ISBN: (纸本)9787576309034

关键词： 柔性作业车间调度   多目标   遗传算法   帝国竞争算法  

摘要： 优秀的调度方案可以节约企业在生产过程中所消耗的资源,向内可以压缩生产所需要的各种生产成本,向外可以树立企业良好的品牌形象,能够增强企业面对市场与竞争者的能力。作业车间调度问题（Job Shop Scheduling Problem）是通过将实际生产作业车间中的一些因素忽略后简化获得的问题模型,对该问题模型求解对实际生产中调度方案的制定具有积极的意义,而该问题模型由于其复杂的特点,在进行高维度事例求解时采用常规方法难以快速获得最优解,而随着智能算法理论的发展,采用算法在求解该问题模型时获得了良好的表现,故研究优秀的且广泛适用的算法具有良好的理论意义和实际意义。本文以遗传算法为基础,通过对其操作的改进及与改进帝国竞争算法混合改进,分别以单优化目标和多优化目标情况下的柔性作业车间调度问题为研究对象进行求解。研究的主要工作如下:（1）依据研究问题的特点及定义,确定研究问题中存在的约束以及选定的寻优目标函数,在明确模型考虑的因素和忽略的因素后构建起问题模型,通过编程语言搭建起算法寻优平台,以基准算例验证算法的求解性能。（2）在通过算例验证了改进遗传算法求解单目标问题模型时的性能后,设置简单的对照组试图获得更好的参数设定值,对各对照组的数据结果进行分析,选出较为合适的参数值。（3）在初步改进遗传算法后,为解决大规模事例求解,在原有算法基础上引入改进帝国竞争算法进行流水线式混合,在采用多个算例进行多目标问题模型的寻优求解后,与其他算法的寻优结果进行对比,验证所提算法在求解单目标和多目标问题模型时的求解性能,并给出相关最优方案甘特图。

关键词： 柔性作业车间调度   鲸鱼优化算法   NSGA2算法   多目标优化  

摘要： 制造业是国民经济的立国之本,智能制造则是“中国制造2025”的关键技术节点,柔性作业车间调度问题研究是智能制造过程的一个重要技术热点。随着先进技术的出现,车间调度的优化对于企业更快生产出新产品、降低生产过程中的成本、减小机器损耗具有越来越重要的意义。基于上述原因,本文对柔性作业车间调度问题进行研究。本文在系统阐述了柔性作业车间调度问题的研究背景、国内外研究现状、相关理论知识的基础上,分别从单目标和多目标的角度对柔性作业车间调度问题进行了研究,提出了改进的鲸鱼优化算法和改进的NSGA2算法,并通过多组实验证明了算法的有效性,本文核心工作如下:(1)建立了以最小化最大完工时间为目标的柔性作业车间调度模型,为了解决鲸鱼优化算法在求解该问题时出现收敛精度低、易陷入局部最优解的情况,设计了一种融合模拟退火算法的鲸鱼优化算法(Whale Optimization and Simulated Annealing,WOA+SA)。首先将算法在Kacem和Brandimarte两组基准算例上进行测试,测试结果与ICSO、HGWO、Heuristic、IWPA等算法进行比较,结果表明改进后的鲸鱼优化算法在求解以最小化最大完工时间为目标的单目标柔性作业车间调度问题时具有一定的有效性。然后将算法应用于求解两个实例问题,通过与传统遗传算法、粒子群算法、灰狼算法和原始鲸鱼优化算法进行比较,证明了WOA+SA算法在收敛精度上有明显提升。(2)针对实际生产车间中需要同时考虑完工时间、机器总负载、生产成本等多个目标函数,建立了多目标FJSP模型。对于传统非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA2)在求解多目标柔性作业车间调度中出现的过早收敛或局部收敛问题,提出了改进的NSGA2算法。将传统算法精英保留过程中直接选取前N个最优个体作为新一代种群改为先选取前N×a个个体,然后在次优前沿面上随机选择剩余个体,避免了种群多样性降低导致的算法陷入局部收敛,同时加入了邻域搜索,改善了原始算法的局部搜索能力。为了验证算法的有效性,本文建立了以完工时间、机器总负载、机器最大负载为目标的调度模型。将本文算法在Kacem三个标准测试集上进行测试,测试结果与人工免疫算法、粒子群加禁忌搜索算法等4个算法的比较证明了改进后的算法在求解多目标调度问题时具有不错的效果。最后,通过一个实例仿真证明了改进后的NSGA2算法比原始算法在求解此问题时的各个目标函数值上都有优势。本文所提出的改进算法主要是对静态调度问题进行了研究,而对于生产过程中出现订单取消、交货期提前等动态调度问题以及基于数字孪生的车间调度问题还需要进一步研究。

