改进遗传算法求解作业车间提前/拖期调度问题

为解决作业车间提前/拖期调度问题,提出一个以最小惩罚为目标的改进遗传算法。该算法采用双染色体矩阵编码方式,利用部分映射交叉重排算子对父代个体进行交叉操作,提供了一种可以保留较高适应度个体的记忆功能,并利用爬山算法对记忆库进行更新,提高算法的局部搜索能力及收敛速度。仿真实验表明,与其他算法相比,该算法的搜索效率更高,收敛性能更好,求解的调度方案更优。     

基于机器故障下板式定制家具混合流水车间动态调度研究北大核心

针对板式定制家具混合流水车间在制造过程中出现的机器故障问题,通过分别对三种典型的机器故障场景进行了对比分析,生成三种重调度方案。在此基础上,以最小完工时间为目标,构建了一个考虑故障可恢复性的动态调度模型,并采用一种融合ICA算法和完全重调度策略的方法进行求解。结果表明:提出的模型与方法能够有效降低机器故障对生产的影响,使三种故障场景下的调度效率分别提高了8%,16.3%和14.5%,达到了提高车间调度效率,缩短板件完工时间的目的。研究结果可为优化机器故障下板式定制家具企业生产调度问题提供参考。     

基于MES的板式定制家具企业生产计划调度

为了解决板式定制家具企业生产计划调度的不确定性、约束性、精准性等问题,提出工序级实时调度和车间级订单发放控制方案。基于工序负荷和设备产能的分析,提出实时调度算法,可及时调整工序间产能和负荷关系;通过订单发放控制算法,计算已投产订单和已发放订单负荷,决定能否加入新订单、紧急插单和补单。通过制造执行系统(MES)的生产计划调度算法,提高生产调度执行的灵活性和生产效率。     

基于贪心算法的板式家具订单备料调度研究

针对板式家具订单备料调度过程中的调度混乱、设备使用效率低的问题,本文通过对板式家具备料进行现场调研,结合订单开料工艺特点,以最小完工时间为目标,构建数学模型,将贪心算法应用在板式家具订单的调度备料中。在此基础上,依据模型进行算法设计,并对算法进行仿真试验,通过对采集的数据进行分析,验证了算法的可行性,提高了家具的备料效率。与工厂现有的调度方式相比,采用本文的调度方案可节约时间700 s,生产效率提高18.89%,对于解决多机并行的订单备料调度具有指导意义。     

基于MES的板式定制家具企业生产计划调度

为了解决板式定制家具企业生产计划调度的不确定性、约束性、精准性等问题,提出工序级实时调度和车间级订单发放控制方案。基于工序负荷和设备产能的分析,提出实时调度算法,可及时调整工序间产能和负荷关系;通过订单发放控制算法,计算已投产订单和已发放订单负荷,决定能否加入新订单、紧急插单和补单。通过制造执行系统(MES)的生产计划调度算法,提高生产调度执行的灵活性和生产效率。     

基于遗传算法的十字路口交通信号灯配时优化

遗传算法是一种模拟达尔文生物进化理论的自然选择和遗传机理的生物进化过程的计算模型,模拟达尔文的遗传选择和自然淘汰的生物进化过程,对群体反复进行基于遗传学的操作(遗传,交叉和变异),由于其不依赖于问题的具体领域,对求解复杂系统问题提供了一种通用框架,具有很强的鲁棒性,广泛应用于函数优化、生产调度、自动控制、图像处理和机器学习等传统和前沿科技领域。     

基于遗传算法的均衡交通分配研究

分析了用户均衡分配模型,对于某个已经简化的交通网络,确定目标函数及量化方法,建立数学规划模型,确定二进制编码方法,解码方法,适应度函数,探讨了通过一系列步骤计算比例遗传算子,使用单点交叉算子.基本位变异算子,以及确定遗传算法的运行参数,进行程序设计,通过计算机计算得到可靠的最优解.结果表明该方法是行之有效的.     

集成化物流选址-路径问题优化模型的算法研究

选址-路径问题(Location-Routing Problem,LRP)是物流系统中的一个组合优化问题.一般采用"两阶段法"将其分解为选址分派和车辆路径问题来求解.这种两阶段法未能考虑到问题的内在联系,因而往往不能得到满意的解.本研究把LRP问题的解看作是一个整体,采用遗传算法求解该问题;对遗传算法的编码进行重新设计,对交叉和变异操作做了改进,因而能够更容易得到问题的最优解.最后通过算例分析,验证了本算法的可行性.     

