基于随机权重多目标遗传算法的多目标动态单元构建方法

考虑多变的市场需求环境下单元生产系统在多个计划期具有多个目标的动态构建决策问题。通过对单元生产构建过程中的总费用、设备负载与能力之间最大偏差以及零部件跨单元移动的总次数3个目标进行权衡,建立了非线性多目标动态单元构建的数学模型。采用自适应小生境技术、惩罚技术、双轮盘赌法和精华选择策略,提出了基于精华保留策略的随机权重多目标遗传算法求解该组合优化问题。结合实例对模型和算法进行了仿真分析,结果显示了算法对解决多目标动态单元构建问题的有效性。     

考虑机器间替代性的制造单元柔性度量

本文在假定柔性制造单元中的各台机器能够以不同效率实现任务的替代加工的基础上,建立了包含时间和成本的效率矩阵,综合考虑任务出现的概率、每台机器可加工的任务数量、任务在机器间一次指派和二次指派的概率以及任务在机器间的替代比例和替代概率等困扰实际生产因素的制造单元的柔性度量方法.最后,结合算例对该方法的应用过程进行了分析.     

面向并行制造的多生产单元协同调度研究

为提升多生产单元制造系统整体效率,在其系统内开展面向并行制造的协同调度研究,在考虑运输、换线等时间的基础上,构建多生产单元并行协同调度模型,采用并行分段协同遗传算法求解;在此基础上,将所研究协同调度方法应用于某复杂机电产品多生产单元制造车间,并与变批量调度与等批量调度比较。研究表明,所提的并行协同调度方法可以显著提升生产单元效率,提高生产单元设备和人员利用率。     

制造系统生产单元碳排放核算模型

制造业是我国国民经济的支柱产业,但也是环境污染物排放的主要来源、能源消耗主体和温室气体排放大户。制造系统高能耗、高物耗、高碳排放的加工过程是造成制造业碳排放量大的重要原因。生产单元作为制造系统的加工的主体,其碳排放量的核算是确定整个制造系统乃至制造业碳排放总量的关键。本文首先对生产单元的原材料、电能、辅助物料及废屑处理所引起的碳排放进行分析,确定生产单元的碳排放源;其次,产品合格率的不同会造成生产单元输入及输出的成品/半成品数量的差异,进而影响生产单元单位产品的碳排放量,在此基础上,综合考虑了原材料、电能、辅助物料及废屑处理的碳排放情况,构建了给定工艺流程下生产单元碳排放核算模型。最后,结合一汽车排气装置加工实例,分别核算加工过程中九个生产单元的碳排放量,验证了模型的可行性。     

基于遗传算法的虚拟企业协同资源优化问题研究

面向复杂零件的协同制造,以工艺流程为核心将协同制造任务进行分解,并有效利用"逻辑制造单元"和"逻辑加工路线"等概念描述复杂零件的协同制造任务,最终目标是形成基于复杂零件工艺流程的、可支撑异地协同生产的加工路线。对复杂零件协同制造的制造资源优化配置问题进行了数学分析和描述,建立了问题的目标函数与约束条件。本文以加工时间、运输费用和加工质量作为目标,约束条件包括顺序约束、释放期约束、时间约束、交货期约束、成本约束和质量约束,最终将资源优化配置问题归结为多目标优化问题,并利用遗传算法进行求解,得到了较为满意的结果。通过实例分析,将模型应用于某型号发动机叶片协同制造,说明采用本论文的模型可以有效解决复杂零件协同制造的资源优化配置问题。     

基于遗传算法的分辨系数的优化方法

灰关联分析中分辨系数的选取会影响到分析结果的信息分辨程度,甚至灰关联序。把遗传算法和差异信息熵理论结合给出了优化分辨系数的方法。此方法把分辨系数作为优化变量,关联度序列的熵最小为优化目标,利用遗传算法的优化机制获得优化的分辨系数。最后,给出了一个计算实例。     

基于分散搜索的多目标动态单元构建方法

研究市场需求变化的情况下生产单元内部配置可调整的多周期多目标动态单元构建方法.考虑单元构建费用、设备利用率和跨单元移动数目,提出了动态单元构建方法的非线性多目标数学规划模型.为有效求解该模型,开发了一种分散搜索算法.该算法利用多样性初始解产生方法、全局判断方法、参考集更新方法和解改进方法等实现了生产单元的动态构建.对大规模的单元构建实例进行仿真分析,通过与基准算法进行比较,验证了模型与算法的有效性.     

