一个多功能流水冲突优化调度算法

在对多功能流水冲突问题进行分析的基础上,给出了用时段间隔矩阵表示流水线冲突状态的方法,分别计算出每种调度法的平均间隔时段数,找出其中的最小者,实现了流水线各后继任务流入流水线所用间隔的最佳调度.此调度策略,使流水线的吞吐率达到最高,且方法简便明确,易于计算机实现.文章同时给出了实现多功能流水线冲突的优化调度算法.     

各机器上具有相同加工时间F1oW Shop 调度问题

由m台机器构成的Flow Shop，当工件在各机器上加工时间相同时，直觉上，等价于单机问题。本文推测单机情形最优解的性质及其确定策略也应适合此调度模型。本文就一些目标函数验证了这一推测。     

新建超市影响居民消费的研究

以简单数学模型来分析新建超市如何吸引附近居民前往购物,探讨之影响因子有两超市相隔距离与占地面积比率。别于前人研究,超市所在城市区域为一有限范围。研究结果指出:为吸引更多居民惠顾,若新建超市面积较大或与旧者相同时,其座落位置应尽可能靠近旧超市;反之,则存在临界位置,当新超市盖予其处时,所能影响之范围最大,若新超市面积小,与旧超市距离应加大。     

最小化总完工时间的流水作业调度混合算法

针对有效求解NP难的总完工时间最小流水作业调度问题,提出了一个有效的混合启发式算法产生初始解,并使用禁忌搜索算法对初始解邻域进行搜索的算法框架.基于不同的启发式算法,获得了3个混合禁忌搜索算法HA1,HA2和HA3.使用Taillards基准程序随机产生的大量实例,进行模拟实验,结果表明,所提出的3个算法通过扩大搜索范围提高了解的质量,在性能上均优于目前最有效的启发式算法.与目前最有效的算法相比,产生最好解的平均百分比偏差均下降至少30%,最优解所占比例皆有显著提高.     

不确定条件下的零等待Flow shop生产调度问题

研究了处理时间不确定条件下,含零等待模块的模糊Flowshop生产调度问题;采用三角模糊数描述处理时间的不确定性,用零等待策略对加工过程进行约束,建立了基于模糊规划理论的零等待Flowshop调度模型,通过中间值最大隶属度的方法,将原有的模糊调度模型转化为清晰的调度模型;最后应用改进的模拟退火算法对模型进行仿真优化,制定了适用于实际排产过程中的GANTT图,仿真结果说明了调度模型的正确性和改进算法的有效性。     

一种基于GPU的二维离散多分辨率小波变换加速方法

针对传统CPU平台下小波变换算法难满足当前高分辨率、 大数据规模下的实时性要求, 提出一种基于GPU的并行小波变换算法, 并通过改善Local Memory访存数据的局部性和增加Global Memory访存带宽的优化技术, 利用多Kernel并行提高多种分辨率下小波变换的性能. 实验结果表明, 与CPU串并行版本相比, GPU并行优化算
法在高分辨率变换情况下, 加速比最高可达30~60倍, 可满足对变换实时性的要求.     

两台机器若干作业问题的双向排序法

研究两台机器若干作业的加工全长问题,首次引入双向排序法,对自由作业、单件作业、混合作业,以及三阶段工件的两机自由作业问题分别给出了新的算法,明显地简化了现有的处理方式。     

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.     

两类带成组加工的3阶段柔性流水作业问题

首次研究了3阶段柔性流水作业问题,其中阶段1由m1台同型机组成,阶段2为一台批处理机,而阶段3由m2台同型机组成.以Cmax为极小化目标函数,对其中各阶段机器加工时间服从ddm和idm的所有情况给出了启发式算法及其性能比分析.     

不确定性条件下存储时间有限型Flow Shop问题的提前/拖期调度研究

研究了具有不同交货期窗口的Flowshop提前／拖期调度问题,并考虑处理时间的不确定性以及存储时间的有限性,在模糊规划理论基础上,建立了带有提前／拖期的存储时间有限型Flowshop的调度模型,通过中间值最大隶属度算法,将原有的模糊调度模型转化为清晰的调度模型,并应用了遗传算法进行优化求解。仿真实验验证了算法的有效性。     

最佳觅食算法求解多目标混合流水车间调度问题

针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有效求解此问题,提出基于Largest Order Value规则的双层整数编码方式,在机器层编码部分采用权重法来计算机器的选择概率.针对多目标优化,提出直觉模糊集相似度的解比较策略,采用直觉模糊集相似度的大小衡量Pareto解与理想解的相似程度,判断Pareto解的优劣.通过测试实例和实际案例,验证本算法求解多目标混合流水车间调度问题的有效性和可行性.     

