【摘 要】
：
为了将可变批次的调度策略应用于生产,以提高大规模柔性作业车间的生产效率和设备利用率,针对柔性作业车间可变子批问题的特点,建立了以最小化完成时间和最小化批次数目为优化目标的多目标柔性作业车间调度模型和析取图模型,提出一种改进的候鸟算法求解该问题.算法设计了精英分批和可行邻域结构两种策略用于提高算法的搜索效率.通过对比实验验证了可变批次划分策略的优势和所提算法的有效性.
【机 构】
：
武汉理工大学机电工程学院,湖北武汉430070;数字制造湖北省重点实验室,湖北 武汉430070;武汉理工大学机电工程学院,湖北武汉430070
论文部分内容阅读
为了将可变批次的调度策略应用于生产,以提高大规模柔性作业车间的生产效率和设备利用率,针对柔性作业车间可变子批问题的特点,建立了以最小化完成时间和最小化批次数目为优化目标的多目标柔性作业车间调度模型和析取图模型,提出一种改进的候鸟算法求解该问题.算法设计了精英分批和可行邻域结构两种策略用于提高算法的搜索效率.通过对比实验验证了可变批次划分策略的优势和所提算法的有效性.
其他文献
为了对脱硫系统罗茨氧化风机进行节能改造,首先建立脱硫最佳氧化风量模型和罗茨氧化风机变频模型,其次对中试基地的罗茨风机进行了变频改造以及氧化风试验.根据脱硫系统入口SO2浓度、烟气量和吸收塔液位建立最佳氧化风模型,由罗茨风机变频模型得出最佳频率,确保实时送入最佳氧化风量.风机变频改造后的氧化风试验表明,不同工况下送入的氧化风量满足亚硫酸钙氧化的需求.石膏样品中含水率在10％ ～20％之间,碳酸钙含量3％以内,石膏含量90％以上.改造后脱硫效率稳定,变频运行工况下罗茨风机能耗下降了20％ ～40％.在不同工况
针对制造系统关键脆性因子难以辨识的问题,基于解释结构模型(ISM)和复杂网络理论,在充分考虑不同脆性因素影响的基础上,综合节点局部和网络全局两个方面提出一种制造系统关键脆性因子辨识方法.将脆性因素视为网络节点,依据复杂网络理论构建脆性因子复杂网络模型,从节点局部连接特性出发对复杂网络中节点的多个重要网络特征参数进行分析求解;同时结合ISM理论,对复杂网络进行层级划分,明晰各节点在整个网络中的层次结构关系并绘制基于ISM的网络递阶有向图,从网络全局的视角分析节点重要性,辨识出制造系统中的关键脆性因子,为制造
在分析当前主流基于模型系统工程(MBSE)设计方法的基础上,针对商用航空发动机研制的复杂性及其系统设计中需求分析与物理模型交互难的问题,提出一种面向航空发动机全生命周期运行场景的MBSE设计方法.结合商用航空发动机设计研发特点,构建了一套面向全生命周期运行场景的MBSE设计流程,基于发动机全生命周期运营阶段、内外部环境、状态模式3个维度组合的场景全面捕获系统需求;基于可扩展标记语言的数据交换格式,对SysML模型和Modelica模型转换技术进行研究,实现了从需求模型到物理性能模型的转换,从而支撑基于同一
针对机器人视觉自动测量中的下一最佳测量位姿确定问题,提出一种融合深度图像与密度聚类方法.该方法采用结构光双目视觉测量技术获得初始视角下被测物体的深度图像和三维点云数据,基于深度图像信息快速获取被测物体的边缘与密度聚类分析区域,基于密度聚类方法判定区域的复杂程度,进一步结合视场要求计算子区域权重,获得下一视场的最佳移动方向.利用趋势面分析预测下一最佳测量位姿的空间范围,采用深度图像信息获得趋势面分析全局区域,并快速获得中心趋势线的空间数据以确定下一最佳测量位姿.建立了Universal Robot 5 (U
为解决非标产线集成商转型发展所带来的装配作业管控难点,分析了多客户地总装作业过程存在的问题与系统质量属性需求,提出一种跨企业协同多用户、敏捷响应装配现场情况的管控机制,设计开发了多地总装作业管控系统.该系统以基于云计算的三阶管控机制为核心,采用基于领域驱动设计分层方法的微服务架构和SpringCloud技术框架,实现作业过程信息化和精细化计划控制,满足集成商对系统的低成本、可维护性需求.
