基于神经网络增强学习算法的工艺任务分配方法

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态-动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.     

分布式MPC在网络化制造环境下SCM中的应用

针对网络化制造环境下动态供应链管理特点,利用分布式模型预测控制技术解决供应链中动态优化控制问题。首先,阐述动态供应链运行机理,并以此提出完整的随机动态优化控制模型及其控制约束;其次,给出分布式模型预测控制算法,并构建了优化控制序列模型;最后,仿真实例结果表明,利用分布式模型预测控制技术计算供应链中各阶段订货率,可以预测企业各阶段理想库存,从而快速响应市场动态变化,有效控制供应链管理中的不确定性。     

基于网络化制造的供应链战略能力规划研究

针对网络化制造环境下的供应链生产、运输能力动态变化问题,将供应链网络系统定义成包括供应商、制造商和销售商在内的三级系统,以使三者的供应力、制造力及运力所涉及的费用最低为目标函数,建立了一个包括供应商、制造商、销售商在内的供应链战略能力规划模型·采用启发式算法求出该模型的可行解,并以此作为分枝定界算法的上限,求出模型的最优解·数值实例分析证明,在新的市场机会下,供应链网络系统中各节点企业实施战略能力规划可以优化企业资源利用率,最大限度地降低库存,同时也证明了所提出优化目标的成熟性及模型和算法的有效性·     

基于流固耦合算法的单颗磨粒切削仿真研究

基于欧拉/拉格朗日耦合算法,采用四棱锥模拟磨粒的切刃,进行了单颗磨粒的三维切削仿真.该方法解决了传统有限元法进行切削仿真时易于发生单元畸变的问题.仿真结果表明,磨粒的挤压使工件材料向前方及两侧流动而产生隆起,侧向隆起高度及范围逐渐增大,形成切屑后基本保持不变;磨粒切削刃处的工件材料变形剧烈,产生较大的加工应力,在沟槽侧面及底面留下较大的残余应力并产生较高的温度;磨粒刃尖处的接触应力最大,并沿着棱边向上迅速降低.     

基于层次分析法与模糊综合评价的供应商评价研究

为了避免层次分析法中人的主观判断、偏好等对供应商评价结果的影响,提出了层次分析法与模糊综合评价相结合的供应商评价方法.利用层次分析法确定了供应商各评价指标的权重,采用模糊综合评价的方法进行了供应商评价信息处理,建立了供应商模糊综合评价的数学模型,并通过对某汽车制造企业多个供应商的综合模糊评价,验证了层次分析法与模糊综合评价相结合进行供应商模糊综合评价的合理性与可靠性.     

模型预测控制在网络化制造环境下SCM中的应用

针对网络化制造环境下供应链需求不确定的特点,采用模型预测控制技术解决供应链管理中库存的动态优化问题。首先,阐述了模型预测控制的机理及其在供应链动态控制方面的适应性;其次,建立了成本目标优化模型,提出控制法则并给出控制算法;最后,仿真结果表明,模型预测控制技术在预测合理库存水平以及控制动态、不确定的供应链系统是可行的。     

基于ABAQUS的下颌骨生物力学分析

为解决游离腓骨瓣修复下颌骨缺损手术存在个体匹配差的问题,采用定制化修复钛板设计和制造方法.通过采集分析病人CT数据,利用可视化和CAD技术设计出符合病人生理结构的修复体模型.建立下颌骨的有限元模型,对比了修复前后的下颌骨的应力情况.利用快速原型技术制造出树脂模型用于手术指导,通过临床研究,该方法节省手术时间,提高手术成功率.下颌骨有限元分析结果表明:下颌骨应力集中区域主要分布于踝突区、下颌角、下颌骨修复处.随着加载力的增大,应力增加明显,特别是下颌骨修复处与踝突区应力分布增长明显.最大应力出现在下颌骨与腓骨的结合处,修复后的下颌骨高应力区泛化的现象得到明显的遏制,应力集中区域明显地减少.     

基于LS-DYNA的金属切削加工有限元分析

采用有限元法对金属的切削加工过程进行了模拟,得出了工件内部应力、应变及温度的变化规律.模拟结果表明,切屑是切削层材料受到刀具前刀面的推挤,沿某一斜面发生剪切滑移形成的;切削进入稳定阶段后,材料的最大等效应力保持在某一值附近波动;钝圆半径的挤压导致成形表面产生残余应力;切削热主要集中在切屑上,切屑温度从切屑底层到外层逐渐递减.该方法弥补了实验方法冗繁的缺点,为金属切削原理的研究、切削加工工艺的设计提供了高效的方法和理论依据.     

协同环境下基于客户满意度的协商模型

针对网络化制造环境下产品设计的特点,分析了客户满意度在产品设计中的重要性.将客户满意度应用到协同设计环境下的协商机制中.按照协同设计环境下产品设计的要求建立了在产品协同设计过程中客户满意度的指标体系,并以此建立了满意度数学模型.采用多Agent技术,建立基于客户满意度的协商Agent模型并分析了协商过程.结合企业实际需求,利用BP神经网络对客户满意度的评估进行了训练和仿真,通过神经网络减少评价过程中的人为因素,提高了评价的可靠性.同时验证了基于BP神经网络的客户满意度协商模型的有效性.     

基于遗传算法的网络化制造伙伴选择与优化

在分析制造业面临的动态多变的竞争环境基础上,着重考虑了时间、成本、风险作为伙伴选择过程中的重要评价因素,结合项目本身存在的约束关系以及决策者的偏好,提出了基于遗传算法的合作伙伴选择的多目标优化模型·实例仿真结果验证了算法模型与求解过程的有效性与实用性,实现了网络化制造伙伴选择的定量分析,为开发网络联盟企业合作伙伴选择决策支持系统奠定了基础·