瓦楞纸板定向卸垛机设计

不同朝向堆叠的瓦楞纸板在进行卸垛时，存在人工劳动强度大以及机械无法定向卸垛等问题，课题组设计了一种瓦楞纸板定向卸垛机。提出了基于堆垛特征的卸垛机结构及工作流程；为实现相机采样位置的调整，视觉检测装置中包含了直线滑台和同步带组件；采用丝杠螺母副和直线导轨设计了推纸板装置，实现对瓦楞纸板垛的推挤；采用齿轮齿条机构和直线导轨设计了托纸板装置，实现对瓦楞纸板垛的托起；压纸板装置和吸纸板装置采用气缸驱动，实现对瓦楞纸板垛的按压和吸取。结果表明：该设计能够提升生产效率，减少人力并降低劳动强度。该设备能对以不同朝向堆叠的瓦楞纸板进行定向卸垛，满足了生产需求，为瓦楞纸板的定向卸垛提供了新思路。     

递归算法在单一矩形毛坯无约束最优排样中的应用

优化排样问题属于典型的非确定型NP问题,需要借助计算机辅助排样选出材料利用率最大化和排样下料效率最高的排样方案,以解决企业对排样的实际需求。讨论了单一矩形毛坯无约束剪切排样优化处理问题,基于剪切冲裁相结合的下料工艺、以条带数衡量排样方式的复杂性,应用递归算法通过枚举搜索法遍历所有可能的更优的排样方案,在保证毛坯数最优的前提下选出条带数最少的排样方案。实验计算结果表明所述算法有效。     

基于AutoCAD的钣金自动展开及排样优化

针对传统钣金生产过程中的效率低下、精度不高、材料浪费等缺点,提出基于CAD自动化技术的钣金展开及排 样优化应用系统,设计了系统的整体流程结构;借助于旋转最低水平线的遗传算法、最小矩形包络法和平移靠接算法为 核心,分别处理规则矩形和不规则矩形的排样优化问题。开发了基于AutoCAD应用平台的钣金展开及排样优化的插件 系统,该系统主要由参数化绘图、三维图显示、确定图幅及尺寸精度等功能组成;最后通过实例应用,表明该系统能有效 提高钣金生产的效率和制造精度,降低材料浪费率。     

矩形件排样的流程和算法设计

针对人工矩形件排样效率低、耗时长,且不能保证得到板材利用率为最优方案的问题,通过研究人工矩形件排样 的过程,提出了一种下料系统流程和矩形件排样的启发式与遗传相结合的算法。研究结果表明：所设计的下料系统流程 能够充分利用原材料库和余料库,且避免生成更多的余料;通过文中设计的启发式和遗传相结合的矩形件排样算法,能 够快速搜索出近似总体最优的排样方案。该设计方案能够提高板材利用率,同时减少更多余料的产生。     

龙门式瓦楞纸板卸垛机的设计与动态特性研究

针对目前中小型啤酒企业的瓦楞纸板卸垛作业仍依赖手工完成，存在耗时耗力的问题，课题组采用系统化设计方法，设计了一种新型的龙门式瓦楞纸板卸垛机。采用电缸和气缸组合驱动，实现高精度分步提取纸板的功能；采用气缸连杆机构，设计了一种摆动的纸板打落机构；利用ANSYS Workbench软件对关键零部件进行有限元分析，得到了等效应力云图和变形云图，验证了机构的稳定性和强度要求；并进一步对机架进行模态分析和谐响应分析，得到了前6阶模态参数和位移频率响应曲线。结果表明：当工作频率为17 Hz时，机架易发生共振，频率响应急剧增大，形成峰值。该卸垛机能正常完成卸垛工作，提高了生产效率，降低了成本。     

基于混沌优化算法的连续生产过程重调度与库存优化

针对流程工业企业的订单发布和原料供应等外部环境的不确定性,建立了具有订单需求约束、生产能力约束、原料供应和成品库存约束等约束条件的连续生产过程重调度模型,运用混沌优化算法进行求解,仿真结果表明了该模型的可行性和有效性,通过重新调整各时间段内各个订单的生产率,可合理控制库存量,减少库存费用,降低企业生产成本。     

