基于赋时Petri网和GA的柔性制造系统调度

Petri网理论已成为柔性制造系统中建模与分析的主流技术之一,基于Petri网的调度优化问题已被广泛研究。本文为解决柔性制造系统的调度问题,提出了一种基于Petri网和遗传算法相结合的调度方法。首先用赋时Petri网对柔性制造系统进行建模,然后应用遗传算法对该模型进行调度并获取近似最优解。在该算法中,采用新的编码/解码机制,用Petri网模型的变迁激发序列作为染色体编码,且对群体中每个染色体对应的变迁序列不再要求其满足Petri网的可达性条件,而是通过解码部分将其转换为一个满足可达性条件的序列,从而大大简化初始化种群,以及交叉和变异操作。该方法融合了Petri网和遗传算法各自的优点,既可以处理典型的Job-Shop问题,也可以较好地解决柔性制造系统的调度问题。文中通过仿真实验证明了该方法的有效性。     

基于蚁群算法的随机Petri网最优路径序列寻找

根据蚁群算法对SPN进行了一定的扩展,为SPN网络中的变迁增加了过滤和保留信息功能,为库所增加了过滤信息的功能,得出了一种带有记忆性的连续时间随机Petri网(MESPN).当MESPN运行时,利用充足量的托肯在网络中行走并且在行走过程中留下信息素来调整托肯路径的选择,使大量蚂蚁的行走路线不断逼近SPN网中时间延迟更短的变迁序列,最终在最短变迁序列上形成清晰的蚁路,从而在一定程度上解决了复杂SPN网的最优路径寻找问题.该算法充分考虑了每个变迁真正实施时间的概率特性,可以计算任意网型的变迁延迟时间概率分布.仿真结果表明,托肯可以有效地在最短延时路径上形成蚁路并且能够求得从初始库所到网络中任意库所的最短路径.     

双组元推进系统的部分可观时间Petri网故障诊断

研究了基于部分可观时间Petri网双组元推进系统的故障诊断问题。针对双组元推进系统中环境复杂且部分关键信息无法通过传感器获取的情况,结合部分可观时间Petri网,提出构建修正状态类图的部分可观时间Petri网故障诊断方法。系统过程的节点对应为可观测变迁和不可观测变迁,结合变迁同步、异步触发关系,标定各变迁时间区间,建立部分可观时间Petri网模型,然后转化为修正状态类图。遍历所有满足可观测变迁触发时间和序列信息的路径,诊断系统是否发生故障。最后对双组元推进系统建立部分可观时间Petri网模型,结合系统工作过程中各执行机构可观测状态,对系统不可观部分进行故障诊断,验证了算法的有效性。     

非马尔可夫随机Petri网的分析方法及应用

Petri网是模型并行系统和分布式系统的一种强有效的形式化工具.它能够很好地刻画系统的动态行为、分析系统的性能.目前研究的大多数随机Petri网假定模型中所有变迁的实施时间呈指数分布,但是在许多实际系统中,变迁的实施时间呈确定性分布或一般性分布,这就需要研究非马尔可夫模型.文章主要讨论非马尔可夫随机Petri网的分析技术,即基于马尔可夫再生理论进行分析求解,并举例进行说明,在文章的最后进行了总结和展望.     

基于Petri网的施工进度建模及优化方法

构建并定义了基于时间Petri网的分级施工网络计划模型,定义了分级库所与任务变迁.在此基础上,对进度计划优化进行了研究.根据我国工程项目管理模式,为满足建筑施工进度计划优化需求,基于HNPC模型建立了一个二级网络计划优化模型;对资源约束工期优化进行了研究,给出了一种遗传算法的解决策略;以Petri网模型的变迁激发序列作为染色体进行计算,使算法和Petri网模型统一起来,并通过实例证明了采用本方法的有效性.     

并行测试中死锁避免的设计与仿真

设计了一个双通道运算放大器芯片SD358D的并行测试仿真实例。实例中应用USB数据采集卡和HPVEE软件组成的虚拟仪器对两路放大器的三个指标进行并行测试。由于两个测试任务共享仪器资源,容易发生死锁。为了解决并行测试中的死锁问题,首先为并行测试建立Petri网模型,模型中的变迁发射序列与系统任务调度路径一一对应,利用遗传算法搜索模型中无死锁的序列,然后控制系统按照这些无死锁的路径调度测试任务,就可以有效避免死锁的发生。最后通过实验结果,验证了该方法的正确性。     

蚁群一条件禁忌混合计算智能算法的Petri网路径寻优

Petri网（PN）的路径寻优问题一直是PN研究与分析中的重点和难点,尤其是研究、开发大型复杂PN的路径寻优智能算法将面临更大的挑战。根据传统蚁群算法（ACO）路径寻优特点,结合PN变迁规则,提出一种蚁群：奈件禁忌（ACO—CTSJ混合计算智能算法求解Petri网路径寻优问题。算法中,Petri网中的令牌类比成AC0中的蚂蚁,令牌／蚂蚁在变迁的过程中将信息素留在所经过的变迁中,通过信息素调整、控制令牌／蚂蚁的变迁,最终找到最短时延的变迁路径。寻优过程中,引入TS算法,根据不同奈件通过禁忌最优解中的变迁,使令牌／蚂蚁在寻优过程中能跳曲局部最优解,从而有效防止ACO算法路径寻优过早陷入局部最优解．仿真结果验证了所提方法的正确性和有效性。     

基于事件调度的随机Petri网仿真

当随机Petri网时间变迁的延迟时间分布为非指数分布时，随机Petri网就不再与马尔可夫链同构，不存在数学分析解法。数字仿真成为解算其性能指标最通用的方法。本文提出基于事件调度的随机Petri网仿真算法，该算法适用于任意时间变迁延迟时间分布随机Petri网性能的解算，实例分析证明该仿真算法的有效性。     

基于时间Petri网的循环物质流动态投入建模与仿真优化

针对循环经济园区生产企业普遍存在的物料冗余投入的问题,以时间Petri网建模与仿真技术为依托,对物质流单元模块建立了时间Petri网模型,实现了对物质流系统投入方案的优化.首先利用时间Petri网强大的符号表达优势,对物质流系统的时序性和环节间的依赖性进行了公式化表达;继而通过模型分析,用数学算法量化了在逆向循环流的约束下,单循环和多循环物质流系统的物料最优投入量和最佳投入时间点,并用时间Petri网对其进行了图形化表达;最后以青海省某盐湖企业为例,对氯化钾生产物质流进行建模分析,给出了物料投入最优时间戳,并定量计算了原料节约率.通过案例实证分析可以看出,利用时间Petri网模型对循环物质流系统建模优化后,可以大幅地提高物料利用效率,从微观层面为循环经济减量化的实施与推广提供了技术支撑.优化算法适用于大中小型循环经济企业,而对于面临"循环而不经济"问题的中小型企业更具有实施意义.     

一种基于模糊Petri网的并行推理方法

把模糊Petri网模型转化为矩阵形式,在此基础上提出了一种并行推理算法。算法将推理过程转化为矩阵运算,不但考虑了前提条件的权值、变迁阈值和规则可信度等因素,还进一步将变迁触发条件严格化,有效的避免了一些变迁不必要的重复触发,降低了算法复杂度。通过实例说明,此推理算法易于实现并可以提高推理效率,尤其适合较大较复杂的模糊Petri网模型。     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.