不确定计划数的轧制批量计划的模型和算法

根据热轧生产工艺将热轧生产批量计划归结为不确定车辆数的车辆路径问题 (VRP) ,考虑了轧制计划中钢板宽度的反跳和相同宽度钢板的总长度约束 ,在轧制作业计划数不确定的情况下 ,把组批和排序有机地结合起来 ,并用遗传算法和禁忌搜索算法相结合的混合算法对问题进行求解 ,实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意 .     

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。     

生产作业计划调整的优先调度算法研究

本文基于生产作业计划生成的优先调度法,提出了针对生产作业计划调整的机床优先调度算法和工件优先调度算法。在机床优先调度算法中,设计了机床优先调度算法的步骤。而在工件优先调度算法中,利用归纳学习方法,研究了面向生产系统状态的生产作业计划调整方法。     

不确定计划数的 制批量计划的模型和算法

根据热轧生产工艺热轧生产批量归结为不确定车辆数的车辆路径问题,考虑了轧制计划中钢板宽度的反跳和相同宽度钢板的总长度约束,在轧制作业计划数不确定的情况下,把组批和排序有机地结合起来。并用遗传算法和禁忌搜索算法相结合的混合算法对问题进行求解,实验结果表明算法获得了最好解、平均负荷率和计算成本都比较令人满意。     

钢坯最优倒垛问题及其Stacking邻域搜索算法

以钢坯倒垛问题为研究对象,建立以最小化轧制序列总倒垛数和吊车运行距离的多目标整数规划模型,并在已有的多回路启发式算法及Sequence邻域搜索算法的基础上设计了基于Stacking邻域搜索的两阶段启发式(TASNS)算法。算法综合考虑了入库钢坯的钢种、规格、长度等属性在垛位上具有连续堆放以及轧制轧序列之间规格相近性的特点。基于实际钢厂数据的验证,表明算法在实际生产中是有效且可行的。     

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。     

热轧批量计划模型及其混合求解算法

分析了热轧批量计划编制问题,建立了基于奖金收集车辆路径问题的计划数不确定的热轧批量计划模型.模型中考虑了热轧生产的多种工艺约束和生产目标.针对该模型提出了一种基于模拟退火算法和蚁群算法的混合算法,混合算法中利用模拟退火算法得到热轧批量计划的一个初始解来生成蚁群算法中的初始信息素分布,利用蚁群算法寻找全局最优解.在蚁群算法中又嵌入了模拟退火算法进行局部搜索,避免蚁群算法陷入局部最优.实验结果表明所提出的模型和算法是有效的.     

分布式任务计划动态调整模型及算法

战时任务计划的动态调整是当前作战指挥领域研究的热点问题。首先描述了分布式兵力组织的组成要素,对规划问题进行了建模,并且提出了平台定价模型。然后设计了一个分布式的协作框架,用来实现任务计划的动态调整,该框架由两个模块构成,第一部分是内部模块,该模块包括一个N-best算法和一个反馈策略,完成决策实体内部的二次分配;第二部分是外部模块,当任务精度低于期望值时调用此模块,实现决策实体间的协作。最后通过仿真实验证明了该模型的有效性,并讨论了模型在不同情况下的适用性。     

一体化炼钢炉次计划模型与算法

根据一体化钢铁生产模式需求,考虑客户需求柔性化的特点,首先描述炉次计划及其一体化工艺约束,然后建立了多目标一体化炉次计划优化模型,针对模型设计了两阶段启发式算法,第一阶段提出了基于规则的分组策略,第二阶段提出了概率匹配法.最后,对比分析两阶段启发式算法与人工编制方法处理某钢厂实际生产数据结果表明,所提出的模型和算法具有良好的有效性.     

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。     

FUZZY MULTI-LEVEL WAREHOUSE LAYOUT PROBLEM： NEW MODEL AND ALGORITHM

1. Introduction As we know, in most manufactory, above all in large-scale manufactory, warehouse operation is an important part of a manufacturer's material handling operation. Effective warehouse planning can not only reduce material handling cost but also increase productivity. Hence, it is very important for the manufacturer to make the best plan to manage the warehouse. The warehouse layout problem concerns how to place different items into the warehouse so that people resources, equipment…     

热轧钢管主生产计划模型与算法研究

建立了热轧无缝钢管主生产计划问题的混合整数线性规划模型．该模型可归结为多阶段多产品带有能力约束的批量问题，但与传统批量问题存在以下不同：①充分反映了钢管企业与其它行业的不同工艺特点；②目标函数追求最大化现金流而不是最小化成本；③允许订单积压；④考虑库存能力约束；⑤忽略设置时间及成本。但引入了最小生产批量约束．鉴于该问题的NP难性，使用两种基于优化的启发式算法进行求解，并提出两条策略加以改进．     

基于改进螺旋更新位置模型的鲸鱼优化算法

针对鲸鱼算法后期种群的多样性丢失问题,通过螺旋更新位置模型的改进并结合对立学习策略、随机调整参数、正态变异操作等已有方法改进鲸鱼优化算法.采用对立学习策略对鲸鱼种群初始化,为全局搜索奠定基础;利用随机调整控制参数的策略,避免了算法后期陷入局部最优;正态变异算子与改进螺旋更新位置对鲸鱼种群进行干扰,避免种群后期向某个最优区域靠拢,增大算法的全局搜索能力.选取文献[4]中23个国际标准测试函数,包括单峰、多峰以及固定维数函数,对改进的算法进行低维测试;选取文献[12]中的25个单峰和多峰国际标准测试函数,对改进的算法进行高维测试.结果表明,IMWOA算法在收敛精度、收敛速度上均明显优于原WOA算法且具有普遍适用性、稳定性和解决超大规模优化问题的能力.     

