炼油厂智能优化生产调度系统研究

针对炼油厂智能优化生产调度问题 ,提出了包含基于规则的归纳性知识、基于实例的样本性知识和基于数学规划的优化过程知识的 RBR-CBR混合智能优化模型 .通过这三种不同知识的有机结合 ,该模型可用于对复杂的生产过程进行描述 .该模型已用于石油工业生产调度问题     

虚拟单元跨单元动态调度问题研究

针对虚拟单元生产过程中随机扰动所导致的资源冲突、虚拟单元协同生产及共享资源的特点,结合时间约束网络和图论的相关知识,对虚拟单元跨单元动态调度问题进行研究。同时考虑设备资源约束和交货期时间约束,建立具有虚拟单元特色的虚拟单元跨单元动态调度的时间约束网络模型,并运用协同优化思想,提出双层时间约束网络的单元间协同优化算法和基于度的反应式人机协同算法用于模型的求解。最后对算法进行了实例验证,结果表明,该方法可为生产计划制定人员快速调整原生产调度计划方案提供便利和一定的理论基础。     

基于多智能体的虚拟企业任务调度研究

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等。针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以生产延续时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法。工业机械手实例说明了任务调度模型及实现方法的有效性。     

基于多智能体技术的虚拟企业任务调度

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等.针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以制造时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法.最后以工业机械手制造实例说明了任务调度模型及求解算法的有效性.     

基于混合并行混沌优化算法的 铸造生产线两阶段协同调度

高效的生产调度策略是铸造企业提高生产效率、降低生产成本的重要手段.目前,铸造生产优化调度的相关研究通常是针对熔炼浇铸加工与机加工两阶段分别进行的,制约了铸造生产线全流程优化调度的效果.针对铸造生产线生产过程当中熔炼浇铸加工与机加工协同调度问题,建立了以最小化总完工时间为目标的铸造生产线全流程优化调度模型.为了有效地解决该调度模型,提出一种混合并行混沌优化算法(HPCOA).HPCOA中设计了并行混沌搜索用于高效的全局搜索,并引入基于关键路径的变邻域搜索用于增强算法的局部搜索能力.通过在实际案例的对比试验,证明了HPCOA算法的有效性.     

基于遗传粒子群混合的可重入生产调度优化

可重入生产调度优化问题是个NP难问题,针对可重入生产调度的特点,对该优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用.结合粒子群算法收敛速度快与遗传算法全局搜索能力强的特点,进行优势互补,并优化设计相关参数,构造了一种混合算法.运用混合算法对供应链优化调度问题模型进行求解,与标准遗传算法、粒子群算法的求解结果进行比较,结果表明混合算法有着更好的优化性能.     

智能公交动态调度优化模型

利用先进的技术和设备实现公交的优化调度,充分满足人们的出行需要,是智能公交系统发展的目标.然而近年来中国智能公交发展在一定程度上出现过于追求先进性、忽略实用性、运营效果不理想、动态调度尚待充分开发等问题.结合中国智能公交系统现状,通过对智能公交调度系统和调度特点深入分析,在GPS定位、通信、计算机等技术的支持下,将动态交通状态信息与车辆定位信息有效融合,将智能化算法引入到公交运营调度中,建立了基于实时动态数据,兼顾乘客满意度和企业效益的动态调度优化模型.并且阐述了模型数据的自动采集方法、模型Matlab程式化的解法.结果表明,该模型可以显著提高公交车辆满载率、缩短乘客等车时间和减少车辆总班次,优化调度效果明显.     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次.针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解.应用实例与算法比较验证了优化模型与求解算法的有效性.     

基于优化调度模型的焦炉推焦计划编制方法

针对焦炉正常和异常2种工况,提出基于优化调度模型的焦炉作业计划编制方案。在正常工况下,建立使设备总的机械行程最短、出焦延迟时间最短和检修时间足够长的优化调度模型;在异常工况下,通过将乱笺炉号、事故状态、病号炉3种情况归结为乱笺炉号的情况,建立系统实现目标不变,以恢复过程中所有小循环总费用最小为目标的异常工况下的优化调度模型。针对2种优化调度模型,分别提出正常工况下的焦炉作业计划编排方法和基于Dijkstra算法的异常工况焦炉作业计划编排方法,该方法将实际的乱笺问题转化为最短路径问题。仿真实验结果表明,采用该方法实现了推焦计划的自动编制,提高了生产效率和企业的经济效益,证明该方法是有效的。     

基于遗传算法-多智能体的FMS 工件调度研究

针对柔性制造系统（ FMS）一般调度方法的不足,提出基于全局黑板的多智能体调度系统,该系统建立多智能体交互过程,通过多智能体的合作快速建立调度模型,并通过优化模块对调度模型进行求解,从而获得非劣调度方案。在设计优化模块时,采用遗传算法,针对柔性制造系统调度问题的特点,改进并扩展了基于工序的编码方法,引入工序-机器的关系矩阵,从而实现解和染色体的一一对应关系,并设计算法的适值函数、选择方法、交叉和变异方法。仿真结果表明,该调度系统在求解时收敛速度快、精度较高。最后通过10个经典的柔性job-shop调度算例,与单纯使用遗传算法和禁忌搜索算法进行比较,目标值平均改善2.21％和1.04％。     

生产调度问题的模糊满意优化

研究了生产调度的模糊多目标优化问题．分析了生产调度问题中的优化目标和系统约束的模糊性，分别定义了其模糊满意度，形成了一类具有模糊目标和模糊约束的多目标优化模型，运用模糊优化算法进行求解，对一算例进行了仿真研究，验证了该算法的有效性。     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。     

Pareto方法在服务网格资源调度多目标优化中的应用

服务网格资源调度问题是一个新兴的课题,如何构建一个高效的资源调度模块,是提高服务网格性能的关键.采用基于微粒群智能优化算法(PSO算法)的Pareto方法,探索解决资源调度的多目标优化问题,通过实验证明该方法在多目标优化方面具有优越性.     

