一种可加速收敛的压缩遗传算法及其在实时供应链中的应用

采用可加速收敛的压缩遗传算法(ACGA)来解决实时供应链中的网上采购优化问题,供应商根据零售商的订单需求,在最短的时间内综合考虑利润、库存和交货时间等因素进行优化,进而为决策提供依据．在ACGA中,用压缩遗传算法(CGA)运行少量代数得到的概率值组成一个观测样本,借助统计学中的最小二乘法,估算几万代以后的概率值,进而组成新的概率矩阵,并根据该矩阵产生新的个体．文中结合实时供应链中的分销优化问题进行了仿真,结果表明,ACGA是适应实时场合的高效遗传算法．     

微粒群优化在Job-shop调度中的应用

Job-shop调度问题是典型的NP-难问题,利用微粒群优化的全局搜索能力和高搜索效率以及模拟退火算法的局部搜索能力,发展了一种快速、且易于实现的新的混合启发式算法,并将其应用于求解标准Job-shop调度问题,计算结果以及与其他算法的比较说明,该算法是一种求解Job-shop调度问题的可行且高效的方法。     

基于两级遗传算法的模糊化计划调度

制订长期生产计划时,约束的精确值往往很难确定．采用在资源约束和合同约束下关于利润指标的模糊化非线性规划来产生优化的生产计划,并用遗传算法寻找优化的调度方案．给出了一个具体的生产计划调度问题的算例．     

多模态混合系统的镇定控制器设计

多模态转移型混合系统有兼顾安全和效率的不同层次上的镇定策略．从离散角度设计的滑动模反映了粗粒度的稳定性,将连续状态空间按需求离散特性划分为区域并关联一项离散指标．滑动模是离散指标组成的流型,被控连续状态轨线将最终滑动到流型“内”．本文从混合角度引入的滑动模兼顾了宏观和微观两方面的稳定目标,首先构造定性稳定子滑动模,再根据每个模态下的定量目标,构造子连续滑动模,但要求相继子连续滑动模连续,从而得到混合滑动模．混合状态最终将滑动到此流型“上”     

热轧流水线的轧制节奏优化和监控

热轧生产线的特征是缓存区以长度空间为约束的制造系统,是制造过程中同时改变上下游缓存区状态的Ｔｉｍ ｅ－ｃｒｉｔｉｃａｌ实时系统和混合动态复杂系统．为发掘制造系统的最大生产能力,文中以Ｐｅｔｒｉ网为建模工具,研究热轧生产线的静态最优节奏控制和基于实测参数的状态重构监控技术．状态重构方法及其节奏修正方法对于线性构件串行制造系统具有普遍意义,且是实际制造系统特别是高风险系统既保证效率又兼顾安全的实用监控方案．     

基于δ-算子的采样控制系统的鲁棒稳定界

采样控制系统的扰动往往是连续时间系统参数的不确定因素通过离散化或采样的表现．研究连续时间系统参数扰动对δ－算子描述的采样控制系统参数的影响,建立了使δ－算子描述的扰动离散时间系统稳定所需满足的条件．利用该条件给出了使采样控制系统鲁棒稳定的连续系统参数的扰动界限     

FMS可视化建模、仿真和验证的集成设计方法

本文提出了一种运用面向对象的建模语言“统一建模语言(UML)”和SPIN(PROMELA模型)来对柔性制造系统进行建模和验证的方法。运用UML中的类图来表示FMS中对象之间的静态关系,运用状态图来描述系统的动态行为。然后将UML的模型自动转化为PORMELA模型,运用模型检查工具SPIN来对此模型进行检查,以验证模型的正确性。此方法可以描述和检查系统的性质,从建模,仿真一直到模型检查,提供对FMS的全面系统的设计,并可被用来设计可靠的FMS控制软件。     

基于序列分析的制造车间平面布局设计

给定一个制造车间,把生产每一产品所需要的所有零部件的工序合并构成了一个有序图，即物流网络，称为加工装配图(OPC)，其对应的图结构可以抽象为有向树.以这样的有向树为基础，提出通过树的旋转处理算法和序列聚类分析，得到车间的平面布局，并通过一个实际使用范例证实这一方法的有效性.     

轧制计划的优化模型及其算法的应用研究

为保证热轧生产调度计划的可行性，提高排程的效率，根据热轧生产模式和轧制计划的结构特点，提出了一种车辆路径问题（VRP）模型来建模轧制调度问题，发展了一种混合调度方法（SAMPSO算法）来解决这个问题．试方法利用修正粒子群优化算法的局部和全局搜索能力来寻找全局最优解，利用模拟退火方法来避免陷于局部最优。对某钢厂实际生产数据的仿真结果表明，所提出的模型和算法具有良好的适应性和可行性。     

一种混合模型在30 MnSi钢变形抗力预测中的应用

利用Gleeble-1500热模拟实验机对30 MnSi钢进行热模拟实验来获取不同变形条件下的变形抗力,提出一种新的混合模型--人工免疫最小二乘支持向量机模型来提高变形抗力的预测精度.在混合模型中,最小二乘支持向量机的最优参数通过人工免疫算法获得.实验结果表明,这种新模型不仅能重现样本数据的变形抗力,而且也能非常精确地预测非样本数据.通过与BP方法相比较,该方法在变形抗力预测的有效性和精确性方面都有很大提高,尤其是网络泛化性能的提高.