并行加工系统中的负荷分配模型及启发式算法

在分析已有负荷分配算法的基础上，提出了关于并行加工系统负荷分配的模型和求解的新算法。模型的优化目标考虑使系统中加工负荷最重的设备的负荷最小，同时使设备负荷之差最小。     

发电机组组合负荷优化分配算法的分析

在经过国内外长期的研究和应用,目前已出现了很多有价值的负荷优化分配方法。对目前国内外出现的机组组合负荷优化分配算法进行了比较全面的分析与总结,将其分为传统优化算法、现代智能优化算法、群体智能仿生算法等三类,阐述了各种算法的基本原理,并对其各种算法优缺点作了分析和比较,从而为相关课题的研究提供了参考。     

多层蚁群算法在中厚板负荷分配中的应用研究

为改善某厂3800mm单机架中厚板负荷分配制度,采用多层蚁群算法对其内外两层实现分配设定:外层对轧制道次数进行迭代求解,内层根据建立的兼顾负荷均衡和板形良好的目标函数进行智能负荷分配.结果表明,基于多层蚁群算法的分配制度优于基于经验法的负荷分配制度.     

热电厂最佳负荷分配方法的研究

提出了一种热电厂负荷的新方法－－将供热机组的热耗分解为热化发电部分和凝汽发电部分，从而将热电厂负荷的分配简化成为热负荷和电负荷两种相对独立的分配，并给出了该分配方法的具体内容和应用实例。     

电站机组负荷分配的模糊建模及优化算法

随着电力市场的发展,机组负荷优化分配作为一种可提高电站经济的手段,越来越成为一个令人感兴趣的研究课题,但目前仍没有得到一种绝对有效的算法．通过引入模糊理论提出了电厂机组负荷分配模型,并运用改进的遗传算法进行求解．该优化算法的特点在于：容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解．最后,给出一个算例阐述了该算法的有效性．     

电力系统节能减排负荷分配

电力系统节能减排负荷分配重点在于使煤耗量和碳排放量达到最低的发电机组负荷分配的最优化策略,其本质是双目标规划。我们要解决两个问题,第一是列出每个时段总负荷需求量与每台机组的负荷量的关系,最优化条件为：1）使每个时段的煤耗量和碳排放量达到最低;2）使24个时段的煤耗量和碳排放量总和达到最低。第二问是将机组5由机组1替代发电,在第一问的原理和要求下,提出符合该问题条件下的解决方案。利用我们利用Matlab程序中的fmincon和fgoalattain函数,将双目标向量问题转化为所有目标的加权求和的标量问题,然后用标准的无约束最优化算法进行求解,从而可以求得两种方案的结果,并进行比较,最终确定出节能减排效果最佳方案。     

协同差分进化算法求解负荷经济分配问题

提出了一种协同差分进化算法求解电力系统负荷经济分配问题( Economic Dispatching,ED).该算法考虑了机组的爬坡约束、出力限制区约束等非光滑费用函数曲线这样的非线性特征,并根据ED中可行域被分割为多个独立的区域的特点,采用协同进化策略处理约束条件.将种群分为保守和激进两种策略的子种群,子种群最优个体分...     

供热机组间负荷优化分配的研究

根据供热机组的基本特性,将复杂的供热机组按供热循环和凝汽循环划分为一定数目的简单等效机组,推导确定各机组的特性方程,然后建立相应的机组热电负荷分配的模型。同时通过实例证明,该方法简单、方便,为电厂的负荷优化分配提供了经验。     

工业锅炉房负荷最优分配的研究

工业锅炉房负荷分配的最优化是达到其优化运行的最主要的途径之一。现有的负荷优化分配方法都依赖于工业锅炉的燃料耗量特性曲线。这里提出的最小差法(MDM)模型，仅需两组容易得到的数据，如锅炉经济工况和压火工况下的数据。同时还介绍了该模型的计算机算法。通过实例计算的结果与文献中的结果的比较，证明最小差法模型精度较高也更实用。     

冷连轧机负荷分配优化研究进展

轧制负荷分配优化可以使板带材产量最大化，能耗最小化，有效提高设备利用率和带钢成材率。本文从负荷分配的约束条件、优化目标及优化方法等方面论述了目前国内外理论研究及工程实践的进展；详细介绍了较实用的基于轧制工艺的迭代方法，并介绍了案例推理、粒子群等新兴的理论在冷连轧机负荷分配中的应用。最后指出以板形板厚综合指标为目标函数，以人工智能为寻优方法是冷连轧机轧制负荷分配优化的发展方向a     

实时系统可变工作量建模及计算方法

传统实时系统性能分析以最差情况下执行时间(worst-case execution time,WCET)作为主要输入,导致分析过于保守.针对实时系统设计时预留冗余过大的问题,建立了以到达事件类型、数量和分布为决策变量,包括工作量曲线(workload curves)、逆工作量曲线(inverse workload curves)、工作量比率曲线(workload ratio curves)在内的实时系统可变工作量模型,给出了相关计算方法.基于可变工作量模型分析了其在混合调度中的应用,结果表明:采用可变工作量模型和算法可显著减少任务所需的执行工作量,降低了实时系统的资源需求.     

