质量3个优化目标的多目标柔性作业车间调度模型;并针对上述模型,提出了基于近亲变异的改进非支配排序遗传算法(Non-dominated sorting genetic algorithm,NSGA-Ⅱ),该算法根据计算交叉染色体的血缘关系,确定子代个体的变异率,优化了NSGA-Ⅱ的变异策略,避免了算法的早熟问题;最后,针对实际案例,构建相应的调度模型和算法,计算结果证实了模型和算法的可行性和有效性。     

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。     

基于NSPSO算法的混合装配线平衡问题多目标优化

不同品种作业元素的作业时间差异经常引起混合品种装配线的工作站瞬时负荷瓶颈问题,依据给定的排产顺序,兼顾装配线平均负荷和瞬时负荷,考虑不同品种作业元素的作业时间差异对装配线平衡的影响,建立了以最小化工作站内装配时间波动、工作站负荷平滑指数及装配线超载时间为目标的混合品种装配线平衡模型,并设计了基于非支配排序的粒子群优化算法(NSPSO)。实例验证表明,基于非支配排序的粒子群算法在求解大规模混合品种平衡问题方面比遗传算法具有更高的求解质量和求解效率。     

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.     

双种群遗传算法解决车间调度问题

车间调度问题是个NP-hard问题,针对该问题的求解过程中存在容易陷入局部最优、效率不高的不足,提出了双种群遗传算法解决车间调度问题.该算法用两个种群的分工协作来解决上述的不足:一个种群负责探索可能存在最优值的区域;另一种群是在第一种群所探索区域中寻找最优解.通过仿真实验表明该算法是可行的、高效的.     

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...     

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.     

实用型滴灌灌溉计划制定方法

介绍了适合日光温室、塑料大棚等设施栽培和小块农田经济作物栽培滴灌灌溉计划制定的2种方法。方法一：将真空表负压计埋在滴头正下方20cm深度处监测土壤水势，每次的灌水量相同，或者将作物整个生育期分为2～3个生长阶段，每个生长阶段内每次的灌水量相同．只要土壤水势超出预定的范围，就进行灌溉。对于大部分作物，只要每次的灌水量在5mm左右，土壤水势保持在25～35kPa的范围内，就能获得比较理想的产量。方法二：在冠层顶部放置一个20cm标准蒸发皿，灌溉频率一定．将一个灌水周期内蒸发皿的蒸发量乘以比例系数作为下一个灌水周期的灌水量。对于大部分日光温室和塑料大棚栽培的作物来说，只要将这个比例系数定为1，灌水周期定为每天1次、每2天1次或每3天1次，就能获得比较理想的产量。     

基于LTE干扰协调的调度方案

LTE系统下行选用OFDMA接入方式,使小区内的用户信息承载在相互正交的不同载波上,解决了小区内干扰的问题,提高了小区整体的吞吐量.但是各小区采取相同频率通信加剧了小区间干扰问题.目前的静态干扰协调算法,因资源占用和服务用户的质量来说都与现实情况有很大的出入,正在倾向于改为动态干扰协调策略,使用的调度策略通常也要采用动态方式.     

A Rational Approach to Scheduling Main-System Maintenance

Rational methods for setting priorities formaintenance of irrigation systems aredeveloped. The methods, which are aimed foruse by irrigation system managers, describethe link between maintenance activities andthe consequent improvement in theperformance of an irrigation system.Hydraulic analysis methods are developedfor assessing potential `restorativemaintenance' tasks, which are usuallyundertaken to increase the deliveries ofwater to the outlets. The new methods useinputs that have been limited to thoseeasily available from scheme records, theknowledge of irrigation agency staff andfrom infrastructure inspections. Twoalternative methods are developed, onebased on Fuzzy Logic and one on numericalmodelling. Risk analysis methods are alsodeveloped for assessing `preventativemaintenance', to reduce the probability ofsupply failures. Benefit-cost ratios arederived that allow direct comparisonbetween maintenance tasks of each type. Themethods are tested at two irrigationsystems in Tamil Nadu, India.     

