面向产品族配置的约束网络模型及配置方法

针对面向产品族的产品配置问题,建立了客户需求族模型,引入了需求元与配置元的概念;构建了需求元与配置元之间以及配置元与配置元之间基于特征属性匹配的约束网络模型。按需求元权重依次进行约束传播,通过预处理技术缩小与需求元有约束关系的配置元值域空间,减小了配置求解的搜索空间,采用非二元弧一致回溯算法对于未确定的配置元进行约束求解,得到满足客户需求的配置结果集。以某底盘产品的配置设计实例验证了该方法的有效性。     

动态需求下车间生产物流VRP优化

为适应智能工厂生产物流管控智能化与生产过程柔性化的要求,考虑"多品种、小批量"模式下生产节拍变动引起的物料配送和产品运输不确定因素,基于传统软时间窗提出一种曲线型软时间窗,构建在不同服务时间段的成本惩罚函数,以此表示客户对服务时间的满意度。在此基础上,考虑动态需求等特性,构建了以物流运输总成本、总时间成本最低和服务满意度最优的多目标车辆路径问题数学模型。模型求解采用改进的NSGA-Ⅱ算法,该算法采用两段式染色体编码方式进行编码,在迭代进化过程中,为提高交叉变异后解的质量,引入正态分布交叉算子,同时改进自适应交叉与变异概率公式。通过实例验证了目标模型和改进NSGA-Ⅱ算法的有效性和可行性。     

基于分布式约束满足的产品配置研究

针对分布式网络化产品配置的特点,将产品配置问题抽象为约束满足问题进行研究.为解决配置知识共享及配置知识的语义表达问题,采用本体驱动的面向对象的思想构建产品配置约束网络结构模型,将该模型转化为分布式约束满足问题(Distributed Constraint Satisfaction Problem,DCSP)求解模型,从而可以准确、完全地描述产品零部件的结构及设计知识,并采用异步弱授权回溯算法进行约束求解,大大提高了求解的搜索效率和准确性.最后给出模型在水泵产品配置设计过程中的实际应用.     

基于约束网络的汽车整车配置过程冲突消解

针对汽车整车配置过程的冲突,提出基于约束网络的冲突消解方法,将数学模型、客户需求、知识作为配置指标,建立基于约束的冲突消解模型,针对约束模型中约束等级,提出冲突影响权值,用扩展配置指标求解最优配置变量消解冲突,并通过新车型配置验证上述方法的有效性.结果表明,采用冲突消解方法,可以在保证配置约束网络一致性的基础上,配置出一款最大限度满足客户需求的产品.     

应用Kano模型的闭环产品聚类配置方法

为解决产品配置过程中各零部件属性互为约束、无法分解的问题,引入闭环产品概念及其形式化表述.首先,以客户需求为基础,利用卡诺(Kano)模型快速拆解闭环产品约束,确定产品配置方向;然后,以设计结构矩阵(DSM)为工具,求解产品配置问题;最后,以民用无人机配置过程为例,验证该方法可完成闭环产品的配置,具有一定的可行性和有效性.     

基于实例和CSP的产品配置方法

采用基于实例和约束满足问题(constraint satisfaction problem,CSP)的方法进行大规模定制下的产品配置,将产品配置问题表示为CSP,并对产品族内的实例进行形式化描述,利用基于实例的方法检索出与客户需求匹配的产品实例,使系统将当前的新配置问题直接定位到某一历史案例,为CSP中变量提供初始解信息,避免了CSP系统不管任何问题都从头到尾进行推理的弊病,减少了不必要的搜索空间和时间。然后利用最小冲突修改算法求解CSP,产品实例的调整过程就以求解CSP的形式独立完成,使不清楚的产品实例调整过程形式化,可以确保产品实例调整过程的一致性同时减轻客户配置产品的负担。     

改进的NSGA-Ⅱ算法的柔性物料搬运策略

针对传统的装配车间拉动式物料配送存在拣货效率低和配送成本高的问题,提出了以搬运机器人为中心的柔性物料配送策略.建立了以完工时间、延期时间、负载和能耗等目标最小化的多目标多机器人协作配送调度模型;并结合模型特点提出了一种改进的非支配排序遗传算法(non-dominated sorting genetic algorithm-II,NSGA-Ⅱ),对算法的流程、编码方法和遗传算子进行了设计和改进.最后以某汽车部件装配车间为例,运用改进的NSGA-Ⅱ算法对所建模型进行求解,并与经典的NSGA-Ⅱ算法进行了对比分析,验证了算法的可行性和有效性.结果表明,改进的NSGA-Ⅱ算法在求解柔性物料配送问题时具有更优的性能.     

