生产作业计划模糊调整专家系统

本文针对生产作业调整问题的多目标和模糊性特点,综合应用层次分析法和专家系统的方法以确定调整参数、方向和程度,提出了框架结构的知识表示方法,以及综合粗糙集的定性分析能力和ＢＰ神经网络的精确逼近功能进行知识采掘的算法。最后论述了本系统的主要功能和基本结构。     

热轧无缝钢管生产作业计划研究

某钢管企业现有计划工作完全由手工完成，计划不够及时准确。ERP虽然能够有效改善企业的生产作业性能，但因热轧无缝钢管生产具有复杂生产工艺和多品种小批量的特点，使得该企业引进的ERP软件其标准计划流程又不完全适用于钢管企业的生产作业计划和实际。本文对谊企业的现有手工计划流程进行了分析，对生产作业计划流程进行了重新设计，指出钢管生产作业计划实质是组批、划分炉次和确定各炉次的生产日期(班别)，并提出了组批的原则以及划分炉次和确定各炉次的生产日期(班别)的方法与公式。     

机床故障导致的生产作业计划再生研究

本文研究了机床故障导致的生产作业计划再生方法及有关参数的确定方法。最后,文章探讨了几种扩展问题,指出,这些扩展问题仍可运用本文给出的方法予以解决。     

考虑随机因素的单件车间生产作业计划方法研究

本文应用改进的随机动态神经网络解决单件车间生产作业计划问题（ＪＳＰ）,然后在以较好的生产作业计划为起点寻优的过程中,使用了基于工件加工时间服从概率分布的禁忌搜索,并且用ＴｕｒｂｏＣ＋＋１．０和Ｆｏｘｐｒｏ２．５ｆｏｒ Ｗｉｎｄｏｗｓ在微机上实现上述神经网络和禁忌搜索方法。     

基于权值的优先调度算法

介绍了经典的期限最近优先调度算法，分析了优先级倒置难题。提出一种基于权值的优先调度算法。该算法对资源分配权值，建立任务的权值评价函数。该算法由资源权值表和评价函数来实现。实验表明，该算法资源分配更合理，特别是能够克服期限最近优先调度算法的优先级倒置难题，从而更加有效提高实时操作系统的实时性能和稳定性。     

基于深度学习的RCPSP调度优先规则实时动态选择算法

针对资源受限项目调度问题,以最小化项目完成时间为目标,设计基于深度学习的调度优先规则实时动态选择算法,在每个调度阶段实时选择优先规则进行活动安排.通过构建深度神经网络模型,确定已调度项目在各阶段的项目状态与最佳优先规则之间的映射关系,再据此为待调度项目实时动态选择优先规则,结合串行调度机制生成最终调度计划.实验研究表明:实时动态选择优先规则算法表现优于文中所涉及的单一优先规则算法及混合优先规则算法,且具有更好的泛化性;此外,与元启发式算法相比该算法具有更高的求解效率.     

带搬运时间的批量生产制造系统生产作业计划方法

为给考虑搬运时间的批量生产制造系统中的同类型工件制定生产作业计划,对批量工件的加工与搬运时间、搬运车辆调度和工件移动方式决策等问题进行深入研究.构建同类型批量工件在不同移动方式中的加工与搬运时间模型并设计相应的计算流程图.建立基于生产周期和搬运车辆总投入数量两个决策目标的工件移动方式决策模型.研究结果表明:本研究可有效选择工件移动方式,可为考虑搬运时间的同类型批量工件制定精确的生产作业计划,并可对搬运车辆进行合理调度.     

基于Petri网的原油处理生产作业计划油罐动态分配分析

石化炼油企业采用递阶方法进行调度,以使短期调度方法在生产运作中切实可行.在上层,企业根据市场需求产生一个目标炼油计划.在下层,企业得到一个详细调度以实现目标炼油计划.在这个过程中,如何动态分配油罐将起到至关重要的作用,同时也是生产运作中的难题.为了解决这个难题,建立Petri网模型描述原油处理生产过程的行为特征.基于该模型,分析了油罐分配对目标炼油计划可实现性的影响,鉴别出那些使系统进入不可行状态的操作,并对其进行调整.这样,通过避免这样的不可行操作而提出一种实现目标炼油计划的油罐动态分配方法.最后,用一个工业实例验证了提出的方法的应用.     

基于综合优先度的卫星数传调度算法

研究了在地面站资源有限、数传任务急剧增多的情况下,合理分配资源以有效实现卫星数传任务的调度问题.首先建立了卫星数传任务模型和调度问题模型,提出了综合优先度的概念及其各个指标,对每个指标进行了详细分析.在此基础上,提出了一种基于综合优先度的卫星数传调度算法。仿真结果表明该算法能够取得较好的调度结果.     