Scheduling water application on drip irrigated sugarcane

Irrigation is necessary in order to produce sugarcane in semiarid south Texas, but water supplies are becoming increasing limited. Drip and sprinkler irrigation systems offer more precise water control than conventional furrow irrigation, but are more expensive. This study was conducted to evaluate four different methods (pan evaporation (E_pan), evapotranspiration (ET), auto-tensiometers, manual tensiometers) for determining the amount of irrigation water to apply, and three different frequencies of water application on sugarcane, in order to make the most efficient use of available water using subsurface drip irrigation. The study was conducted over three sugarcane seasons: the plant crop and two ratoon crops. The amount of water applied based on the different methods varied from year to year, with the ET method prescribing the most water in the first ratoon crop but the least amount in the second ratoon. This was probably caused mostly by differences in annual weather conditions. The more frequently water was applied, the larger amount any method tended to prescribe, since more frequent applications resulted in keeping the soil profile fuller, therefore providing less capacity to store rainfall when it occurred. Number of stress days as determined by calculating a stress coefficient based on ET and soil water balance indicated a large amount of stress in the first ratoon but almost none in the second ratoon crop. Direct soil water monitoring indicated much less stress than the calculated levels. Growth measurements and sugarcane yields showed that the highest water applications resulted in the best responses, regardless of the scheduling method used. All irrigation scheduling methods were effective, prescribing similar amounts of water for a given season. Direct measurement using tensiometers gives the most accurate assessment of field conditions, but is expensive and labor intensive. Automated tensiometers were not very reliable. Pan evaporation and ET are effective once they are properly calibrated by developing appropriate coefficients for a particular region. Pan evaporation has been used for a long time, but it is more difficult to obtain reliable data compared to ET data from automated weather stations.     

Scheduling irrigation of cabbages using pan evaporation

Summary A plot irrigator was used to develop a response curve relating cabbage yield to watering level on coarse sandy soils in Western Australia. The daily replacement of 120 to 150% of pan evaporation maximised yield of crops harvested during the late summer and early autumn. With summer harvested crops maturing under high moisture stress, watering twice daily at the same percentage evaporation gave optimum yields. Over-watering and too frequent watering were both found to reduce yields, although not as much as insufficient irrigation. The combined crop and pan factors relating actual crop water needs to pan evaporation were found to be much higher than factors hitherto published.Senior Research Officer, Research Officer and Research Officer, respectively     

海子水库灌区节水型灌溉制度的制定

本文介绍了中日双方专家团在海子水库灌区现场调查中,实测土壤水分特征值的方法,土壤水分曲线的制定和应用,负压计观测值的应用,计算节水型灌溉用水量和灌水间隔日数的方法,并用节水型频繁灌溉法制定了各作物的节水型灌溉制度,用这种方法制定的节水型灌溉制度要比我国过去用的常规法节水40%以上。     

带有集中调度中心的工业水网络优化研究

目前多数水网络集成化的研究都局限于独立水网络方面,但对于工业园区内多个工厂的网络的综合利用问题却鲜有涉及。针对这一问题提出了一种带有集中调度中心的水网络优化方案。它将不同网络中的水通过一个调度中心统一回收再分配,同时该中心也可起到水再生回用的作用。为验证该方案,建立了非线性规划(NLP)模型,采用了数学优化技术和GAMS、LINGO等软件对算例问题进行了求解和分析。结果表明:本文提出的方案能有效解决多个水网络集成优化的问题,有利于实现工业园区的总体经济利益最大化和对环境资源的保护。     

河套灌区灌溉制度研究

根据河套灌区的气象、土壤、灌水等资料,利用ISAREG模型模拟了4种主要作物充分灌溉和非充分灌溉2种灌溉制度方案。根据模型的优化模拟结果分析,在作物产量比率仅略有下降的情况下,作物实施非充分灌溉将减少灌水次数和灌溉定额(平均下降45 mm),建议灌区把作物实施非充分灌溉作为一种节水措施之一。     

基于结构目标的水库生态调度模型与求解

传统水库生态调度中生态需水目标多采用基流方式,缺乏生物对天然水流形态和特征响应方面的信息,以致生态目标对生态系统需求的表征不够全面。因此,基于天然水流表征体系开展水库生态调度研究具有科学意义。基于黄河生态水文指标体系,提出了表征河流天然水流形态的结构化生态管理目标,并将该目标引入模型目标函数,构建了基于结构目标的水库生态调度模型,提出求解方法。通过实例研究发现,结构目标模型结果与流量目标相比,供水破坏率、生态破坏率有所增加,RVA改变度有所减少,保证出力与发电量变化甚微。可见,基于结构目标开展生态调度对恢复河流天然水流特征是可行的,且对水库原有的兴利指标影响较小。结构化目标中不同因子的权重关系对生态调度的效果影响较大,对不同河流或河段进行分时段差异化调节将是下一阶段研究的重点。     

基于Agent的同类机智能调度算法

研究了目标函数是最小化最大完成时间的同类机调度问题,且作业到达时间可能不同.此问题被证明是NP-hard问题.为此问题构建了一个基于Agent的智能调度算法ABH,使得机器具有一定的智能性,从而实现工厂调度的自动化.给出了用于调度的两类Agent的语义描述,进而给出ABH算法描述.大量随机数据实验结果表明,ABH算法性能明显优越于现有算法,其相对于最优解的平均误差收敛达0.084%.