【摘 要】
：
针对已有的启发式算法在应用于带有缓存约束的作业车间调度时求解精度不高的问题,提出将解决方案从工件层级扩展到工序层级,并采用遗传算法对问题进行求解,以得到精度更高的解.同时,为避免传统遗传算法过早收敛和陷入局部最优,结合自适应交叉变异概率和良种交叉算子对算法进行改进.最后,通过实验计算结果,验证了算法能在同等缓存容量下获得精度更高的解.
【机 构】
：
西南交通大学 机械工程学院,四川 成都 610031
论文部分内容阅读
针对已有的启发式算法在应用于带有缓存约束的作业车间调度时求解精度不高的问题,提出将解决方案从工件层级扩展到工序层级,并采用遗传算法对问题进行求解,以得到精度更高的解.同时,为避免传统遗传算法过早收敛和陷入局部最优,结合自适应交叉变异概率和良种交叉算子对算法进行改进.最后,通过实验计算结果,验证了算法能在同等缓存容量下获得精度更高的解.
其他文献
目前普遍采用称量法制备标准气体,在此过程中气瓶体积膨胀所引入的空气浮力的不确定度贡献不可忽视.设计了一个气瓶充气膨胀率测量装置,该装置可以控制气瓶内充入气体的压力,并利用精密移液管测量气瓶体积的膨胀量,从而准确计算出气瓶的充气膨胀率.利用该装置对国内常见的2L、4L和8L铝合金气瓶进行了测量,结果显示气瓶体积的膨胀与充入气体的压力近似成线性正相关.而且气瓶外观体积越大,充气膨胀率的数值越大,量值之间也呈现出较强的相关性.基于获得的气瓶充气膨胀率数据,可以进一步降低气瓶体积膨胀对瓶内充入气体质量的不确定度贡
质量控制的核心在于对质量相关数据的充分利用和分析,如何有效组织和利用质量数据已成为企业和学者们广泛研究和关注的问题.针对质量数据库中异常实例缺失以及质量异常发现滞后的问题,提出利用遗传算法结合概率神经网络从质量控制图中挖掘质量异常现象的方法,弥补了当前广泛使用的统计过程控制(SPC)控制图在实际应用中存在的不足.首先通过分析判异准则在控制图异常判定方面的不足,引出控制图的异常模式;然后使用主成分分析法(PCA)对控制图原始数据进行降维和特征提取,以减少模型的训练时间;利用概率神经网络(PNN)结构简单、识
针对以最小化最大完工时间为优化目标的作业车间调度问题,提出一种基于块结构邻域搜索的遗传算法.采用基于工序的编码方法进行个体编码,并在编码后的个体上进行邻域构建.首先,将关键工序块的块首或块尾工序与块内某个工序组合,然后对该组合进行交换、移动操作构建出邻域个体.其次,提出了个体的冗余性判断条件,对邻域中调度方案相同的个体只保留其中一个,达到减少冗余个体的目的.另外,为改善整个种群基因的有效性和延迟算法的早熟,采用具有子代选择特征的改进选择机制.最后,通过在典型算例上的仿真实验,验证了所提算法的有效性.
为提高黑箱系统优化设计的效率,基于Kriging模型、期望超体积改进和可行性概率准则,提出一种改进的多目标代理优化算法.该算法的可行域探索准则包含考虑试验点间距离的项,对可行域非连通的优化问题也有效;Pareto解集改进准则以同时优化期望超体积和可行性概率准则为目标,在改进Pareto解集的同时兼顾了对可行域边界的刻画;最后,结合条件模拟方法和随机集理论,提出一种不依赖真实解集的算法收敛性评估方法.通过两个算例将提出的优化算法与已有算法进行对比分析,结果证实了所提算法的高效性及算法收敛性评估方法的可行性.
基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求.为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经网络(GRU)的组合预测模型(LightGBM_GRU_AM),该模型通过引入优势矩阵获取单个模型的最优权重系数,通过加权后的组合模型进行需求预测.考虑到组合模型中某时刻子模型的预测效果优于组合模型,为进一步提高预测的准确率,设计了一种基于LightGBM、GRU和LightG
刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征
针对相同并行机混合流水车间调度问题,提出一种基于激素调节机制的改进粒子群算法.首先,以最小化最大完工时间为目标构建数学模型;其次,设计了基于排列的编码解码方式,并提出新的NEH启发式算法用于提升初始种群的质量;然后,基于激素调节机制和相关系数法改进了速度更新公式,引用了一种随机拓扑结构将种群最优位置换为可变的邻域最优位置,并随机采用两种交叉算子和3种变异算子用于增强算法的全局寻优能力;最后通过两个对比实验,证明了新的NEH启发式算法能够产生质量更好的初始种群,改进的速度更新公式能够有效提高算法的搜索质量,
为替代航空航天产品装配过程中人工判定线缆连接器组装结果的操作,提出一种增强现实(AR)眼镜辅助的线缆连接器装配状态智能检错方法.该智能检错方法包括自动检测连接器孔位、分布排序和可视化不匹配孔位三个环节.面向孔位检测,融合了特征金字塔网络架构与双向长短期记忆网络结构的孔位检测网络可以有效定位图像中孔位位置并识别其真实安装状态;在孔位分布排序流程中,对检测到的孔位进行聚类划分至不同圆环上,排序每层圆环上孔位的极角以获得编号;顺序遍历所有编号的孔位,比对每个孔位的理想安装结果和真实安装状态可得知错装导线孔位与漏
为了提升故障诊断模型在数据不平衡场景下的性能,提出一种基于贝叶斯优化的自动不平衡故障诊断方法.首先,构建了一种分层多模型的参数空间,探索重采样和分类器的算法组合选择和超参数优化;然后,使用基于树形结构Parzen估计器(TPE)的贝叶斯优化器进行模型的训练与优化,得到参数空间中最优的算法组合和超参数配置;最后使用最优配置模型在测试集上进行结果评估.将所提方法应用于UCI(university of California Irvine)不平衡标准数据集和滚动轴承数据集.实验通过设置多个不平衡比,对优化后的模
针对定制型装备制造企业,研究了具有研配工序的制造系统排队网建模和缓冲区容量配置优化问题.建立了两阶齐套性约束的有限缓冲区开排队网模型,基于3种不同假设模型:M/M/1/K、GI/M/1/K和GI/G/1/K,提出拓展的广义扩展法,处理双重同步约束和固定配对约束,以快速求解系统性能指标值.其次,通过算例实验与仿真结果进行对比,验证假设模型的有效性和求解方法的精确性,并分析缓冲区容量对系统性能的影响.最后,由于缓冲区容量配置优化问题是一个非线性整数规划问题,因此提出一种将拓展的广义扩展法嵌入Polyblock