基于抖动的CAN型网络带宽优化调度

合理调配有限的带宽资源，尽可能地降低网络对系统性能的影响，以满足控制系统动态性能和实时性的要求是网络化控制领域亟须解决的关键问题。结合CAN网的运行特性，提出基于抖动的带宽优化调度算法。在满足控制系统动态性能和网络可调度性条件下，确定网络化控制系统中各控制闭环的最优采样周期和初相，在兼顾周期抖动对控制闭环动态性能影响的同时合理地调配带宽资源，使系统具有较高的带宽资源利用率。     

模糊需求环境下多工艺批量生产计划

基于模糊集理论与容差法思想，研究了具有模糊客户需求与多工艺约束的批量生产计划问题，采用遗传算法寻找优化的计划方案。在遗传算法中，提出了分级构造初始种群的策略，按问题的多约束特征对交叉算子与变异算子重新进行了定义，并对不同模糊参数和优化目标下的批量计划进行了定性和定量评估。结果表明，在一定的需求满意度下以最大化生产利润为优化目标，不仅制造商可以获得较为理想的生产利润值，而且客户的需求满意度也能克服设定约束而达到更高值。     

基于GA和设备嵌套思想的制造单元布置优化

处理柔性制造系统的设备布置问题时，常要考虑许多难以量化的目标，不利于优化方法的使用，为此，按设备布置问题中要考虑的目标，采用一种嵌套布置方式，以提供便利高效的生产环境，以混合整数规划（MIP）形成问题的模型，并应用遗传算法（GA）执行相对灵活高效的解决策略，克服了现有算法不够灵活的缺点，针对2个具体的制造单元设备布置的实例进行仿真计算，不论在解的质量还是在解算速度上都取得了令人满意的结果。     

制造单元设计的新型两阶段方法

成组技术（GT）是提高制造系统效率，降低加工成本的先进制造技术，但由于制造工艺的改进和产品结构的调整，可能使得以前的单元划分不再适应新的生产要求，文中采用遗传算法（GA）进行两阶段的问题解决，第一阶段针对通常执行的典型任务以GA进行成组，在第二阶段应用模糊多目标规划进行建模，并在第一阶段成组的基础上，根据系统状态的变化及时作出成组方案的相应扩展，以一个实际的系统阐述了算法的思想与操作步骤。     

基于粒子群优化的多目标作业车间调度

为了利用粒子群优化算法解决作业车间调度问题,提出了将调度问题转化为连续优化问题的有效策略;设计了Pareto档案粒子群算法(PAPSO),该算法将档案维护和全局最好位置选取结合在一起,在档案维护过程中为每个粒子选取全局最好位置;给出了变异与PAPSO的结合新策略.将PAPSO和带变异的PAPSO应用于15个调度实例,以最小化总拖后时间和最大完成时间,与强度Pareto进化算法2等进行比较,结果验证了PAPSO在作业车间调度方面的良好性能.     

柔性制造系统分布式仿真系统的实现

计算机可视化仿真是对柔性制造系统 (FMS)进行设计和分析的一种直观而具有实际意义的方法 .利用面向对象方法和离散事件动态系统建模方法 ,设计并实现了一种开放式、可视化 FMS分布式仿真系统 .该系统通过局域网上若干计算机之间的通讯 ,模拟了 FMS自动化生产车间的实时运行状况 ,通过初始化系统数据可得到不同的系统统计结果对 FMS进行分析     

一种混合GA、SA和启发式规则的FMS调度方法

描述了一种综合ＧＡ、ＳＡ 与启发式规则优点的方法,及其在ＦＭＳ调度问题中的解决方案和ＦＭＳ调度的特点,建立了可变工艺路径的ＦＭＳ调度问题的模型．对ＧＡ、ＳＡ 操作中各步骤及其相应于ＦＭＳ调度的特殊性作了说明,提出了基于启发式规则库的ＳＡ 算法,阐述了柔性调度的基本框架,并对一个３３ 机器、１２７ 工件的实例进行了计算