针对笛卡尔空间与关节空间的映射非线性,喷涂轨迹和关节轨迹不满足混合约束的问题,提出基于双种群混沌搜索粒子群优化(DCSPSO)算法的机器人喷涂轨迹协同优化.根据预选取的轨迹特征点构建关节角度序列,以机器人的喷涂效率和运动稳定性为目标建立关节轨迹多目标优化模型,利用DCSPSO算法求解优化模型得到Pareto最优解,使关节轨迹满足机器人运动学约束,最后根据理论轨迹与反馈轨迹的弦高误差和漆膜厚度误差建立喷涂轨迹误差模型,并验证最优解的质量,使喷涂轨迹满足加工精度约束.通过实例表明,DCSPSO算法较多目标遗传
工艺参数选择是动力电池焊接行业面临的困难,为提升动力电池焊接效率并满足多项目标,采用核岭回归与多目标粒子群优化算法相结合的方法辅助优化工艺参数选择.构造了工艺参数对应的焊接下限,继而利用基于高斯核函数的核岭回归模型进行拟合;多目标粒子群的每个粒子代表一组工艺参数,通过群体进化与变异、引导者选取与优化、解集维护3种操作,并结合回归模型,有效获取了指定焊接目标下的最优解集.该方法还借鉴K近邻算法思想设计评价标准,以度量每个解的可靠性,进一步筛选更优质的解,保证所选工艺参数有更高的容错性.所提方法解决了电池焊接
鉴于柔性作业车间调度问题(FJSP)是广泛存在于制造企业实际生产过程中的复杂NP-hard组合优化问题,针对FJSP的特点,结合Jaya算法与禁忌搜索算法的各自优势,提出一种改进Jaya算法求解该问题.在该算法中,根据离散的Jaya算法公式提出一种扩展离散Jaya算法操作机制,设计了Jaya迭代候选解集方法以及结合相似度和最大完工时间的选择策略,保证了种群的多样性并提高了Jaya算法的搜索能力;提出融合M.G.和N7两种邻域结构的禁忌搜索算法,使混合算法在分散搜索和集成搜索之间达到平衡.通过测试著名的FJ
针对工序质检结果使原作业计划不能有效指导车间生产的现状,研究考虑工序质检的柔性作业车间动态调度问题.建立以最小化工件的最大完工时间和最小化排产方案变更差异为目标的混合整数规划模型,并提出一种基于局面评价的遗传退火算法.该算法将遗传算法的种群和变异概念引入模拟退火算法,利用模拟退火算法多次获得局部最优解以及大规模变异跳出局部最优的机制,获得最终全局近优解.在解码规则中直接考虑调度目标,提出基于局面评价的解码机制,避免产生劣质解,从而减小解空间.采用所提算法对文献中的案例进行扩充和求解,并与3种算法对比,验证
为解决传统符号聚合近似方法分析时序数据时丢失序列波动形态信息的问题,提出一种融合波动信息的时间序列符号聚合近似方法.该方法在传统符号化方法的基础上定义波动率指标来同时量化时间序列的波动幅度和变化趋势信息,用融合波动率的符号矢量近似刻画子序列,在此基础上给出一种新的时间序列距离度量方法.以此度量方法为基础,提出时间序列的相似性计算和分类方法,并在公开数据集上进行了分类学习实验.实验结果表明,所提方法在绝大部分数据集上获得了较传统符号聚合近似方法更好的分类准确率,尤其在时间序列具有明显的局部波动或明显的上升、