基于遗传算法的多源多周期采购决策优化

为了降低供应链网络采购成本同时避免单源采购的风险，课题组研究了多源采购中多周期和多原料的供应链订单分配问题。考虑价格折扣和采购量的约束，建立了以期望成本最小化为目标的非线性规划模型，并采用遗传算法进行优化计算。设计了遗传算法双层编码染色体及相应的遗传算子，以MATLAB为平台进行优化。将算例分别采用遗传算法和启发式算法进行计算，计算结果验证了所设计的遗传算法是有效的。该研究可以协同优化多制造商对多供应商的订单分配问题，降低采购风险。     

求解约束优化问题的混沌类电磁算法

针对约束优化问题,提出了基于混沌优化的一种新的类电磁机制算法。采用多目标优化的约束处理技术,将约束优化问题转化为无约束的双目标优化模型来求解;对于转化后的新模型,设计粒子的电荷和粒子间的受力公式。同时,为了加快算法的收敛速度,结合混沌优化改进种群中的粒子。采用标准的Benchmark函数对新类电磁机制算法的性能进行了仿真测试,并将测试结果与已有算法的结果进行比较,结果表明,新算法能够快速找到问题的全局最优解或近似最优解,是一种非常有竞争力的优化算法。     

规划求解法优化及应用研究

产品品种较少、下料方案众多时下料问题是复杂组合优化问题，有效解法较少，相关问题主要解法是规划解法和人工智能算法。规划求解法在问题规模小时比较有效，规模大时会出现“组合爆炸”,影响应用推广。人工智能算法繁琐、求解时间长、有些方法易陷入局部最优、容易陷入早熟、停滞的缺点，不如规划求解优化程度高。为了克服这些问题、有效运用规划解法，提出新的一大一小简便解法，新解法选择代表性好、优化程度高的下料方案，入选下料方案有限，求解效率高、方法简单、易于掌握、优化程度高。     

应用免疫策略的多传感器决策融合设计

使用基于改进型人工免疫策略的优化算法,在统计相关的观测条件下,对固定融合规则的基于奈曼-皮尔逊准则的分布式多传感器决策融合系统进行优化设计。算法首先以筛选算子进行预搜索缩小范围,然后使用人工免疫策略方法进行全局搜索,计算过程无须使用目标函数的导数信息。对分布式多传感器决策融合系统的优化设计结果表明,优化算法在收敛性和精度上均优于传统梯度算法,并在此基础上对不同信号期望值下的最优融合规则进行了讨论。     

考虑碳排放约束的加工中心布局优化

为解决加工中心布局与经济、环境效益之间的匹配问题，笔者在系统布置设计（system layout planning，SLP）方法基础上，对加工中心的物流和非物流相互关系进行了系统分析。考虑碳排放约束对布局的影响，建立了基于搬运成本和碳排放成本最小化、非物流关系以及面积利用率最大化的多目标优化模型；分别应用SLP和遗传 和声算法（genetic algorithm harmony search，GA HS）对实际中的加工中心作业区域布局进行优化；最后对2个方案的优化效果进行对比。结果显示：GA HS布局方案与传统SLP布局方案相比，物料搬运及碳排放成本共节约了29.6%；面积利用率与非物流关系上GA HS布局方案分别提高了16.2%和2.5%。该研究有效解决了考虑碳排放约束下的加工中心布局优化问题。     

考虑支线运输服务的多式联运网络优化

在多式联运网络优化的同时一并对支线运输服务方案进行综合决策,提出Ⅱ阶段决策方法。模型第Ⅰ阶段表述为0~1整数规划问题,对网络设计以及网络流运行进行规划,基于阶段Ⅰ的优化结果提出第Ⅱ阶段决策过程,表达为带时间窗的支线车辆路径问题。针对模型的Ⅱ阶段结构特点,以两个阶段相互影响和反馈为求解思路,设计以交叉熵为主体的启发式算法,采用算例分析方法证明模型和算法的有效性,最后将Ⅱ阶段优化模型与两个阶段分别优化进行对比,指出在模型与算法参数均一致的情况下可降低成本73%。     