基于多算法耦合的水电站自主智能优化调度应用

中、大型水电站的水位预测以及优化调度是水库防洪和发电能力的重要问题,目前对水库水位预测以及水库调度主要采用算法预测水位与人工设置调度模式相结合的方式,使得水库智能调度模式在实际的调度过程中实用性不强。为满足水电站能自主智能优化调度,脱离人工设置,利用大渡河流域某电站水库水位数据建立了基于BP(back propagation)神经网络水库水位预测模型。采用C4.5算法模拟调度人员对水电站调度模式选取规则,再利用POA(逐步优化)算法模型通过耦合BP神经网络水位预测模型,对电站水库预测的水位以及C4.5机器算法选取调度模式的规则,以达到对水电站自主智能优化调度。解决了POA算法须人工设值调度期末控制水位与调度过程优化模式的缺陷,使得多算法耦合模型可以脱离人工设值自行执行符合电站运行策略的优化操作,同时验证了多算法耦合的可行性和有效性。     

基于高频变异免疫进化算法的多峰值函数优化

多峰值函数优化问题一直是数值优化领域中研究的难点。本文提出一种基于高频变异的改进免疫进化算法,通过克隆选择高频变异抗体来增加群体多样性,又赋予抗体生命期抑制群体暴增,此外引入变异因子提高抗体识别抗原的速度。该算法即克服克隆选择算法的收敛速度慢,又克服遗传算法易陷入局部最优解的不足。对三个多峰值函数优化仿真,并和标准遗传算法、改进遗传算法和佳点遗传算法的计算结果进行比较,证明该方法可以快速收敛到全局最优解。     

运用混合人工鱼群算法求解装箱问题

装箱问题在实际生产中应用非常广泛,本文在分析该问题特点的基础上,提出了使用类CF近似算法和人工鱼群算法相结合的混合人工鱼群算法求解装箱问题,并给出了具体的算法步骤。跟遗传算法对比,试验结果表明,该算法在求解装箱问题所得的结果优于遗传算法,具有良好的应用前景。     

基于改进蚁群优化算法的车间布局优化

为了实现车间布局优化的最小物流费用,对车间布局优化的问题建立二次分配模型,并采用一种改进的蚁群优化算法（最大最小蚂蚁系统）来求解二次分配模型,这种方法克服了传统的蚁群优化算法,收敛速度慢、陷入局部最优、运算时间长等缺陷。同时建立车间布局构建图,对车间布局的蚁群算法实现进行详细的描述,并引入局部搜索的方法对问题求解进行局部优化,以便实现全局最优。最后,给出一个有12个生产单元的车间布局仿真算例,运用VC＋＋6．0编程实现算法,计算结果显示,新布局方案物料搬运成本要比原布局方案节约10％。这个结果表明改进的蚁群算法在求解二次分配模型具有很好地能力,对于解决车间布局优化问题的求解是可行和有效的。     

基于遗传-贪心混合搜索的人造板下料算法

随着定制板式家具的需求扩大,对人造板加工下料中的智能排样技术提出了更高的要求,为此针对有"一刀切"约束的矩形板材排样问题展开研究。选择遗传算法与贪心算法混合使用,首先通过局部随机调序来改进有序种群初始方式,其次通过优化个体序列与工件初始序列中元素的位置映射关系,将其编码为基因序列,通过后检测排样的贪心策略扩大局部解搜索空间,最后以比例选择方式及最优保存策略改进优化遗传算子。结果显示:在非"一刀切"排样算例计算中,相比文献算法平均排样效果提高了2%,而计算时间缩减90%,相比文献同类型算法在获得相同求解效果时,迭代次数缩减50%;在有"一刀切"约束排样算例计算中,相比文献算法平均排样效果提高了2.7%,而平均余料数量减少了50%。试验证明:在进行非"一刀切"排样计算时,具有较高的时间效率和求解质量,同时具有较快的收敛速度,通过少量迭代便可获得较为满意的问题解;在进行有"一刀切"约束条件的排样计算同样可以获得较高的最优利用率,且在该类排样计算中可以明显降低余料碎化,使原料利用率得到进一步提升。     

基于统计过程控制的板式家具封边工序修边质量调控

基于统计过程控制(SPC)技术的板式家具封边工序修边质量的调控,目的 在于可控性地提升板式家具封边时的修边质量.采用了一种基于SPC的调控方法来控制板材的修边质量.通过分析修边质量问题,以板材封边后的厚度偏差值作为修边质量的评判标准;收集板材修边厚度偏差数据,运用Minitab软件对数据进行均值-极差控制图分析,找出加...     

