一种求解阻塞流水车间多目标调度的离散差分进化算法

针对流水车间中产品不存在缓冲区的多目标优化问题,研究了阻塞流水车间的最大完工时间和总流程时间的最小化问题,提出了一种多目标离散差分进化（Multi-objective Discrete Differential Evolution,MDDE）算法搜索Pareto最优调度解。MDDE的变异个体通过非支配解或当前解的邻域随机产生,实验个体通过交叉操作产生,而选择过程则设计为一种多目标选择策略。此外,算法还混合了一种基于插入的Pareto局部搜索方法。基于标准测试算例的数值仿真实验表明,MDDE算法获得的非支配解集在Inverted Generational Distance、Set Coverage和Hypervolume性能指标上均有较好的表现。     

炼油厂润滑油系统的优化调度策略研究

以炼油厂润滑油系统为对象,建立了优化调度数学模型,和基于调度专家经验的规则集。分析了各种关联效应。利用分步式启发式点-路径扩展搜索法和智能协调法,解决了该系统的生产优化调度问题。试用结果表明上述方法和软件的有效性。     

基于Multi-agent的机电设备群控智能调度系统

针对群组控制的机电一体化设备具有分布、并行工作和自主运行的特点,从优化调度、提高运行效能的角度出发,基于M u lti-agent理论和技术,提出了一种具有递阶结构的M u lti-agent智能调度模型,并对M u lti-agent系统结构、A gent协作机制和控制算法等关键问题进行了研究。结合典型的电梯设备群控调度作了实例仿真,仿真结果说明该方法是可行的、正确的,具有十分明显的优越性。     

基于改进蚁群算法的多目标Job-shop动态调度

实际作业车间调度中多目标的动态优化更符合生产的需求。利用多目标优化问题的Pareto解集思想构建最大完工时间最小以及总拖期时间最小的数学模型,以事件驱动作为动态调度策略实现作业车间的动态调度。采用多目标蚁群算法优化启发式算法,并对算法的转移概率及全局信息素更新进行改进,加快算法的搜索收敛速度同时避免陷入局部最优。仿真实验证明,改进后的算法能实现Pareto前沿较好的均匀性与分布性,对双目标调度以及单个目标独自调度时的甘特图对比,表明双目标优化算法能更好地平衡各个目标的解。最后对急件插入以及机器故障两种动态事件进行仿真,验证了改进蚁群算法在实际动态调度中有较好的实现。     

基于改进分布估计算法的带并行机模糊混合Flow Shop调度

针对处理时间不确定情况下带并行机的混合Flow Shop调度问题,基于模糊规划理论,采用一种模糊数排序的方法建立了调度模型;以最小化加权模糊最大完工时间的平均值和不确定度作为调度目标,提出一种改进分布估计算法(IEDA)求解上述问题。 IEDA算法采用基于NEH(Nawaz Enscore Ham)和破坏重建策略的初始化方法,对较优个体进行变邻域局部搜索以提高算法的局部搜索能力,同时采用破坏重建策略增加种群多样性,在最优解连续若干代没有改进时对其进行基于破坏重建策略的变邻域局部搜索,增强算法跳出局部最优的能力,并用正交设计的方法调节算法参数。仿真实验结果验证了本文算法的优越性。     

基于离散候鸟迁徙优化算法的置换流水车间调度问题

针对置换流水车间调度问题,以最小化最大完成时间为调度目标,提出了一种离散候鸟迁徙优化(Discrete Migrating Birds Optimization,DMBO)调度算法。采用NEH产生一个调度可行解,其余个体随机产生,保证了种群的质量和多样性,初始化鸟群按优化目标值升序排成倒V字形。领飞鸟通过优化插入加优化交换产生的邻域解进化,而通过混合策略获得跟飞鸟的邻域解。跟飞鸟通过其邻域解和前面个体未使用的、较好的邻域解进化,这种进化机制是独一无二的。最后,采用局部搜索算法进一步优化种群。仿真实验中使用正交设计方法调节算法参数,通过求解Car 和Rec标准算例,验证了算法的有效性。     