单线列车运行调整的梯度搜索算法仿真与研究

列车运行调整的优化是一个非常复杂的问题,需考虑的因素很多,很难给出一个完美的优化模型。根据单线列车运行调整的特点,建立了单线列车运行图的离散事件拓扑图模型,提出了＂调整运行图综合满意度＂作为运行调整的目标,并进一步论证了＂调整运行图综合满意度＂函数的单调递减特性;提出了冲突树的概念和梯度搜索算法的算法原理及搜索步骤,并实例进行仿真。仿真结果表明,该算法模型在实际运行过程中的具有较好的优化性和有效性。

Abstract：

The optimization of railway rescheduling is a very complex issue, many factors should to be taken into account, and it’s difficult to give a perfect optimization model. A discrete event topologic diagram model was derived according to the characteristics of the single-track railway diagram, and the ＂comprehensive satisfaction of the adjusted train diagram＂ was proposed as the target of the railway rescheduling, then the monotonically decreasing characteristic of the target function was demonstrated. The concept of conflict tree was developed and the principle and steps of the gradient search algorithm based on the DET model were given and simulated. The simulation results show that this algorithm has better adaptability and effectiveness in practical application.     

一种高效的关联规则更新算法

在大型数据库中 ,数据不是静止的 ,新的记录需要不断地增加到旧的数据库中 ,而从旧的数据库中挖掘出来的关联规则必须加以维护 ,为此提出了一种关联规则更新算法。该算法既能有效地利用已经发现的知识 ,又能减少数据库的扫描次数 ,同时只需产生少量候选集。实验表明 ,该算法的执行效率比现有的典型更新算法高 ,是一种有实际应用价值的、高铲的关联规则更新算法。     

A Quick Algorithm for Mining Exceptional Rules

Exceptional rules are often ignored because of their small support. However, they have high confidence, so they are useful sometimes. A new algorithm for mining exceptional rules is presented, which creates a large itemset from a relatively small database and scans the whole database only one time to generate all exceptional rules. This algorithm is proved to be quick and effective through its application in a mushroom database.     

基于网络的数值关联规则挖掘方法

关联规则 ( Association Rules)发现的是属性间的关系 .属性可以是逻辑型的 ,也可以是数值型的 .在从逻辑型属性描述的数据中发现关联规则方面已经有许多比较成熟的算法 ,而在数值型属性方面则不然 .将数值关联规则挖掘问题映射成逻辑关联规则挖掘问题是一种方便有效的方法 .本文给出了一个新的数值属性关联规则挖掘算法 ,该算法利用数据本身的特征决定对数值属性值域的划分 ,进而将划分后的所有区间映射为逻辑属性 (项目 ) ,在此基础上可以挖掘出更容易理解、更具有概括性的有效关联规则 .本文给出了一个发现频繁项目集搜索算法 ,并采用一种纵向数据库格式来简化项目集支持度的计算.     

基于多维数据的关联规则算法

通过分析多维数据对象属性的关系，结合联机分析处理技术，在建立数据立方体(Cube)的基础上，提出一个基于多维数据的关联规则算法，可以有效提高规则发现和数据挖掘的效率。最后，通过实践证明该算法有效。     

改进的增量式关联规则维护算法

在分析现有的关联规则算法 IUA的基础上 ,指出了该算法的不足和错误之处 ,并加以改正 ,进而提出了一种改进的增量式更新算法 EIUA. EIUA算法解决了在数据库 D不变的情况下 ,当最小支持度和最小置信度二阈值发生变化时如何高效更新关联规则的问题 .实验分析表明了新算法的有效性和优越性.     

单亲遗传算法及其在物流配送系统中的应用

本文介绍了一种新颖的单亲遗传算法。它在同一条梁色体上采用基因换位等算子进行染色体重,取消了传统遗传算法中的交叉算子。本文应用单亲跗算法解决了物流配送系统中的优化问题。结果表明了单亲遗传算法的寻优效率明显优于该问题的传统遗传算法,同时较好地解决了“早熟收敛”问题。     

基于超启发式遗传规划的动态车间调度方法

动态作业车间存在资源状态的不确定性和任务的随机性,难以寻找适用于多种复杂生产情景的通用调度规则。提出一种基于超启发式遗传规划的动态车间调度规则自动化发现方法,以最大完工时间和平均加权迟到时间为优化目标,利用机器排序规则的自动化发现,来提高不同生产情景下车间调度的动态适应性。通过对演化调度规则的语义分析,分析了GP树终端属性对不同优化目标的作用。实验结果表明,所提算法能够针对不同生产场景,生成适合的调度规则,且性能优于人工设计的基准调度规则。     

一种语言值关联规则的挖掘算法

将各连续属性上的取值划分威多个语言值，利用微粒群算法优化各语言值的正交隶属函数，提高关联规则的可理解性特征，在此基础上提出了语言值关联规则挖掘算法，使得挖掘出的语言值关联规则更贴近人的思维方式，更好的反映各连续属性本身的分布特点。     

基于遗传算法的模糊规则自动生成

模糊控制是人工智能的一重要研究领域,已在家电和工业控制中得到重视和应用。模糊规则自动生成是模糊控制的关键性技术之一。将介绍模糊控制的原理,提出了基于遗传算法的模糊规则自动生成算法,并说明其特点。