一种基本的柔性制造系统任务分配方法

柔性制造系统(FMS)以其灵活性成为现代企业非常重要的生产方式,但如何均衡分配各设备的负荷以提高系统的利用率一直没能很好地解决．本文简述了柔性制造系统的基本组成及调度控制方法,给出一种考虑瓶颈工作站负荷,进行设备负荷均衡的任务分配方法,通过仿真算例验证了该方法的有效性．     

一种FMS的多机仿真方法

提出了一种利用由通信网络连接的计算机系统对ＦＭＳ进行仿真的方法，它是一种并行计算法，并能更自然地模拟ＦＭＳ的运行，最后给出了一台仿真器实例。     

信息模型方法在建立FMS数据库中的应用

该文论述了用信息模型的理论和方法为ＦＭＳ建立数据库的原理。该文以ＩＤＥＦ１ｘ为基础,提出了形成实体的３条原则,引入交叉实体和有形实体的概念,达到既无数据冗余又最大限度地减少打开数据表的数目,缩短数据存取时间的目的;根据单元控制器的功能和管理ＦＭＳ数据的要求,确定了ＦＭＳ的数据实体和数据表之间的联系,生成了信息模型的功能视图,最后介绍了利用有关支持软件完成从信息模型到实际数据库的转换过程。     

FMS调度研究的现状与发展

ＦＭＳ的高效率和柔性很大程度上取决于ＦＭＳ调度的水平．对ＦＭＳ调度问题进行了系统总结,划分了其类型,并对现有的调度规则和评价指标作了评述．从方法学的角度,对已有的ＦＭＳ调度方法进行了分析和比较,认为目前广泛应用的基于知识的ＦＭＳ智能调度系统大多是结构不良的,存在三个明显的缺点：常识知识难以形式化、基于符号逻辑的推理效率不高以及系统不通用．提出了人机协同控制的ＦＭＳ调度方法．以期提出一个框架来引导将来沿此方面的工作．     

我国FMS现状与发展对策

本文将我国FMS的现状归纳为四种类型,并从三个方面分析了 FMS 现状存在的原因,同时在分析国情的基础上,探讨了我国发展 FMS 的对策.     

基于神经网络的FMS实时智能监控系统

先进制造系统的发展对过程监控的实时性和智能化提出了越来越高的要求。该文在分析传统监控方法的基础上,深入分析探讨了基于神经网络的制造系统状态监控系统的实时性和智能化问题,具体讨论了ＢＰ网用于柔性制造系统（ＦＭＳ）实时智能监控的应用,并给出了一个应用实例,说明了神经网络在先进制造系统实时智能监测系统研究中的应用。     

FMS刀具寿命优化管理研究

刀具的磨损与具体的加工状态直接相关,在一般的ＦＭＳ刀具管理中,大多采用切削时间累加的方法进行刀具寿命管理,此法难于准确衡量刀具的磨损。该文首次提出刀具相对磨损率的概念,采用建立切削数据库的方法,得到刀具相对磨损率的计算公式,并应用于ＦＭＳ刀具管理中,以进行刀具寿命的优化管理。实例计算表明,此方法是可行的。     

FMS—AGV传输系统自学习调度方法

针对ＦＭＳ－ＡＧＶ传输系统调度的不确定性因素,对ＡＧＶ在线运行状态参数实时记录并学习,运用动态规划算法和模糊数学的方法,提出了模糊动态规划（ＦＤＰ）算法．给出了适于计算的迭代算式,结合人工智能（ＡＩ）编制了ＡＧＶ传输系统调度软件包．本算法利用在线记录的ＡＧＶ运行数据进行模糊处理和学习,有效地调节用于描述ＦＤＰ算法的模糊模型参数．这种自学习ＦＤＰ算法在ＡＧＶ的路径规划中有较好的适应性．对于一个新的ＦＭＳ－ＡＧＶ系统,经几次规划自学习之后,该算法就能很好地用于系统的实时调度中．     

基于COM的FMS仿真系统资源管理模型

针对柔性制造系统(FMS flexible manufacturing system)仿真环境下的数据集成与共享问题,在分析了资源数据库与各模块的功能、结构关系的基础上,提出了基于组件对象模型(COM component object model)的分布式资源管理模型的概念,并结合ORACLE数据库开发了基于该模型的资源数据管理系统.采用当前流行的COM技术建立了FMS仿真系统的资源管理平台,体现了分布式资源管理方式在FMS仿真系统中所具有的低成本、易协调、易维护的优点.