基于时间槽的并行机调度连续时间建模方法

采用基于时间槽的连续时间建模方法对匀速并行机调度问题建模以获得最优解。基于3-索引和2-索引的分配变量下标的不同定义方法,通过变换空时间槽在时间轴上的位置,分别提出了针对该并行机调度问题的不同的连续时间模型。为了进一步提高连续建模近似求解问题的效率,提出启发式算法用于减少时间槽数目。通过实验分析了所建立的不同模型的优势和缺点。实验结果表明：3-索引模型的求解速度快于2索引模型,随机安排空时间槽在时间轴上的位置能够加快模型的求解速度。此外,提出的启发式算法提高了模型的求解效率。     

大数据流计算环境下的低延时高可靠性的资源调度方法

在大数据处理过程中,如何保证流数据处理的可靠性及实时性变得日益重要。本文使用数据流图（DSG）对大数据流应用过程进行描述,并将DSG表示为扩展的Petri网以便对数据流过程进行建模。提出了基于CPU利用率平均变化率的资源熵算法计算资源组可靠性,并根据资源熵算法提出了基于时间和可靠性的资源调度算法（TRS-SCHE）以获得高可靠性、低延时的资源调度方案。通过仿真实验,模拟实现soda交通大数据分析应用并进行资源的调度,验证了TRS-SCHE相比于Storm隔离调度算法在响应时间、请求失败率和算法时间复杂度方面的优势。     

中国中医科学院广安门医院数字图书馆建设的实践

从数字图书馆的建设原则,数字图书馆系统架构,数字图书馆硬件设备配置和网络组建三个方面介绍了中国中医科学院广安门医院数字图书馆建设的整体构思,以及如何将先进理念、先进技术合理调度并在数字图书馆建设中充分实现。     

江中指纹图谱智能分析系统的设计与实现

针对中药制造过程中中药成份含量不稳定的问题,以及传统中药质量控制方法费时费力且精度低的问题,本文设计并实现了一种并行勾兑优化方法,用于保证中药质量均一性。该方法采用了一种两段式的策略。首先,利用改进的高斯消去法求出解集范围;然后,利用并行回溯法搜索最优解。基于该方法,我们实现了一个指纹图谱智能分析系统,实现了从色谱仪检测到勾兑优化的一体化。本文从系统结构、系统功能和系统特点三方面较为全面的介绍了系统的设计和实现。该系统的分析计算结果可用于指导实际的中药生产。该系统的实现为中药制造企业提供了一种准确、高效、可靠、低廉的中药质量均一性控制方法,为中药现代化贡献一份力量。     

量子寄生遗传算法求解Flow Shop及两阶段配送的集成调度问题

针对Flow Shop及两阶段配送的集成调度问题,考虑各种约束条件,以交货时间最短为目标构建混合整数规划模型。该模型中,第1阶段配送是工件原材料从仓库由吊车搬运到生产车间的加工机器上,第2阶段配送是工件完工后由一辆卡车运送至顾客。根据该集成调度问题特点,提出了基于量子理论和寄生理论的量子寄生遗传算法（Quantum Bio parasitic Genetic Algorithm,QBGA）。该算法设计了能够同时带有工件的运输批次和生产排序信息的编码,该编码保证了每个个体都是充分协调生产能力和运输能力的可行解,同时构建了两个种群——宿主群和寄生群,执行寄生机制与反寄生机制从而增加基因多样性和加快算法收敛速度,最后通过仿真实验验证了QBGA算法的有效性。     

基于离散布谷鸟搜索算法的带阻塞有差速混合流水车间调度

基于以最小完工时间为目标的带阻塞有差速混合流水车间调度问题,提出了一种改进的离散布谷鸟搜索算法。在基本布谷鸟搜索算法的莱维飞行和巢寄生性的基础结构上,提出了一种基于交叉策略的莱维飞行机制,以便算法能够解决离散问题;同时,通过非余弦递减策略的动态发现概率去发现劣质鸟巢,并利用排列差分进化算法的变异思想将劣质鸟巢重建;在搜索过程中设定全局最优极值保持代数为阈值去重新发现劣质鸟巢,以防止算法陷入局部最优;最后利用邻域搜索方法进一步提高算法的搜索精度。通过仿真实验验证了该算法在求解混合流水车间调度类离散问题上的有效性与优越性。     