关键词： 线上线下混合式教学   机械设计基础   课程建设  

摘要： 本文从高等院校教育信息化建设和在线开放课程建设出发，结合“互联网+”对现代教育技术的要求，提出了基于线上线下混合式教学的《机械设计基础》课程的建设方案，以培养学生学习主动性为中心线，设计了《机械设计基础》在线课程的开发内容，优化教学模式，通过线上线下混合式教学，满足了不同层次学生的学习需求，实现优质教学资源的共建共享。

关键词： 建材装备企业   双资源   柔性作业车间调度   重调度   NSGA-Ⅱ算法  

摘要： 建材装备制造业是我国装备制造业的重要分支之一,是专为建材行业提供生产设备、生产过程技术支持的制造产业。随着我国经济增速放缓,原材料、人力、设备等制造资源成本不断上涨,建材装备企业面临着巨大的压力。如何进一步提高资源利用率、降低生产成本、缩短生产周期和提高企业核心竞争力成为建材装备企业面临的关键问题。车间调度作为企业生产的核心要素之一,是企业升级转型的重要切入点。基于此,本文以某建材装备企业为研究对象,对考虑机器和工人双资源约束的柔性作业车间调度问题展开研究。主要研究内容如下:(1)阐述了建材装备企业的特点,分析了建材装备企业的业务流程和生产调度过程,剖析了企业车间调度存在的问题,并进一步引出本文的研究内容。(2)基于工人资源逐渐成为建材装备企业生产瓶颈的现状,以生产指标、经济指标和人因指标协同优化为目标,构建了最小化最大完工时间、总成本和最大工人疲劳的双资源柔性作业车间调度优化模型,并提出了自适应NSGA-Ⅱ算法求解。在所提算法中,根据问题特征设计了三层编码方法和插入式贪婪解码策略;采用启发式种群初始化策略获得更高质量的初始解;为避免算法陷入局部最优,设计了自适应调整机制和交叉、变异策略实现种群的动态进化。最后通过仿真和实例验证了所提算法的有效性和可行性。(3)针对建材装备企业面临的集团总部订单和内部订单并存问题,研究了考虑紧急插单的双资源柔性作业车间重调度问题,构建了以总延误时间和紧急工件完工时间为目标的重调度优化模型,并分析了三种动态调度策略。提出了一种混合NSGA-Ⅱ算法,其中设计了多父代融合交叉算子增加了种群多样性,并嵌入了基于关键工件的局部搜索策略来提高算法的局部搜索能力。最后通过仿真和实例验证了所提算法和完全重调度策略的有效性和可行性。(4)基于本文研究的理论和智能优化算法,设计并开发了建材装备企业柔性作业车间调度系统,并分析了系统设计目标、开发环境、系统结构以及具体功能模块。

关键词： 节能   工艺规划   柔性作业车间调度   集成   改进多目标灰狼算法  

摘要： 环境危机日益严峻、能源问题日益紧张,促使传统制造业的生产过程朝着高效率、低能耗的方向转型。另一方面,快速变化的市场需求迫使制造企业向多品种小批量的生产模式发展,这种以顾客需求为中心的生产模式,对制造企业的生产柔性提出了更高的要求。工艺规划和车间调度是制造过程的关键环节,是提高制造系统效率、降低能源消耗的两个重要途径。传统制造业的工艺规划和车间调度是单独、顺序进行的,即工艺规划完成后才进行车间调度优化,忽略了工艺规划和车间调度的内在联系,容易造成车间调度过程资源冲突、效率不高等问题。因此,本文以R公司机械加工车间的柔性作业车间调度问题为研究对象,从工艺规划与车间调度集成的角度增强机械加工车间优化调度的能力,达到提高生产效率、降低加工能耗的目的。本文主要研究工作如下:(1)对R公司机械加工车间调度现状进行分析后,构建以最小化最大完工时间和加工过程总能耗为优化目标的工艺规划与车间调度集成优化模型,对工件的工艺路线、加工顺序以及各工序的机器分配、加工档位选择进行综合优化。(2)基于标准灰狼算法设计一种改进多目标灰狼算法解决工艺规划与车间调度集成的优化问题,具体包括对灰狼算法的编码方式、种群等级确定方法以及种群更新方法进行改进,并设计三种不同规模的算例来验证改进多目标灰狼算法的有效性。(3)针对R公司机械加工车间的调度实例,采用改进的多目标灰狼算法进行求解,得到Pareto非支配解集并利用熵权-TOPSIS方法对Pareto非支配解集进行评价,得到最佳调度方案。然后从最大完工时间和加工过程总能耗两个方面将现行调度方案与最佳调度方案进行详细的对比分析,以证明最佳调度方案的优越性。

