弱渗流结构的分布参数模型

弱渗流结构的力学性质很难用力学方法进行精确测量.提出了用一个分布参数的电学模型来表示弱渗流结构的力学性能,模型参数可通过测量其交流阻抗谱得到.在电学模型的基础上,提出了传输线分布参数模型.传输线分布参数可以用常相角指数来近似表示,常相角指数与分形的维数相关联,可以直接用来表征多孔介质的弱渗流特征.     

常微分方程初值问题线性多步法的实验阶研究

本文针对常微分方程初值问题数值计算中的线性多步法提出实验阶概念,目的是在这类公式中寻找影响计算稳定性的办法。为计算能保证绝对稳定的步长提供了理论依据。数值实验证明该方法具有实用价值。     

局部对称拟常曲率黎曼流形的紧致伪脐子流形

讨论局部对称拟常曲率黎曼流形中的紧致伪脐子流形,得到了这种子流形的一个．Simons-型积分不等式（定理1）和Yau-型积分不等式（定理2）．     

变系数四阶周期边值问题正解的局部存在与多解性

考察了一类变系数非线性四阶周期边值问题的正解存在性与多解性.主要工具是相关线性问题的Green函数,积分方程以及锥上的不动点指数定理.结论表明,这个问题可以具有n个正解,只要非线性项在某些有界集上的增长速度函数受到系数函数控制,其中n是一个任意的自然数.     

解常微分方程初值问题的k步k+1阶线性多步公式集及其stiff稳定性

本文利用算子方法导出了一般的k步k+1阶线性多步公式集其中的系数β_i及误差系数C_(k+2)可以表示为α_i的函数(i=0,1,2,…,k): 从而可以方便地构造出满足稳定性要求的任意k步k+1阶线性多步公式,并同时给出它的误差系数。是否存在k步k+1阶stiff稳定的线性多步公式?,对于k=1,2,3的情形,本文作出了论证,答案是否定的。     

基于目标级联法的作业车间调度

为求解大规模的车间调度问题,基于层次性优化的目标级联法,建立一种带层次性的车间调度模型,并以由两个零件族制造单元组成的车间调度为例,验证所建立的车间调度模型的有效性.实验结果表明,该车间调度模型不仅能解决大规模车间的分层调度问题,而且能根据加工时间和工件数量动态、合理地分配各制造单元的机器数量和工件的加工路径.     

作业车间调度双阈值控制结构自适应遗传算法的一种改进

当前,用于求解作业车间调度问题的遗传算法的执行效率非常差,针对这一问题,设计了一种双阈值控制结构的自适应遗传算法。该算法首先利用相似度阈值实现选择性的交叉和变异,然后以适应度阈值作为是否引入新个体的标准,从而保持种群的多样性。利用这种方法解决车间调度问题时,可以避免交叉后产生的优秀个体因变异而遭到破坏。它对典型作业车间调度问题的求解表明,该算法可以极大地提高算法的寻优能力和收敛速度。     

基于改进遗传算法的柔性作业车间调度问题研究

针对柔性作业车间调度问题的特点,以产品的加工周期最短为目标,提出了一种改进的遗传算法,采用双子串的方式来进行编码,并且基于此给出了独特的交叉和变异法则。同时通过具体的实例仿真分析说明该算法的有效性。     

基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度

针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法。首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境■行为评价神经网络模型作为优化模型的适应度函数。然后利用改进的量子遗传算法求解动态调度优化模型。该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于Tent映射的混沌搜索算法,以跳出局部最优解。最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性。     

基于Petri网和GASA的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模.该模型不仅能够反映柔性生产线上待加工产品的多条工艺加工路径及其资源约束,还可以对系统的设备维护、各种优先级等特性进行描述.利用遗传算法和模拟退火算法(GASA)获得调度结果,用于解决作业车间在机床、操作工人等生产资源制约条件下的动态优化调度.该调度以生产周期为目标,通过多种交叉、变异、概率更新、再分配策略等遗传和模拟退火操作,得到目标的最优或次优解;尤其重要的是该算法能够在扰动发生后迅速提供新的调度计划.对算法进行了仿真研究,结果表明该算法是可行、有效的.