不确定条件下的零等待F1ow shop生产调度问题

研究了处理时间不确定条件下,含零等待模块的模糊Flowshop生产调度问题;采用三角模糊数描述处理时间的不确定性,用零等待策略对加工过程进行约束,建立了基于模糊规划理论的零等待Flowshop调度模型,通过中间值最大隶属度的方法,将原有的模糊调度模型转化为清晰的调度模型;最后应用改进的模拟退火算法对模型进行仿真优化,制定了适用于实际排产过程中的GANTT图,仿真结果说明了调度模型的正确性和改进算法的有效性。     

间歇过程生产计划的智能方法及其应用

提出了一种新的数学模型和专家系统相结合的智能方法。建立了生产计划的线性规划模型。通过定义分配系数将长期、中期、短期计划统一在一个模型之中,利用专家系统技术来确定分配系数,从而降低了模型的维数,减少了所需计算机的内存容量,加快了运算速度。以某啤酒厂生产过程为例,仿真和实际运行均表明可获得显著的经济效益。     

基于DICA的存储受限流水车间调度

针对缓冲区空间和时间同时受限的流水车间调度问题,以最小化完工时间为优化目标建立了数学模型,并提出了求解方法。由于中间存储策略的限制,相对于普通流水车间调度问题,约束条件更加苛刻,且随着调度问题规模的增大,求解难度成倍增长,但却更加具有实用性和研究意义。帝国竞争算法具有求解精度高、收敛速度快的特点,在帝国竞争算法的基本框架上,提出了一种改进的离散帝国竞争算法。针对存储受限的流水车间调度问题,采用随机键编码的方式初始化种群;同化过程采取交叉替换的方式,并控制一定的同化概率,削弱帝国的势力,防止算法过早收敛;引入历史最优解机制,记录殖民的历史最优位置;革命过程中引入变异算子,以增强搜索能力;采用正交试验方法确定算法参数。在经典算例的基础上加入缓冲区约束并进行仿真实验,实验结果表明,离散帝国竞争算法求解质量高,收敛速度快。     

混合规划处理流水车间调度问题

针对不确定条件下流水车间调度问题(F low shop schedu ling),研究了含有随机参数和灰色参数的混合机会约束规划模型的建立及求解方法。提出了灰色模拟的概念和方法,为含有灰色参数的机会约束规划提供了求解途径。通过理论推导及仿真实例,结合遗传算法,验证了基于随机模拟和灰色模拟的混合机会约束规划的调度模型及求解方法的有效性。     

气敏法动态浓度测量中的预测技术研究

用实验方法研究了半导体气敏传感器(QM 211型)在气体浓度阶跃作用下的响应和恢复特性,发现它们均可用超越函数模型近似。据此建立了气敏法动态浓度测量中的智能预测技术,结果与实验基本一致,从而解决了气敏法动态测控中的滞后现象。并建立了快速测定气敏传感器响应时间和恢复时间的新方法。     

鼠尾胶原蛋白提取、分离、纯化方法的建立及鉴定

目的建立一种高效提取、分离、纯化鼠尾胶原蛋白的方法。方法通过对鼠尾进行剥离获得鼠尾腱,用Tris-HCl缓冲液、胃蛋白酶处理获得鼠尾胶原蛋白原液、反复使用氯化钠溶液进行分级盐析、醋酸溶液复溶进行鼠尾胶原蛋白的纯化。超纯水透析除去无机盐类获得纯化的鼠尾胶原蛋白。通过SDS-PAGE蛋白质电泳、氨基酸含量分析等技术手段鉴定。结果本研究建立的方法可以获得高纯度的鼠尾胶原蛋白,纯度达到电泳纯。与国外进口的商业化鼠尾胶原蛋白产品相比无差异。研究了提取、分离、纯化参数对得率、纯度的影响,建立了最优的鼠尾胶原蛋白提取条件,胃蛋白酶用量:1∶500,酶解时间:72 h,盐析浓度:2 mol/L,提取所用酸溶液:0.05mol/L醋酸溶液。结论为鼠尾胶原蛋白的扩大化生产提供了合适的工艺参数,为大量获得鼠尾胶原蛋白并进行更深层次的功效方面研究提供了理论支持和实践基础。