基于位移Hermite分裂的图像恢复算法

针对传统图像恢复算法在反Hermite分量主导Hermite分量时, 难导出收敛分裂结果, 导致图像恢复效果较差的问题, 提出一种位移Hermite分裂的图像恢复算法. 先在矩阵分裂时引入位移参数定义准Hermite分裂, 再利用共轭梯度正规残差(CGNR)算法将定义分裂结果代入进行内迭代, 以此逼近每个外迭代, 每个外迭代则由系数矩阵的收敛分裂导出; 然后将导出的收敛分裂结果应用到图像恢复模型; 最后与广义最小误差方法、 广义预条件对称分裂方法进行对比实验. 实验结果表明, 该算法得到的迭代逼近结果更好, 所需的迭代次数和CPU时间明显减少, CPU占用时间仅0.25 s, 图像恢复效果较好.     

调整时间可分离的无等待FlowShop调度问题

研究了3台机器调整时间可分离的无等待FlowShop调度问题,目标函数为极小化加权完工时间和·基于对问题的分析,给出了目标函数的一般表示·对某些特殊情况,给出了问题存在多项式最优算法的充分条件·在此条件下,将单机调度问题的WSPT规则应用到无等待FlowShop调度问题,得到了求解无等待FlowShop问题最优调度的分派规则·通过反例指出了文献中的某些错误·     

集装箱码头同贝同步装卸调度的多阶段混合流水线模型

针对同贝同步装卸的无等待、阻塞和批处理等特征,将其抽象为一类特殊的混合流水线问题,建立同贝同步装卸的优化调度模型,并进行模型的下界推导.为求解模型,设计基于禁忌搜索与启发式分配规则的求解算法.最后,通过算例验证模型与算法的有效性.结果表明:所建立的模型有利于实现装卸、以及各环节的同步调度;所设计的求解方法,可以保证调度方案的科学性和有效性.     

二维水库水流泥沙数值模拟

根据水库的水沙运动特点及库区地形条件,考虑悬移质和推移质运动,建立了二维水流泥沙数学模型。网格单元用拉普拉斯方程和代数方法生成,模型方程用有限元法离散求解。利用水槽试验资料和水库实测资料进行模型验证和稳定性分析,结果表明：计算的断面流速分布、流场和河床变形与实测结果基本吻合。     

排序问题的网络分析方法

对应于一般单件车间排序问题,构造了一种由节点、最短路径和相邻路径组成的隙网络,通过网络分析,探讨了求解这一最复杂的排序问题的局部最优解问题,与启发式方法相比,该方法为优化方法;与分支定界法和整数规划法相比,该方法是一种有效算法,即随着问题规模的增大,它具有多项式时间复杂性。     

分数傅里叶变换离散化（DFRFT）算法和应用研究

分数傅里叶变换是传统傅里叶变换的发展和推广,在信息处理中有非常广泛的应用。文章对已发展的四种分数傅里叶变换离散化算法进行了系统的归纳和总结,重点比较了几种算法的优缺点,指出了适用范围,并对其中三种主要方法给出了计算机模拟结果;在此基础上,用解啁秋法对chirp信号进行了检测和滤波,并给出了仿真结果。     

保护移动Agent的电子交易安全方案

根据对移动Agent在恶意主机上安全问题的分析 ,给出了一个安全的电子交易方案 .该方案改进了强代理签名安全机制 ,使用不可拆分数字签名技术、公钥加密算法和时间戳 ,可以保证客户身份不可仿冒且要求不可拆分、商家身份不可仿冒且开价不可拆分、商家的身份和开价信息对其他商家保密 ,同时还可以抵抗客户或商家通过重放攻击来迫使对方进行额外的交易 .     

加工时间服从几何分布的流水车间随机排序问题

为了解决使最长加工时间的数学期望最小、工件的加工时间服从几何分布的两阶段流水车间随机调度问题,采用理论分析的方法,分别研究了两阶段静态随机流水车间和动态随机流水车间工件的最优加工顺序.结果表明:在工件的到达时间均为0的两阶段静态随机流水车间、工件的到达时间不一致的两阶段动态随机流水车间两种情况下,由给出的优先规则的不可中断静态优先策略和不可中断动态优先策略是确定使最长加工时间最小的优先策略,并对算法的最优性进行了证明.该成果对正规目标函数的流水车间随机排序问题的解决具有一定的参考价值和指导意义.     

大规模项目调度问题的分解和协调优化方法

为了解决大规模有资源约束的项目调度问题,提出一种串行分解和并行分解相结合的项目逐层分解方法,以便克服精确算法求解时间不可接受,而启发式算法解的质量较差的问题。根据该分解方法特点,提出基于采样选择的启发式协调方法,以及基于分枝定界方法的精确底层调度的子项目协调优化算法,并通过仿真分析了关键参数的选取。仿真结果表明,该算法解的平均质量明显优于相关启发式算法,并且求解时间能够满足工程上的要求,能够有效地提高大规模项目调度问题的求解质量,具有实用价值。