基于多元共生遗传神经网络的藻类预测仿真

提出一种多元共生遗传神经网络(PGANN),从遗传算法和神经网络——进化和学习两方面及其相互关系着手完善进化过程,以提高优化效果和泛化能力。该算法包括一个共生平衡交叉算子,一种多元选择策略和一种神经网络的分级优化策略,其中共生平衡算子能够兼顾进化过程中的方向性、多样性和自适应性;多元选择策略能够适应进化过程不同时段对选择压力不同的需求;而分级优化使运算规模和运算速度之间的矛盾得到缓解。将该改进的遗传神经网络PGANN应用于水库和湖泊有毒的优势蓝绿藻爆发预测,取得了满意的效果。     

WSN中递增协作传输能量效率优化研究

研究了无线传感器网络中递增协作传输的能量效率及其优化问题.提出了一种递增协作传输的能量效率分析方法,导出了协作传榆与直接传输的能效表达式,依此对两者的能效进行了仿真研究,发现当通信距离大于"门限距离"时,协作传输的能效才高于直接传输的能效;进而提出了一种分组长度离散优化算法,提高了协作传输的能效.     

基于代理模型的翼型多目标集成优化设计

针对翼型优化中直接使用计算流体力学方法计算量大的问题,提出了一种基于代理模型的翼型多目标优化设计方法.使用形函数线性扰动法描述翼型外形,求解N-S方程获得翼型气动参数.采用Pareto多目标遗传算法进行优化,使用代理模型降低计算量,通过优化集成,实现优化过程自动化以提高设计效率.算例结果表明,本方法能有效降低计算成本,缩短设计周期,提高设计质量,具有一定实用价值.     

具有不同到达时间的差异工件批调度问题的蚁群聚类算法

研究具有不同到达时间的差异工件在单机环境下的批调度问题.通过引入工件单元的概念并对分批约束进行松弛,提出了该问题的一个新的下界,证明了该下界的有效性.将蚁群算法和聚类算法相结合,提出了一种基于多阶段聚类的蚁群聚类算法ACC(Ant colony clustering).算法首先利用K-均值聚类将工件分簇,在簇内部通过蚁群算法搜索分批,最后提出一个全局优化算法对局部分批结果进行合成和优化.克服了蚁群算法随着工件规模增大求解时间过长的问题,适合于求解大规模算例.实验结果表明:与现有的启发式规则LPTBFF(Longest processing time batchfirst fit)和HGA(Hybrid Genetic algorithm)算法相比,该算法求解效果更好.     

防空雷达预警监视装备体系作战能力优化的新模式

在将防空雷达预警监视装备体系作战能力辨析为固有作战能力和实际作战效能的基础上,提出了由“基于能力”的体系固有能力层面静态优化和“面向任务,基于效果”作战效能层面动态优化组成的一种新型体系作战能力优化模式--“双层铰链模式”。并给出了该模式的逻辑框图,同时对逻辑框图中的优化过程进行了阐述。最后,通过对某类复杂对抗背景下的防空雷达预警监视装备体系作战能力优化的实例分析,验证了该优化模式的可行性和可信性。     

装备备件两级闭环供应链库存优化与分析

研究备件两级闭环供应链系统结构与备件运转流程.通过建立单项备件供应可用度模型,构建了两级闭环供应链库存系统优化模型,并运用边际效能分析算法合理配置基层级和基地级备件库存量,实现了在有限购置费用资源约束条件下的系统供应效能最大化,分析得出提高两级维修能力可以改善系统供应效能.     

需求不确定环境下的供应商选择与订购量分配问题优化模型及算法

设计一个同时考虑需求数量和需求时机不确定性的供应商柔性衡量方法,在此基础上以采购成本、运输成本、退货成本以及交付晚点率、废品率最小和总的供应商柔性最大为优化目标,建立了需求不确定环境下的供应商选择和订货量分配优化模型,该模型不仅可以确定最优供应商,同时还可以确定各供应商的订购量分配率,并基于模拟退火算法设计了启发式求解方法进行计算和分析。最后的算例计算证明上述模型和方法计算快捷,结果合理,从而能为企业的供应商选择问题提供科学的决策依据。     