“一罐制”铁水调度优化模型的研究

铁水转运是钢铁生产的一个关键衔接环节,对控制钢铁生产节奏、保证产品质量起着极其重要的作用。钢铁生产新工艺的"一罐制"铁水运输,缩短了钢铁界面流程,使生产的刚性和连贯性增强,对铁水转运系统的要求更高,因此钢铁企业日益重视对铁水转运调度的研究。在对行车起重机+铁水车"一罐制"铁水转运和调度的研究基础上,分析了新工艺流程中铁水转运系统的特点,对钢铁生产的调度计划进行优化,建立了基于"一罐制"铁水转运多目标径路优化模型,并给出了模型算法。算法实现了新工艺下铁水物流运输的智能优化调度,使铁水运输趋于准点,降低生产能耗。     

“一罐制”铁水调度优化模型的研究

铁水转运是钢铁生产的一个关键衔接环节,对控制钢铁生产节奏、保证产品质量起着极其重要的作用。钢铁生产新工艺的"一罐制"铁水运输,缩短了钢铁界面流程,使生产的刚性和连贯性增强,对铁水转运系统的要求更高,因此钢铁企业日益重视对铁水转运调度的研究。在对行车起重机+铁水车"一罐制"铁水转运和调度的研究基础上,分析了新工艺流程中铁水转运系统的特点,对钢铁生产的调度计划进行优化,建立了基于"一罐制"铁水转运多目标径路优化模型,并给出了模型算法。算法实现了新工艺下铁水物流运输的智能优化调度,使铁水运输趋于准点,降低生产能耗。     

基于.NET组件技术的强磁选过程智能优化设定控制系统开发

为解决赤铁矿强磁选过程运行因工艺生产指标无法在线连续检测而难以实施闭环优化控制的问题,将过程知识、专家经验与过程数据相结合,设计了由基于案例推理的回路预设定模型、小波神经网络软测量模型以及专家规则补偿器构成的智能优化设定控制器.针对已有优化控制软件存在的标准化程度低、可扩展性差、资源无法复用等问题,设计并开发了基于.N...     

一种异构计算系统动态任务分配模型

文章将群体智能技术引入异构计算系统的优化调度问题当中,利用蜂群与环境的交互模型来实现异构计算系统中动态的任务调度和分配,提出了一种优化的动态任务分配模型.该模型通过处理器对待处理任务的动态选择,实现了异构计算系统中任务的动态分配和任务的优化分配.     

基于改进遗传算法的装配式渠道生产调度优化

为有效提高装配式渠道生产效率,加快模具周转,降低生产成本,结合装配式渠道生产线养护室数量有限的特点,建立以最小生产周期为目标的装配式渠道生产调度优化模型,设计了求解该模型的改进遗传算法。以新疆石河子金土地水泥制品厂渠道生产线为例,验证生产模型的可行性,通过对比传统顺序生产调度与改进遗传算法得到的优化生产调度,验证改进遗传算法的稳定性与有效性。结果表明,基于改进遗传算法优化装配式渠道的生产调度,可有效降低装配式渠道的生产周期,提高生产效率,达到降低生产成本,提高企业核心竞争力的目的。     

人工蜂群优化及其在资源管理中的应用

近年来,各种智能优化算法得到了广泛推广和应用,人工蜂群优化作为其中的一种典型算法被成功应用到工业界和制造业,譬如求解钢铁生产调度问题、供应链优化过程、交通问题等.本文首先对人工蜂群优化算法进行描述,并分析了该算法的收敛性.其次,对人工蜂群优化算法在各个领域的应用进行归类总结.最后,分析了讨论了人工蜂群优化如何应用于教学设计,以推动人工智能在教学改革中的应用.     

嵌入调整模型的CBR技术的炼钢调度系统

以钢铁生产为背景,以优化钢铁生产调度问题为目的,建立了基于嵌入调整模型的案例推理系统·着重论述了调整模型在该系统中的功能、调整模型的建立与求解过程·为了便于问题的求解,首先非线性调整模型被转化为线性调整模型;其次,采用两阶段求解算法提高求解效率·第一阶段,采用基于启发式思想生成种群的遗传算法将问题进行预处理,降低求解问题维数·为了满足生产现场的需要,在遗传算法实现中提出三维自然数编码策略·第二阶段,对简化后的模型采用单纯形法加以求解·仿真结果验证采用基于嵌入调整模型的案例推理系统来解决钢铁生产动态调度问题,其有效性比单一的采用模型或传统CBR方法要强,随着系统的完善,本系统将投入实际应用,会带...