工业工程专业实习教学过程优化的实践与探索

实习教学是保证和提高人才培养质量的重要环节。针对我院提出的＂积极开展工程素质教育,努力培养创业型现代工程师＂的目标,通过对我院工业工程专业实习教学资源结构分析以及实习教学过程优化的探索与研究,提出了深化本专业实习教学改革,合理规划、精心组织、加强管理、注重实效的实习过程优化建议。     

《过程控制工程》课程教学体系优化的研究与实践

以过程控制知识领域的研究为基础,以过程控制系统的分析、设计和整定所需要的理论和方法为主线,针对工业控制领域的实际需要,优化《过程控制工程》及其相关课程的教学内容,形成了整体优化且有机联系的过程控制教学体系,提高了教学的针对性和实效性,有效地培养了学生的应用能力和工程素质。     

基于微粒群算法的单机不同尺寸工件批调度问题求解

提出了一种改进的具有全局搜索能力的微粒群算法,对工件尺寸有差异的单机批调度问题的制造跨度进行优化。针对问题中工件尺寸不同且分批加工的特点,设计了微粒的编码方式;对进化过程中产生的极优解,采用了混沌优化策略进行改进,避免早熟收敛的问题。仿真实验结果表明,本文算法的时间性能和近似解质量均优于现有的其他方法。     

基于成本/服务权衡的逆向物流网络设计问题研究

逆向物流网络设计是企业获得经济利益和提高竞争力的战略决策之一。本文针对售后服务逆向物流网络设计问题,考虑了同时优化物流网络运营成本和服务水平,提出了一个多目标整数规划模型来确定服务中心的个数、位置、容量等级以及客户区指派到服务中心的策略,并得到成本和服务之间的权衡关系。设计了一种混合多目标进化算法求解模型。通过实例分析,找出了影响物流网络设计的关键因素。通过算例测试,对混合多目标进化算法和ε约束法进行了比较,结果表明混合多目标进化算法对求解中大规模的问题是一种良好的方法。     

一种基于小生境熵的自适应混合遗传算法

将熵的概念引入共享机制小生境技术,提出了一种基于小生境熵的自适应混合遗传算法.通过自适应调整小生境半径,改进了共享机制在算法中的作用,提出了用以度量种群多样性的小生境熵的概念.算法通过种群所处的进化世代数及该世代种群的小生境熵,实现了进化参数(交叉、变异概率)的自适应调整.证明了该算法具有强全局收敛性.实验表明,该算法对于解决多模态函数优化问题,具有很好的全局搜索能力和较快的收敛速度.     

飞行员模拟机复训计划优化模型研究

根据民航有关规定,飞行员每6个日历月需要参加一次模拟机复训.公司制定模拟机复训计划,要考虑模拟机资源、教员资源、生产任务允许模拟机复训的人数和飞行员训练适宜期,本文以机长和副驾驶配组数最大化和训练/检查月内参加复训人数最大化为目标,在此基础上建立了多目标规划问题,仅考虑配组目标时,给出了不存在隔月配组的条件.根据不同的目标,本文研究对象可分解为两个经典网络规划子问题,文中给出了求解的方法,并给出了一个实际案例.     

大学生主题班会的现状调查与优化策略——基于对山东省8所高校的问卷调查

大学生主题班会是高校思想政治教育工作的重要形式,为掌握大学生主题班会实施现状的第一手资料,提高主题班会的实效性,研究者对山东省内8所高校的主题班会实施状况进行了问卷调查。结果显示:主题班会在各高校基本能够有效开展,但是仍存在主题班会自身建设不足、辅导员作用发挥不充分等问题,论文以罗杰斯的"人本主义"思想为指导,对主题班会的优化策略进行了探讨。     

可变车道的道路交通网络设计优化方法

城市交通流的潮汐性特点造成上、下班高峰期内,道路资源利用的不合理现象:部分道路一个方向交通严重拥挤,而另一个方向几乎没有交通流量。为了合理利用道路资源,缓解交通拥挤,本文提出了双向流量不平衡道路的车道调整方法,并建立了离散双层规划模型,其中处于上层的交管部门通过调整双向道路的车道分配方案,使得整个城市交通网络的系统总阻抗最小。然后本文给出了该双层规划模型的混沌优化方法,最后以经典的SiouxFalls网络为例验证了本文所提方法的有效性。     

基于条件风险值理论的供应链优化与协调模型研究

本文将近年来发展起来的金融风险控制工具--条件风险值,引入具有风险规避特性的供应链优化与协调问题的研究.建立了随机需求下由具有不同风险规避特性的单个供应商与单个零售商组成的两级供应链的条件风险值模型和基于条件风险值的最优订购量模型及协调供应链的收入共享契约模型,并对模型进行了分析,揭示了供应商和零售商的风险规避程度对最优订购量、批发价格及供应链协调的影响.最后通过一个算例对模型进行了仿真,仿真结果进一步验证了本文的研究结论.     

提高灰色GM(1,1)模型精度的微粒群方法

改变背景值插值系数和边值是提高灰色GM(1,1)模型精度的途径之一。对于满足灰色GM(1,1)建模条件的序列,利用微粒群算法,给出了通过优化背景值插值系数和边值提高灰色GM(1,1)精度的新方法。给出了计算实例。计算表明,应用此方法可以提高灰色GM(1,1)模型的精度。