基于定制因子的产品族规划方法

提出定制因子概念来表达产品族模型中与客户的定制需求紧密相关的可变产品属性.基于定制因子的产品族规划过程如下1以客户需求的工程指标分析为基础,划分客户群;2根据产品(或单元)属性与客户定制需求相关程度(即定制指标)的高低识别候选定制因子;3改变候选定制因子的值,使产品的性能分别满足不同客户群的工程需求向量,同时通过对候选定制因子变化的控制考虑整个产品族的模块化和标准化;4根据候选定制因子在约束和目标满足过程中的表现,确定产品族的定制因子及其变化范围,确定产品族的核心公共参数及其最优值.对二甲醚发动机的实例研究表明,所提出的产品族规划方法是可行的.     

时序约束条件下协同制造链多目标优化

为了实现企业间制造资源的共享与优化配置,针对网络制造环境中复杂产品的制造任务,提出了协同制造链的概念.建立了整体运行成本与生产负荷最小化的多目标函数模型,分析了其时序约束条件;应用非支配排序遗传算法对多目标优化模型进行求解,获得了Pareto最优解集;应用TOPSIS方法在Pareto最优解集中选择最优解.仿真计算结果表明,提出的模型和算法能够获得满意的解.     

可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略 ,通过对制造系统组织的重构 ,以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案 .该策略分 3个阶段 :首先 ,采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案 ,该方法能将复杂作业调度问题分解成多个任务层的子问题 ,通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型 ;然后 ,对制造系统进行组织重构以形成多个虚拟制造单元 ,旨在使制造单元内的生产设备间物流传送 (由自动导航小车承担 )费用最小 ;最后 ,通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案 .通过数值仿真分析 ,该策略能针对快速变化的产品需求 ,有效地重构生产制造系统 ,产生次优的调度方案 .     

面向网络化制造的多工艺路线规划与调度集成

针对传统的工艺规划与生产调度方法难以满足网络化制造环境下多工艺规划与生产调度集成的问题,建立了一种多工艺路线规划与生产调度集成数学模型,以实现网络化制造环境下多制造任务的工艺路线规划与生产调度的协同决策,产生符合实际生产需要的工艺路线与生产调度方案.为了实现对该集成数学模型的有效解算,分别设计了遗传算法与免疫算法的模型解算方法进行求解,并比较了这2种解算方法的解算效果.仿真结果表明,采用所建立的集成数学模型与解算方法可有效解决网络化制造环境下多工艺路线规划与调度集成的问题,但在求解效率与精度上免疫算法要优于遗传算法,从而为实际应用提供了借鉴.     

基于企业-顾客双重价值的轿车覆盖件定制程度优选分析

该文从企业和客户双方的角度来研究轿车覆盖件大规模定制中产品族定制程度优选问题.通过量化分析定制产品与个体期望产品的偏差,提出了企业定制程度的量化解决方案及企业最优定制程度确定方法;基于顾客价值分析,提出了客户定制程度的量化解决方案及客户最优定制程度确定方法.在此基础上,制定了产品族定制程度优选策略.最佳定制程度的实施将帮助企业在获取更多利润的同时、最大程度地满足顾客对覆盖件的个性化需求.实现企业价值与顾客价值的双赢.     

基于UML和XML的工艺族信息模型表达方法

随着大规模定制模式的发展与应用,对产品族的研究从设计逐步延伸到制造,针对工艺族的建模提出了基于UML和XML的对工艺族信息模型表达的方法.首先通过对工艺平台及工艺族的介绍,明确了工艺族的元素实体及实体间的相互关系;而后基于面向对象的思想,采用UML静态关系图对工艺族进行了描述;为了使工艺族模型在工程中得到应用并保证不同系统间工艺族信息的可传递性和共享性,通过UML模型向XML Schema的转换规则,用XML对工艺族模型进行表达.最后以卫星结构板面板机加工艺为例,通过对其机加工艺的分析,建立了面板机加工艺族的UML模型,并采用XML描述了面板机加工艺族的实例.     

面向配置的逻辑产品结构模型及其知识表示

产品配置的关键在于构建强大灵活的配置模型和运用有效的求解策略。现实中存在相当数量的大规模定制企业采用按订单制造与按订单装配相混合的生产模式。构建了一种逻辑产品结构模型,它能够描述无限种可能的产品变体,支持解决按订单制造与按订单装配相混合环境下的产品配置问题;并用基于产生式规则的知识表示方法描述了逻辑产品结构模型,以便于计算机识别及处理,最后通过一个简化汽车产品族的案例仿真来验证本方法的可行性。     

面向产品族模块化设计和制造的工艺聚类分析方法

为了实现产品族模块化制造,必须综合考虑设计和制造两方面的因素.利用零部件与工艺路线之间的关联,形成了基于聚类分析的产品族模块化设计和制造的方法.通过分析产品族内各成员构成比例及零部件的变形组合,建立了产品族结构模型;在各零部件工艺路线串比较的基础上,构建零部件关联矩阵;采用聚类分析法对零部件进行聚类划分,得到了具有相似工艺路线的零部件聚集;通过分析模块内各零部件对应的各工艺环节任务量的分配比例,实现了与设计模块对应的制造单元的规划.由于考虑了各成员的构成比例,具有对变化的用户订单响应能力.     