基于遗传算法的超细木粉图像分割研究

图像分割技术能够将木粉图像与背景区分出来,获得清晰精确的木粉轮廓,其效果的好坏直接影响到最终木粉尺寸的检测结果。本文介绍了模拟自然界生物进化过程而形成的遗传算法,在经过初始化种群、计算适应度值、精英选择、交叉等一系列步骤后,对超细木粉图像进行分割;采用Canny算法求取图像边缘,最终获得清晰的木粉轮廓图像,为后续的木粉大小、目数检测提供了必要的技术支持。     

单机鲁棒性最小提前期研究

现代加工制造生产实际生产环境中有很多不确定因素,为了提高企业生产效率,提高生产调度的稳定性,保证生产的有序、高效进行,针对订单式加工单机生产过程中新产品初始加工参数错误的情况,本文以最小提前期为目标,首先对鲁棒性测度进行说明,根据单机鲁棒性对其最小提前期进行确定,并且对问题进行分析,然后构建了以EDD为原则的初始调度模型与平均提前时间的优化调度模型。运用插入空闲加工时间的方法,保证优化调度满足鲁棒性测度,并且对初始调度方案以及优化调度方案通过Matlab软件分别进行模型仿真验证,仿真结果表明该方法应用下的优化调度模型的适用性和有效性。得到结论:该模型有效的支持最小提前期单机生产优化调度。     

面向零件的人造板材矩形件锯切排样数学建模及遗传算法求解

【目的】探讨人造板材矩形零件锯切排样的启发式规则,建立锯切排样的数学模型并研究求解方法,为解决由于整体套排导致国产排样系统使开料锯在工作过程中锯路变化繁琐、降低切割效率的问题提供科学依据。【方法】基于一套板式家具下料清单中往往有2种或2种以上零件存在相互配合尺寸的情况,提出基于配合尺寸的分组降维启发式规则,按配合尺寸由大到小排序并将所有矩形零件分组,使每组零件种类不大于4种;以余料面积最小为评价指标,建立面向零件的锯切排样数学模型,通过设定冗余系数估算基材板需求量,以矩形零件数量及在基材板上的排样长度、宽度和面积不超限为约束条件,设立排样宽度系数并通过为矩形零件和基材板的长、宽尺寸增加一个单位的锯路宽度以抵消在基材板最下端和最右端的"虚拟锯路损失";采用遗传算法进行模型求解并利用惩罚函数法处理约束条件,经染色体整数编码、初始种群建立、具有一定自适应性的惩罚因子建立、基于外点惩罚函数的适应度函数建立和遗传操作,利用结合MATLAB遗传算法工具箱而建立的排样算法计算出描述排样方案的向量;通过实例验证模型和算法的可行性。【结果】所有矩形零件的排样方案通过4个参数来描述,即某个排样零件的排放目标板材号、在基材板上的排放行号及横向或竖向的排放方式;排样矩阵的行数为4,列数为矩形零件总数,每列表示1个零件的排样结果。应用实例表明,基于配合尺寸的启发式规则使多种矩形零件分组排样,每组排样方案的最优控制向量可明显划分为高低不同的4段,分别表示4个参数;遗传运算在限定的迭代次数内都趋于收敛,体现出较好的全局寻优能力,排样方案的可视化图形满足"一刀切"的锯切工艺要求,且锯路规整,有利于提高锯切效率。【结论】基于配合尺寸的启发式规则和面向零件的锯切排样模型对于人造板材优化排样具有一定可行性,可为板式家具锯切排样提供新的解决方法,但要提高开料锯的锯切效率,还需将走刀次数、惩罚因子的优化选择等加以综合考虑。     

价值流分析在板式定制家具生产改善中的应用北大核心

以某定制家具企业车间为研究对象,运用价值流图分析法对其生产过程进行研究优化。通过对车间生产流程数据采集,绘制当前价值流图,利用该图根据浪费理论研究找出生产过程中不产生增值的活动,针对产品交叉混流生产,在制品积压、工序作业时间长等问题,从工艺流程、布局方面提出适应生产实际的改善措施并绘制未来价值流图,应用中达到搬运距离减少126 m、作业人数减少10人、生产周期缩短的显著效果,从而验证了价值流图工具应用于板式定制家具生产优化中的有效性。     

基于认知无线电的无线资源分配算法

认知无线电作为一种新的智能无线通信技术,允许认知用户主动检测空闲频谱,能够实现有限频谱资源的重新利用,被认为是解决无线频谱利用率低下问题的最佳方案之一。文章首先建立图着色理论的系统分析模型,研究了基于图着色理论的贪婪算法及公平算法,提出了基于连接等级的按轮分配算法以及基于轮数阈值的混合算法,研究基于敏感图着色理论的频谱分配算法将功率分配纳入考虑,比较了三种简单的功率分配算法的系统吞吐量。     

精制生产中山茶油的品质变化规律

为了研究精制生产过程中山茶油品质的变化规律,采用山茶油精制生产质量控制检测方法,对各精制工艺流程中山茶油质量指标的变化情况和生产车间的存放条件对成品油品质的稳定性的影响规律进行了测定与分析。结果表明:在山茶油精制生产的各工序中,酸值是脱酸工序的质量监控指标;过氧化值与色泽是脱色工序的质量监控指标。成品油在生产后36时内即密封包装避光保存,可在短期内保证油脂品质不发生变化。