基于DPSO的无等待混合流水车间调度方法

研究了无等待混合流水车间调度问题,调度目标为最小化工件的最大完成时间。针对问题中工件加工无等待特点,设计了分阶段实现的无等待算法,并将机器的能力约束嵌入到算法之中。在此基础上,首次应用离散粒子群优化算法对无等待混合流水车间调度问题进行了优化求解。通过仿真实验表明,离散粒子群算法的优化质量优于遗传算法及LTPT、STPT和FCFP三种启发式算法,同时验证了分阶段无等待算法的有效性。

Abstract：

A no-wait hybrid flow shop（NWHFS） scheduling problem was studied for the objective of minimizing makespan.For the no-wait constraint between two sequential operations of a job,not only the no-wait algorithm of grading was designed,but also the number restriction of machines was embedded into this algorithm.On this basis,the discrete particle swarm optimization（DPSO） algorithm was proposed for the first time to solve such problems.The last simulation experiments show the optimization qualities of DPSO are superior to those of the genetic algorithm（GA） and the heuristic algorithms of LTPT,STPT and FCFP,and demonstrate the effectiveness of the no-wait algorithm of grading as well.     

求解约束优化问题的动量粒子群算法

为解决约束优化问题,提出使用双可行域吸引子策略改进动量粒子群算法。该算法只需初始种群中有一个粒子位于可行域内,随着搜索过程的进行,整个种群自动进入可行域内搜索。一方面,在搜索过程早期,由于可行域内粒子少,所有粒子移向相同的吸引子,整个种群迅速进入可行域内。另一方面,随着进入可行域粒子的增多,由于每个粒子使用距本身最近的可行域吸引子,较好地维持了种种群的多样性,避免早熟现象的发生,使算法具有较好的寻优性能。与国际上当前解决约束优化问题的粒子群算法在4个标准约束优化函数上测试比较,实验结果表明本算法取得的最优值要优于其它粒子群算法。

Abstract：

The strategy that two good positions in feasible region worked as attractors was incorporated into momentum particle swarm optimization algorithm in order to resolve constrained optimization problems. The resulting algorithm only requires that one of the initial particles is in the feasible region, and then all particles in the swam automatically move into the feasible region. On the one hand, in the early iterations few particles appear in the feasible region and hence all particles move toward the same attractors, so the particles soon enter into the feasible region. On the other hand, as the number of particles in the feasible region increases, each particle adopts the most near attractor so that each particle has different attractor. Therefore, the algorithm maintains the diversity of the population, alleviates the premature, and hence achieves good performance. The algorithm is compared with other particle swarm optimization algorithms on four benchmark functions. The experimental results show that the solution of the algorithm is better than that of others.     

基于主模型CAD/CAE集成的卷绕锭轴结构参数优化

高速卷绕头是化纤长丝纺丝机的重要单元机,国内之前研究相对较少。采用虚拟产品开发技术进行高速卷绕头新产品开发的技术创新,提高卷绕头产品开发效率。与同类研究类似,在高速卷绕头产品的虚拟开发过程中,集成CAD/CAE系统存在若干技术瓶颈。基于CAD/CAE系统集成方法的对比分析,建立了主模型CAD/CAE集成框架,并在该框架下进行了高速卷绕头锭轴结构参数优化设计,其优化设计的动力性能分析结果验证了基于主模型CAD/CAE集成框架进行高速卷绕锭轴部件虚拟开发的有效性。

Abstract：

Researches based on the high speed winder, which is a key unit machine for filaments treatment, are relatively rare in China. The techniques of virtual product development （VPD） were applied to improve the new product development of the high speed winder, which would raise the product development efficiency of the high speed winder. Similarly to the research of this kind, in the procedure of developing the virtual product for the high speed winder, there were several key technical problems in the CAD/CAE integrated system. The contrast analysis of the CAD/CAE integrated methods was given; furthermore, the CAD/CAE integrated framework based on master model was built, in which the structural parameters of the high-speed winder chuck was optimized for design. The dynamic characteristics analysis for the optimization design was done; consequently, the result indicates that in the CAD/CAE integrated framework based on master model, the structural parameter optimization of high-speed winder chuck is available.