基于改进NSGA-Ⅱ算法的多光谱测温数据处理

多波长测温能够对高速运动物体的温度进行测量,通过算法对其数据进行处理有助于提升测量的精度。通过对四光谱高温计获得温度的数据进行处理,计算得到目标的真实温度,测温范围为700~900℃。文中对NSGA-Ⅱ算法进行了修改,使其交叉变异概率以及交叉策略具有动态的调整的能力,并采用了与差分进化算法相融合对变异的方向进行了优化。利用改进后的算法从求解的稳定性、计算的精度、收敛速度以及对于经典发射率模型物体温度的求解精度上与目前测温所采用的遗传算法进行比较,结果表明应用改进的NSGA-Ⅱ算法求得的目标温度精度较高,稳定性较强。     

丝绸之路经济带危险货物公铁联运路径优化

以丝绸之路经济带为背景,研究危险货物公铁联路径优化问题。组织危险货物公铁联运时,运输路径的选择对于降低作业风险和运输成本至关重要。本文系统分析了公路与铁路的运输成本及风险,建立了兼顾成本（运输成本、碳排放成本、软时间窗惩罚成本）和风险（运输风险）的多目标非线性优化模型,通过线性加权转化为单目标优化问题,并设计了改进非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ）求解。改进种群初始化过程,引入协同选择的精英策略,并改进了交叉算子。最后,结合算例进行求解,结果表明：改进后的NSGA-Ⅱ算法空间分布更为均匀,且前沿跨度更大,优化的运输方案中运输节点更少、运输路径更短;总成本、总风险相比NSGA-Ⅱ算法更低,算法搜索性和求解精度明显提高。     

基于配置约束处理的产品配置设计方法

为了解决复杂的配置设计问题，提出了一种集成配置设计方法．该方法包括3个相互协作的过程：通过实例匹配技术从现有设计实例库中搜索满意设计解；通过领域知识的支持解决具有强烈知识依赖性的模块配置问题及关键参数的赋初值问题；通过进化算法解决配置设计过程中参数的求解和优化问题．针对参数求解和优化过程中的一些复杂配置约束，在传统进化算法的基础上提出了约束校核操作和再设计规则的配置约束处理方法．最后以蜗杆减速器为实例，验证了所提出的基于配置约束处理的产品配置设计方法能够快速给出良好的设计解，从而为复杂产品的配置设计问题提供求解方案．     

产品配置设计规则的建立及需求转换算法

目的 为了有效地组织和管理好产品数据和信息,提高已有资源的利用率,完成能满足个性化客户需求的产品配置设计.方法 针对不同层次的用户需求,建立合适产品配置设计规则库,实现面向规则的产品配置设计;然后分析用户需求知识向产品配置知识转换过程,提出了产品配置设计需求转换算法.结果 减少了数据库中存储的大量事实信息,提高求解效率,使用户需求直接融入产品配置中,可有效地缩小配置问题求解空间.结论 通过定义配置规则用于配置设计的过程,并确定配置设计的基本算法来实现产品配置设计.为产品数据管理软件在企业中的应用提供了新的技术优势,使PDM软件能够满足用户独特的信息需求.     

基于非合作博弈的应急车辆调度与再配置

多事故多救援站点的应急车辆调度问题中,在处置当前事故时,若将空闲车辆再配置于救援站点,有利于对潜在事故的快速响应.文中采用双层规划理论和非合作博弈理论建立应急车辆调度与再配置模型.上层模型在事故需求和救援时间窗约束下,最小化当前事故响应时间;下层模型将各救援站点视为非合作博弈的局中人,综合考虑车辆再配置时间和救援站覆盖区域潜在风险,确定局中人的收益函数,将优化再配置策略转化为寻求非合作博弈的纳什均衡.然后,提出一种层次混合蛙跳算法,其中上层算法用于求解约束单目标规划问题,下层算法用于求解非合作博弈模型.求解事故算例证明了应急车辆调度与再配置模型的合理性和层次混合蛙跳算法的有效性.     

