解特殊工艺约束双目标调度问题的新遗传算法

针对特殊工艺约束下非一致并行多机双目标调度问题,设计了一个双目标调度模型(BOSP).进而基于遗传算法和免疫理论的思想,提出了新的遗传算法(IGA).算法的编码采用了向量组编码方法,能有效地反映实际调度方案;免疫算子的引入,保证了种群的多样性和种群的质量,加快了算法收敛速度.仿真结果表明,算法是有效的,免疫算法的引入,使算法能较好地收敛到最优解,优于没有引入免疫算子的遗传算法,并能适用于解实际的此类调度问题.     

解家纺企业生产计划问题的并行混合遗传算法

为解决家纺企业的实际车间批量生产计划问题，提出了一个基于自然编码的混合遗传算法。此算法具有如下特点：一方面编码方式能有效地反映调度方案；另一方面对每子代得到的调度方案利用爬山算法对其进行了局部调整，大大加快了收敛速度。同时为了更好地适应调度实时性和解大型企业此类问题的需要，基于遗传算法自然并行性特点的基础上，实现了主从式控制网络模式下并行混合遗传算法。计算结果表明，此算法是有效的，有着较高的并行性，并能适用于解大型此类企业车间批量生产计划问题，在实际应用中有着较广阔地应用前景。     

智能制造专业实践教学创新路径的探究

智能制造专业实践教学是高校教学活动中的关键环节,是培养智能制造产业高质量人才的重要途径。针对智能制造专业实践教学中存在教学环境待优化、教学平台构筑不充实等问题进行了分析,结合智能制造专业建设内涵,以智能制造产业需求为导向,以工程项目驱动为主线,提出了构建多元化课堂实践教学模式、构筑多角度智能制造专业实践教学平台、建立合理化实践教学师资结构等创新路径,促进了具有创新能力和工程实践能力的工程应用型人才的培养。