成组流水线上零件排序的优化算法

本文分析了成组流水线上多品种加工时零件排序的数学模型，并提出了新的启发算法，大量计算机模拟结果表明，该方法优度较高，而且易于在计算机上实现。     

基于遗传算法的CVaR模型

条件风险值模型在金融和管理科学中有着广泛的应用.已有的CVaR模型通常是一个线性规划模型,其中每个阶段的损失函数常用线性函数近似,然而,在一些实际问题中,这些函数通常是非线性函数,用非线性函数近似会更加符合实际规律.本文通过引入非线性损失函数值,将原有模型转化为一个非线性规划模型,并通过一种改进的遗传算法求出新的CVaR模型的近似最优解.结合实例说明该方法能够同时降低cvaR和VaR两个重要风险度量指标.     

基于遗传算法的多阶马氏链组合预测方法

给出遗传算法的一种改进形式：增加了“引进算子”：采用了“混合编码”,并提出多阶马氏链组合预测方法．通过二者的结合．给出了一种股市行情数据预测的方法．     

基于遗传算法的设计结构矩阵优化方法研究

分析了DSM(Design Structure Matrix)优化方法的研究现状及不足,接着以耦合强度为基础,提出了数字化的设计结构矩阵。以此矩阵为基础,以遗传算法为优化工具,经过目标函数的设立,编码、交叉算子、变异算子等的设计,提出了一个新的DSM优化方法。以飞机某一部件的设计过程为例,实现了设计的时间、费用及过程优化,并与现有算法作了对比分析,验证了新优化方法在寻优效率、目标函数、及最优化结果等方面的优越性能。     

基于遗传算法的企业信息化建设

本文首先介绍遗传算法的定义和内容,分析了企业信息化指标体系和企业信息化措施;其次建立了企业信息化建设的教学模型;然后运用遗传算法对数学模型进行分析、求解;最后举例说明遗传算法在企业信息化建设决策中的合理性.并指出了遗传算法在应用中的不足之处.     

基于遗传算法的经济性参数设计

针对田口方法的不足,本文在双因子方法DRA(dualresponseapproach)的基础上从经济的角度讨论了参数设计问题。考虑产品规格界限及质量损失的不对称性,建立了经济性参数设计模型,并利用遗传算法(GA)得到了最经济的过程均值与波动方差。最后给出一个实例验证了此模型是可行的,有效的。     

考虑需求波动的单元装配系统构建问题的多目标模型

顾客个性化需求的增强导致企业需要应对动态变化的市场需求,在非确定性需求的环境下提升生产效率和应变能力。日本式单元装配模式以其较高的生产效率和柔性已经逐步成为应对多品种小批量需求的生产方式。由于现有研究多集中于确定性需求,本文针对日本式单元系统构建问题的特点,考虑需求波动的情境下流水线装配向单元装配系统转化问题,构建单元装配系统转化的多目标优化模型。该模型以最小化总加工周期的期望和方差为目标,决策单元装配系统的构建方案,以提升需求波动情境下系统的稳定性和对需求波动的应变能力。根据问题特点设计基于NSGA-Ⅱ的优化算法求解大规模问题,并结合文献数据说明了模型的应用。数值算例验证了方法的有效性,结果表明考虑需求波动情境下的单元系统构建可以提升生产系统应对波动需求的能力以及稳定性。     

基于杂合遗传算法的工艺路线可变Job Shop调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法,用于求解工艺路线可变的JobShop调度问题。通过对某双极型集成电路封装企业的JobShop调度仿真,结果表明算法是有效和可行的。     

基于遗传算法的生产批量优化问题

针对生产费用、生产准备费用和库存费用综合指标最小的、最优的能力约束生产批量问题,建立基于遗传算法的数学模型,通过模拟试验及实际问题计算,验证算法的可行性。     

基于遗传算法的神经网络港口投资辅助决策

尝试用遗传算法与神经网络结合,对港口投资的可行性进行衡量,并建立了相应的投资决策模型,结合实例计算分析得到满意的结果。该方法有效地解决了传统BP算法对多峰值问题存在收敛于局部非劣解的弊病,而且大大加快了收敛的速度。