双目标冷链物流车辆路径问题及其遗传蚁群求解

针对带容量和软时间窗约束的双目标生鲜农产品冷链物流车辆路径问题,建立了以最小化总成本和最大化客户满意度为目标的双目标优化模型。为了求解问题,运用ε约束法处理双目标模型,以蚁群算法为基础,加入交叉与变异算子,设计了遗传蚁群算法。算法求解过程中,蚂蚁个体在进行状态转移时按照确定性选择和伪随机比例选择相结合的方式,信息素总量采用分段函数进行优化。为验证模型与算法的有效性,对实际算例进行求解,并与遗传算法、蚁群算法求得结果进行对比。结果表明所建模型符合实际需求,所设计的遗传蚁群算法收敛速度和求解结果均优于遗传算法和蚁群算法。     

考虑客户满意度的带时间窗的多中心半开放式冷链物流车辆路径优化

针对带时间窗的多中心半开放式车辆路径问题，以总配送成本最小化和客户满意度最大化为目标，提出了双目标冷链物流路径优化模型。针对NSGA-Ⅱ算法容易陷入局部最优等缺点，结合粒子群算法生成种群方式，设计一种改进的NSGA-Ⅱ算法。通过仿真对比实验，结果表明，所提出的算法和模型可有效解决带时间窗的多中心半开放式冷链物流车辆路径优化问题，且改进算法性能更优，同时分析了总配送成本与客户满意度之间的关系，为冷链物流企业带来一定的管理启示。     

考虑需求关联性的多供应商电商库存分配研究

需求关联性现象普遍存在于顾客购买行为中，然而大多数库存管理方面的研究假设产品需求相互独立，忽视关联性造成的影响，可能导致严重的缺货现象发生。针对存在需求关联性情况下具有库存容量限制的多供应商电商库存分配问题，应用FP-Growth算法从订单数据库中挖掘得到关联规则，并将关联规则抽象为一种约束，建立双目标随机规划数学模型，通过分段线性拟合方法对非线性目标函数和约束进行处理。采用非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解，基于“先知种群”改进种群初始化过程，以提升算法收敛速度。使用真实数据的数值实验表明，基于关联规则的库存分配模型能以小幅度增加运营成本为代价，显著减少缺货数量。最后对库存容量、关联规则置信度和供应商个数进行敏感性分析，进一步为电商平台管理者提供了参考。     

基于NSGAⅡ的生产线缓存与设备布局协同优化

为解决因布局过程忽略或粗略设置缓冲区占地面积而造成的生产拥挤或空间浪费问题,针对缓存配置与设备布局问题展开协同优化.基于连续时间Markov随机过程原理建立排队网节点状态模型,求解生产线设备平均利用率.以设备利用率、物料搬运距离和占地面积为优化目标,建立缓存配置与设备布局协同优化模型.通过改进的NSGA-Ⅱ算法对该模型进行优化.最终,通过某柴油机缸体生产线实例验证了本文提出方法的有效性.     

产品配置设计评价模型研究

大规模定制的核心是产品配置设计．依据客户对产品的需求信息，产品配置设计的实例往往不惟一，需要对配置结果进行评价，以选出客户最满意的产品实例．为此，以递阶层次结构建立了产品配置设计的二级评价指标体系，采用层次分析法构建了产品配置设计评价的层次结构模型．对层次结构模型建立了判断矩阵和各层元素对目标层的总排序权重向量，进行了各层总排序的一致性检验．给出了产品配置设计评价的算法流程图，解决了构造判断矩阵的有关问题，并通过一个实例验证了该评价模型的合理性和可行性．     

基于遗传算法的数控机床服务模块配置设计

为实现数控机床总体配置的最优化设计,采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型,将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块,利用遗传算法对各个服务模块进行编码,并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数,建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后,通过MATLAB编程求解得到服务模块配置方案.     

基于改进非支配排序遗传算法的配电网动态重构

针对分布式电源大规模接入配电网情况下配电网的动态重构问题,提出一种基于改进非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)的配电网动态重构策略.首先,以系统运行成本和电压偏移最小为目标建立配电网动态重构模型.其次,结合参数自适应策略和基于可行解优越性的约束处理技术提出NSGA-Ⅱ改进算法对模型进行求解.再次,用超体积(hypervolume)指标选择最佳的帕累托解集,并通过模糊决策技术从帕累托解集中选择最佳方案.最后,以IEEE 33节点系统为例进行仿真.结果 表明:该模型可以在降低系统运行成本的同时提高系统电能质量.     

基于数据仓库的产品配置模型研究

分析了现行配置管理中存在的问题,提出了采用数据仓库技术的产品配置模型.采用数据仓库技术作为产品配置的底层支持,给出了相应的产品配置体系结构,实现了基于数据仓库的产品配置设计系统,在规范化、标准化的产品资源基础上,进行客户需求驱动的产品快速配置,可大大缩短产品开发周期,降低产品开发成本,提高所开发产品的质量.客户需求驱动产品快速设计将成为企业赢得长期竞争的关键.