一种异步蚁群算法求解柔性作业车间调度问题

调度问题广泛存在于资源共享型系统中,大多数的调度问题都属于混合整数规划问题.大规模混合整数规划问题是计算科学领域中的NP-hard经典问题之一,一般认为无法用精确计算求解.生产调度是调度的一个重要分支,是实现智能制造关键环节之一.针对多品种变批量柔性作业车间调度问题,以最小制造期为优化目标,设计了一种基于Petri网的异步并行蚁群算法,其中:提出了一种基于Petri网的步可达图构造方法,用于蚁群算法解空间的构造;探讨了传统蚁群算法搜索机制,并给出了一种基于异步仿真时钟的蚁群并行搜索方法;仿真结果表明,多线程控制方法可以有效地避免算法的早熟收敛问题.将所提出的算法应用于某安防件智能制造系统的柔性作业车间调度中,降低了系统的总制造时间,获得较好工程效果的同时验证了算法的有效性.     

一种面向大规模定制的产品族分类方法

产品族是实现大规模定制生产模式的重要支撑技术.产品族中不同产品在功能、物理以及技术特征上的相似性是产品族的重要特征.基于产品在功能域和物理域内的表达和映射关系,提出了一种通过比较产品在功能域的功能需求(FR)以及物理域的设计参数(DP)的相似程度来划分产品族的方法,阐述了应用该方法划分产品族的步骤.最后以一个案例说明了该产品族分类方法的应用.     

基于时间依赖网络的组合服务快速选择算法

针对在实时交互系统中海量信息服务的快速选择问题,提出一种基于时间依赖网络的组合服务快速选择算法。该算法所得到的组合路径是一个次优解,但其执行时间却比寻找最优解算法要少得多。实验结果表明,算法执行时间一般仅几秒钟,是一种适用于感知QoS动态变化的组合服务快速选择地有效算法。     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

改进遗传算法及其在矿山生产调度中的应用

基于多目标生产调度的特点和不足,从采掘运输成本和矿石品位两个角度出发,考虑矿石种类、铲位出矿量及卡车调度等因素,构建了多目标矿山生产调度模型.结合遗传算法解决多目标优化问题的优势,提出了基于改进遗传算法的矿山生产调度策略以及实现过程,并将改进前后遗传算法对模型的求解进行对比.模拟实验结果表明,运用改进遗传算法对矿山资源...     

TFT-LCD制造cell阶段多目标绿色调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)制造cell阶段的多目标绿色调度问题,构建了最小化最大完工时间、总能耗和总生产成本为目标的优化模型。采用基于机器和工序的两段式编码,使用在步长因子前加入动态系数的改进布谷鸟搜索算法,结合双元锦标赛和动态淘汰制,根据聚集距离法筛选Pareto最优解来获得Pareto最优解集,对TFT-LCD制造cell阶段多目标绿色调度问题进行求解。结果表明,改进布谷鸟搜索算法优于标准布谷鸟搜索算法和带精英策略的快速非支配排序遗传算法,可以提高TFT-LCD制造cell阶段多目标绿色调度问题的求解效率和质量。     

基于遗传算法的主生产计划优化模型

文章针对生产与销售多种产品且每个产品具有多级装配结构的典型离散型生产制造企业,研究了其主生产计划调度优化问题;以全生命周期中生产与库存费用最小为目标,通过引入提前和拖期惩罚费用因子,建立了加工能力受限情况下的主生产计划优化数学模型;将遗传算法和启发式方法相结合,提出了一种新型的企业资源计划的主生产计划优化的求解策略;对典型实例进行仿真,并对求解性能进行了比较,结果表明该算法模型是有效和可行的。     

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QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

卫星对地观测任务启发式自主规划算法研究

传统的卫星对地观测任务调度依赖于地面控制中心离线生成执行计划,为将规划权与地面控制中心解耦,实现卫星对任务及时和自适应规划,本文通过对观测任务的分析,结合小卫星姿态转换能力强以及拥有计算单元的特点,对卫星观测动作以及约束条件做了合理抽象与简化,建立了问题模型,提出了一种适用于小型卫星调度观测任务的启发式自主规划算法HIPA,算法对于每个任务进行资源消耗计算并给出是否可被观测的结果.通过在不同资源条件限制情况下、不同数量的任务样本集上设置的系列对比实验表明,本文所设计的启发式自主规划算法求解性能更好,可最大化利用卫星资源在最短时间内得到规划序列,可有效提高卫星的观测效率.     

基于过滤定向搜索的柔性制造系统动态调度优化

针对柔性制造环境中内外扰动的动态随机发生和快速、高效的重调度需求,构建了动态调度决策系统结构模型,提出了一种基于过滤定向搜索的启发式算法作为模型的核心算法.为了更好地搜索调度解空间和更好地集成作业的交货期、优先权重和资源负载平衡,算法改进了节点分枝策略和局部、全局评价函数.以作业交货延迟时间加权平方和最小为性能指标,通过实例仿真,对算法性能进行了分析评价和比较,结果表明了该算法对实现柔性制造系统动态调度的有效性和实用性.     

板坯热轧批量计划数学模型及求解算法

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果.