混合遗传算法求解车间作业调度问题

分析了生产调度问题,提出一种更为有效的动态混合遗传算法,成功地解决了复杂的FT10×10问题.研究过程中引入自适应遗传算法思想,结合一种能够很好解决调度问题的编码规则和适应度值函数,对该算法进行了详细分析.为防止在遗传操作过程中非法染色体导致程序运行失败,给出了非法染色体合法化的规则.仿真结果表明,该算法和编码规则非常适合调度问题,且所提出的动态混合算法优于其它算法.     

一种基于纹理的图象相似性度量模型

关于图象间的相似性应用于图象数据库中图象的检索存取，作者提出了一种用于多纹理图象的图象相似性度量的模型；描述了该模型的定义和计算方法，给出了试验结果和分析了它的有效性．     

微波测量中的频域特性分析

分析了微波测量中回波信号的时间变量函数 ,确定了时间变量函数和频率变量函数之间的变换关系     

积分球反射法测量铌的发射率随温度的变化

提出了一种利用积分球反射法的脉冲加热技术测量材料热物性的方法，在此基础上研制了脉冲加热瞬态热物性测量装置，给出了利用该装置测量的铌在632．8nm波长下法向光谱发射率随温度的变化曲线，并进行了讨论。结果表明，所研制的装置能同时测量带状试样的比热、电阻率、全波长半球发射率及法向光谱发射率，具有试样制备简单、测试精度高等优点。     

监控量测技术在通渝隧道出口段中的应用

重庆通渝隧道是“八小时重庆”工程的控制性工程，地质条件复杂，集涌水、岩爆、瓦斯、有害气体、塑性变形、高应力于一身，是典型的复杂条件下的长大公路隧道。在施工过程中，严格进行了新奥法监控量测指导施工，通过开挖面地质素描、拱顶下沉、水平收敛、锚杆轴向力、喷层应力、格栅拱架压力、围岩内变形、二衬应力等多项涉及围岩稳定性及支护合理与否的参数的跟踪量测，并及时将量测数据的散点、回归图等处理信息反馈给施工，以了解隧道开挖后围岩的稳定情况及采取相应的支护措施，实践证明效果可靠，隧道出口段掘进已突破l500m大关。     

基于准时制的时间成本双目标作业调度优化

提出了一种基于混合遗传算法的以生产周期和生产成本为优化目标的作业调度方法，该方法采用Giffler-Thompson启发式调度算法产生活动的调度，基于工序编码的染色体决定了工序调度的优先级，在启发式调度算法产生的冲突集合中，根据工序的优先级选择下一步安排加工的工序，混合遗传运算在全全局范围内搜索具有最优调度工序优先级的染色体，同时，在GifflerThompson的启发式算法中，采用了反向调度的策略，即从工件的交货期开始，先安排最后一道生产工序，然后依次安排前一道生产工序，直到工件的第一道工序调度完毕，形成一个完整的调度方案，在算法中，不仅考虑了工件的生产周期和多个工艺计划，而且考虑了库存费用和加工费用，设计了基于生产周期和生产成本的双目标适应度函数，算例结果表明该方法是可行的。     

面向多品种引信类产品的相似制造工程

详细论述了相似制造工程的含义,并指出了进行多品种引信类产品相似制造工程的重要性和必要性;在分析相似制造工程国内外发展现状的基础上,提出了多品种引信类产品相似制造工程的主要内容及其实现技术,给出了基于PDM的集成框架体系;对相似制造工程理论进行了初步探索,为相似制造工程的应用起到了一定的借鉴作用.     

遗传算法在气体分离装置调优中的应用

提出了一种基于遗传算法和随机复合形法相结合的混合遗传算法，并以某厂气体分馏装置的生产过程的优化问题进行了测试，得出了优化操作条件。     

混合系统:回顾与展望

本文首先对混合系统的概念及研究背景进行了介绍,然后综述了混合系统的分析与设计,重点讨论了分析切换系统稳定性的统一李雅普诺夫函数法、多李雅普诺夫函数法,介绍了混合系统的最优控制、混合系统的验证与仿真.对混合系统未来的研究趋势进行了展望,并进一步指出混合系统研究的重要意义.     

Flow-Shop Scheduling Models with Parameters Represented by Rough Variables

In reality, processing times are often imprecise and this imprecision is critical for the scheduling procedure. This research deals with flow-shop scheduling in rough environment. In this type of scheduling problem, we employ the rough sets to represent the job parameters. The job processing times are assumed to be rough variables, and the problem is to minimize the makespan. Three novel types of rough scheduling models are presented. A rough simulation-based genetic algorithm is designed to solve these models and its effectiveness is well illustrated by numerical experiments.