基于改进d-Xdraw算法的起伏地形下异构多传感器分簇部署方法

为解决起伏地形环境下异构多传感器网络表面覆盖问题,提出了多传感器多阶段分簇部署方法。首先,考虑地形遮挡效应,给出了起伏地形环境下的传感器侦察与通信模型。其次,为快速获取传感器覆盖范围,构建了基于视线交点相似性判断的改进型d-Xdraw可视域求解算法。然后,为增强覆盖率,采用分簇部署策略,将传感器部署过程分为多个阶段,并结合各阶段特点分别采用微粒群和改进虚拟力算法进行求解。实验表明,改进d-Xdraw算法能够在牺牲少量精度的同时,有效提升可视域的求解速度;相较于传统的直接优化部署方法,多阶段分簇部署方法可节省最多26.7%的运算时间,覆盖率可提升10.9%。     

特殊条件下铁路输送计划编制模型和算法

突发事件发生后, 在长期恢复重建过程中, 会产生一些特殊需求的铁路运输任务. 针对其运量大、时限紧, 动态性强、车辆利用率要求高的特点, 可采用动态服务网络理论编制其输送计划, 其目标是提高货物列车的利用率及运输需求的满足程度. 在构建重空车流时空网络图的基础上, 建立了基于固定路径的输送计划编制模型. 根据模型的特点, 提出一种松弛算法, 借助LINGO软件, 采用按周期分阶段逐步取整的方法求解模型. 算例分析中将该算法的计算结果与直接采用LINGO软件的计算结果相比较, 证明该算法效果良好. 特别对于规模较大的问题, 该算法也可以进行有效的求解.     

一种基于独立成分分析的滚转弹姿态解算

为了获取试验弹的飞行姿态,以便为进一步的弹体飞行动力学分析及制导系统的效能评估提供依据,提出了一种基于独立成分分析(independent component analysis,ICA)的滚转弹飞行姿态获取方法。该算法使用一个双轴角速率陀螺构成滚转弹飞行姿态遥测系统,利用ICA算法对遥测数据进行处理,从而重构弹体飞行姿态。通过构造一个特殊的虚拟观测变量,即可借助于ICA算法将测量信号由弹体坐标系变换至准弹体坐标系,去除由于弹体滚转引入的信号调制效应,最终解算出滚转弹的姿态信息。仿真计算结果验证了算法的有效性。     

基于在线方法的蓝藻危机应急预案启动策略

应对危机时,何时启动预案是应急管理中需要解决的关键问题.太湖蓝藻危机代表一类生长速度或传播速度不确定的突发事件,以此为背景基于在线方法,考虑了预案启动后损失立即停止和损失逐渐减少至零两种情形.针对这两种情形,分别设计了应急预案启动策略,并证明它们是最优启动策略.最后对太湖蓝藻危机进行实例计算并分析了策略的竞争性能,研究结果具有一定的实际指导意义和参考价值.     

基于预测模型与调整规则的烧结配料优化综合集成方法

针对传统烧结配料方法准确率和经济性不高的问题,从烧结技术要求和经济效益两方面综合考虑,提出基于预测模型与调整规则的烧结配料优化综合集成方法。根据烧结试验和生产所获得的工业数据建立成分预测数学模型,以群体专家经验得到的定性知识构造配比调整规则模型,利用线性规划和神经网络方法建立烧结配料优化模型和烧结矿性能指标预测模型,采用从定性到定量综合集成方法,将这些模型综合集成,从而实现烧结配料的优化,应用结果验证了该方法的有效性。     

基于大规模FSP问题Block性质的SA算法

对于大规模流水线调度问题(FSP),模拟退火算法(SA)中邻域候选解的被接受概率,因邻域增大和邻域中的劣解数的增多而大大降低,SA算法的性能因而大为降低。针对这一问题,提出一种基于FSP问题Block性质的SA算法。将邻域划分成若干个子邻域,用子邻域中的最好解作为候选解,以提高候选解被接受的概率。引入FSP问题的Block性质,减小邻域尺寸,将搜索集中在邻域中“最有希望”的区域,进一步增强算法性能。数值仿真实验表明,该算法能在较短时间内获得大规模FSP问题的近优解。     

基于最小方差的系列展期套期保值优化模型

当期货合约的最长持有期比现货所要套期保值的时间还短时,就迫使人们不得不采用两个或两个以上的期货合同交叠或接续的做法来进行现货的套期保值.采用期限较短的期货合约逐个叠加构造与现货套期保值时间相等的期货组合,建立了基于最小方差的系列展期套期保值优化模型.该模型一是通过建立交叠合约的风险函数求解最优套期保值比率,解决了复杂时间序列的整体风险的控制问题.二是在三个区间段组成的连续的等效时间序列中,在其整体风险最小的情况下,反推出交叠区间段不同期货合同价格冲抵的比例关系,进而求出交叠部分不同期货合约各自的最优套期比.实证研究表明所建立模型的有效性高于现有研究的成堆展期套期保值模型.