关键词： Brain imaging   Gamma ray   Silicon photomultiplier   AdaptiSPECT  

摘要： Gamma-ray detectors operating under the tracer principle have been widely used in medical imaging for decades. One such application is single-photon computed tomography (SPECT), which reconstructs 3-dimensional images of radiotracer concentration in vivo, revealing regions of biological function inside a body. For most of SPECT’s history, the dominant technology used to sense gamma energy deposition events was that of photomultiplier tubes (PMTs). A majority of gamma cameras used in SPECT applications employ an array of PMTs to isolate the location of gamma-ray interaction inside the camera; the collection of PMT signals provides essential information to determine the origin of the gamma-ray emission and reconstruct an image. Recent advances in solid-state detectors have introduced a viable alternative to PMTs as a means to detect signals with single-photon sensitivity: the silicon photomultiplier (SiPM). SiPMs have numerous attractive properties that make them well suited to the tasks required for gamma cameras; namely, fine pixelation, low profile, and high gain. Augmenting an array of PMTs in a gamma camera with SiPMs can produce higher resolution images, enabling radiologists and drug researchers to conduct studies with higher accuracy and lower probability of error. Another major development of the 21st century was the advent of 3-dimensional additive manufacturing techniques using metal. A 3-D tungsten printer enables entirely new geometries to fabricate, including pinhole apertures used as SPECT image forming devices. Moreover, the custom printed pinholes are easily made into formats having adjustable diameters to fine-tune imaging properties in a SPECT session. This, coupled with the new SiPM arrays, forms the foundation of the new technology brought to bear in AdaptiSPECT-C, a stationary clinical whole-brain SPECT imager. AdaptiSPECT-C will be used in drug discovery research targeting neurodegenerative diseases such as Parkinson’s and Alzheimer’s. The novel

关键词： 柔性作业车间调度问题   强化学习   组合优化   基于柔性策略回合更新算法   策略梯度算法  

摘要： 车间作业调度问题(Job Shop Scheduling Problem,简称JSP)是经典的组合优化问题,也是最早被证明为NP-hard的问题之一。在如今的工业制造环境中,为了更符合实际生产环境,JSP又被拓展为柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,简称FJSP)。该问题允许一道工序可以有多个可选择的加工机器。目前求解FJSP的算法主要以遗传算法等智能算法为主。强化学习在人工智能中的成功应用使之近来成为一个研究热点。本文尝试运用强化学习算法来求解FJSP,通过对调度状态的定义、调度规则的设计以及奖励的设计构建了混合的调度策略,提升了求解FJSP的效率和性能,体现了用强化学习求解组合优化问题的可能性。本文主要工作包括以下四方面:(1)在对机器学习算法进行深入研究的前提下,本文给出了一个基于强化学习构建混合调度策略求解FJSP的总体框架。(2)在该总体框架下,本文提出了一个基于柔性策略回合更新的求解FJSP算法,并且针对FJSP的特点,对状态空间、动作集合和奖励进行了详细介绍。本文进一步从理论上分析了该算法的时间复杂度。(3)由于基于柔性策略回合更新的求解FJSP算法依赖于状态-价值表,一旦状态数量过多,则表的规模就很庞大,严重影响算法性能。因此本文又引入了神经网络,设计了7种特征值作为神经网络的输入来表示状态空间,使用梯度策略算法训练网络来进行策略迭代优化。(4)本文实现了上述两种算法,并在公认的FJSP实验测试集上与其他主流的求解FJSP算法做了大量的实验对比,包含了求解质量的对比和运行速度的对比,验证了强化学习在求解FJSP的可行性。

摘要： 我国南方草场多以丘陵山地为主，由于自然地块狭小、土地形状不规则，机械作业环境差，成套的大型机械无法进场收获牧草，主要依靠人工完成，劳动强度大，功效低，严重制约草业的发展。因此研制小型轻便，性能稳定、可靠性好、适用性强的牧草收割机械，具有一定的现实意义。一、系统设计方案该牧草收割机械主要由收割系统、电机传动系统、蓄电池动力系统、行走系统和手机终端系统等基本模块组成，拓展模块为云平台服务系统、植株识别视觉系统，牧草智能打包系统，其结构如图1所示。