回声状态网络在变风量空调内模控制中的应用

回声状态网络储备池完全随机生成,数据预测时其参数的设置缺乏合理性,因此将果蝇优化算法应用于回声状态网络储备池参数的优化中,通过果蝇优化算法的自适应参数寻优提高回声状态网络的数据预测能力。变风量空调系统是一个多变量、强耦合和非线性的系统,为了实现变风量空调系统的智能控制,从而优化生产工艺,构建了基于果蝇优化的回声状态网络内模控制系统的正模型和逆模型。仿真实验结果表明:所提出的内模控制系统具有良好的跟踪性和抗干扰性。     

截断误差的光滑型支持向量顺序回归

支持向量顺序回归算法已成功应用于解决顺序回归问题,但其易受训练样本中野点的干扰。为此,提出一种截断误差的光滑型支持向量顺序回归(TLS-SVOR)算法。学习顺序回归模型时,将错划样本形成的误差s限制在范围u内。TLS-SVOR首先用包含参数u的分段多项式近似s;再引入光滑型支持向量机分类算法的思路,将优化目标转变为二次连续可微的无约束问题,从而由牛顿法直接求得唯一的决策超平面。采用两阶段的均匀设计方法确定TLS-SVOR的最优参数。实验结果表明,相比其他顺序回归算法,TLS-SVOR在多个数据集能获得更高的精度。     

区间值决策信息系统中基于正域的属性约简

区间值决策信息系统作为一种广义的决策信息系统,比传统实数值信息系统具有更强的描述不确定性的能力,即它通过一个区间数来刻画对象关于条件的属性值,那么基于等价关系对论域进行划分就显得过于严格。因此,利用区间数之间的相似性度量建立邻域,然后基于邻域构造粗糙集模型。由于在一个决策信息系统中,部分条件属性对于决策是不重要的甚至是冗余的,那么对信息系统进行恰当的约简对于降低数据规模至关重要,而正域决策过程对应于确定性规则是决策者最为关心的部分。因此,在区间值决策信息系统中,基于决策属性关于条件属性的正域设计了一种启发式属性约简算法。通过对案例分析,展现了在区间值决策信息系统中的粗糙集建模和约简求解过程。实验结果表明:设计的基于正域的启发式属性约简算法是可行的。     

认知无线网络中基于免疫克隆优化的功率分配

针对认知OFDM无线网络中下行链路的功率分配问题,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法。给出了功率分配的数学优化模型、算法实现过程和关键技术,设计了适合算法求解的编码、克隆、变异算子。仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰约束下,该算法可以获得更大的总数据传输率,同时具有较快的收敛速度,能够得到较优的功率分配方案,进而提高频谱利用效率。     

基于知识的优化决策方法的进展

论述了发展基于知识的优化决策方法的必要性,讨论了定性分析方法形式化、思维模拟与表达、基于事例的推理、广义管理模型、广义决策优化模型、拟人化优化决策算法、决策支持系统、决策方案的评价、群体决策、决策心理学等方面的研究进展.     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性     

初始点任意的摄动梯度投影法

利用梯度投影与罚函数相结合的技巧，将带不等式和等式约束的优化问题化成一个无约束问题，提出了初始点可任意的求解不等式、等式约束优化问题的摄动梯度投影算法；参数δｋ取不同的数还可以得到一类梯度投影算法，从而得出了在搜索方向和步长不精确条件下的梯度投影法，保证了在实际应用中更容易实现；在较弱条件下，证明了该算法的全局收敛性。     

基于伺服运动控制的无压损送纸控制方法研究

针对目前纸箱印刷机送纸机构普遍采用拉纸辊结构，存在破坏纸板强度的缺点，笔者提出了基于取消拉纸辊的无压损送纸机构的控制方法。分析了无压损送纸机构的特点，设计了双机械凸轮结构；根据机械凸轮的结构参数及送纸轮与格栅板凸轮的运动规律计算出各运动轴运动曲线的坐标参数；采用伺服运动器拟合设计出各运动轴最优的电子凸轮运行曲线；设计了该机构基于伺服控制与PLC技术的控制系统，包含上位机控制系统以及现场控制系统。应用结果表明:该控制方法在取消拉纸辊对纸板的拉力情况下，仍能保证甚至提升送纸精度；避免因纸板受挤压而强度降低，最大限度提供纸板传送动力。该方法为解决纸板损伤问题提供了实例。