多工作日历下的大型工程项目多目标任务指派优化方法

为解决多工作日历下大型工程项目任务指派问题,提出一种多目标优化方法。建立了以项目工期最短、成本最低为优化目标,考虑多工作日历约束的大型工程项目多目标任务指派优化模型;提出基于多工作日历的时间推算方法,解决了多工作日历下工程项目任务指派的关键问题。设计了带精英策略的快速非支配排序遗传算法求解优化模型,其中编码采用基于承包商号的整数编码方式,交叉操作采用两点交叉方式,变异操作采用单点变异方式。种群初始化采用拒绝策略以保证个体可行性,变异过程采用修复策略以保证子代个体的可行性。解码操作根据各任务被指派的承包商号数组,在任务成本数组中查出任务成本,对各任务成本求和得到项目成本;在任务时间数组中查出任务时间,基于关键路径法采用正向推算函数FC得到各任务最早开工时刻、最早完工时刻,进而求出项目工期。进化结束后将所得到的Pareto解集存入工作表"Pareto解集",当决策人员双击某个Pareto解时,算法基于关键路径法采用正向顺推函数FC和反向逆推函数IC得到其对应的调度矩阵。通过案例分析验证了所提方法的有效性。     

基于产品性能-成本-交货期的多目标优化配置研究

产品优化配置是实现用户个性化选择和批量低成本生产有机结合的有效方法。本文针对产品优化配置中多约束、多目标及组合优化等特性,应用模糊数学理论,构建了以产品性能-成本-交货期为目标函数的多目标优化模型,并采用多目标差异演化算法(MODE)对三者进行并行优化。得到一系列满足基于Pareto优化解的配置方案以满足不同客户对产品性能、制造成本及交货期的要求,解决了客户基于不同侧重点对产品设计结果的选择。通过实例论证,验证了该方法的有效性和适应性。     

基于成本评价和应力分析的飞轮转子优化设计

以飞轮转子工艺特性、结构特性、材料价格为因素,提出一种基于模糊综合评判的复合材料飞轮转子成本评价方法。基于成本评价和应力分析,以单位质量储能量(即储能密度,EPM)、单位成本储能量(EPC)、单位体积储能量(EPV)为目标,提出一种复合材料飞轮转子多目标优化设计方法。为提高较大目标值和降低较小目标值的选取概率,设计了基于正弦函数的优化目标函数,并给出了基于目标函数二次方的多目标优化表达式;为提高安全可靠性,对复合材料应力约束进行了分析,给出了飞轮转子最高转速、最大外径与应力约束极限的关系式。最后,对成本评价和多目标优化方法进行了仿真,验证了所提出方法的有效性。     

基于8D法的高架库烟丝退料量问题研究

8D工作法,是以团队运作为导向,以事实为基础,人员共同进行有效沟通,探讨问题的根本原因,最后提出创造性及永久性解决方案的方法.根据工厂高质量发展规划及降本增效、流程优化等工作目标,通过理论与实际案例相结合,运用8D工作法对高架库烟丝退料量过多问题进行分析并采取控制措施,降低人员成本及烟丝质量风险.     

多材料——多零件规格组合结构多目标优化的应用

提出一种包括零部件系统的材料类型、零件规格、零件厚度的组合结构并以质量及成本最小化为目标的多目标优化方法.常规的轻量化设计往往在零件材料或者零件规格单一化的基础上对零件厚度进行优化设计.推导出这种多材料-多零件规格组合结构的多目标优化的数学模型.通过将材料类型而不是材料的多个属性、零件规格而不是零件的几何和价格属性定义为离散变量,大大降低了优化问题的复杂程度.采用最优拉丁试验计及最小二乘响应面方法构建多目标优化系统的各个目标及约束性能参数的近似模型.利用多目标遗传优化算法NSGA-II (非支配解排序遗传算法)对多目标优化模型进行优化.利用此方法对某转向盘进行轻量化设计,为验证优化结果建立转向盘抗压试验台架.结果验证了该方法的可行性.     

基于粒子群算法的加工参数多目标优化技术研究

在数控加工中,为了尽可能提高生产效率和降低生产成本,采用粒子群优化算法对加工参数进行多目标优化。以切削速度、切削宽度和每齿进给量为决策变量,以加工时间和成本为目标函数,并以机床性能、刀具参数、工件质量等为约束条件,建立优化模型。采用罚函数法对约束条件进行处理,将多目标问题转化为单目标优化问题进行求解。为解决粒子群优化算法优化效果受参数影响较大的问题,提出了参数自适应协同粒子群优化算法(WCVPSO),算法参数按照一定规律变化,提高了优化算法的精度和收敛速度。实际加工试验表明,提出的优化方法提高了加工效率,降低了加工成本。     

采用WBS方法对高铁工程施工进行成本控制的研究

在简述高铁项目施工阶段成本控制的重要性和银西高铁项目工程概况的基础上,论述了该高铁项目的单项工程分解、单项工程施工成本偏差估算、成本偏差控制方法以及成本控制实验与结果,验证了本文所述WBS控制方法,可有效降低高铁项目施工阶段单项工程成本超标率,可将单项工程成本控制到合理的范围之内,可使单项工程按照预算完成施工,具有良好的适用性与可行性。     

基于改进 ByteTrack 的高铁周界入侵监测方法研究

本文旨在应对高铁周界环境复杂、小目标多等情况,研究周界入侵行为的识别与跟踪问题,并提出一种改进ByteTrack算法。本文融合YOLOv7-X与BYTE数据关联方法对模型进行改进,并且引入卷积块注意力机制以提升周界复杂环境下前景目标的识别效果,利用空间-深度转化模块优化跨步卷积与池化层,改善小目标识别时下采样导致的细粒度信息丢失情况。制作铁路周界入侵数据集进行实验,实验结果表明,改进后的模型平均精度达到95.6%,提升了9.4%,对大中小目标识别的平均精度均有提升,尤其是对小目标识别效果提升显著,提升了22.2%。结果表明改进ByteTrack算法在高铁周界复杂环境下能实现入侵行为的识别与跟踪,为高铁周界防护提供技术支持。     

基于多目标优化的改进遗传算法求解柔性车间调度问题

文章主要研究多目标的柔性车间调度问题。在实际生产过程中,调度结果受完工时间、机器负荷、成本控制和资源消耗等多方面因素影响,因此提出了一种基于多目标优化的改进遗传算法,针对最小化最大完成时间、最小化机器负荷和最小化资源消耗3个目标函数进行优化,结合改进的Pareto多目标优化方法,以及最短加工时间变异和邻域变异方法,提高了算法的寻优能力。最后通过实验验证了算法适用于求解多目标的柔性车间调度问题。     

基于协同制造多任务的设备资源配置优化方法研究与应用

为解决协同企业设备资源配置失衡的问题,实现设备资源最佳化动态调度,分析了设备资源配置组合优化过程中的决策目标,提出基于成本、时间、质量等变量的多目标优化模型,利用改进遗传算法对协同制造多任务设备配置优化问题进行研究。以某电机制造企业为实例,分析验证了多目标优化模型及求解方法的可行性与实用性,为多目标配置优化问题的研究提供参考。     

电动汽车复合电源参数的精英受控NSGA-Ⅱ算法优化

为了降低电动汽车复合电源初始成本、更换成本及电耗,提出了基于动态精英受控NSGA-Ⅱ算法的参数优化方法.对研究对象的复合电源连接方式进行了介绍,制定了车辆能量管理方法.以降低复合电源成本和电耗为目标,建立了复合电源参数的多目标优化模型.在NSGA-Ⅱ算法中引入了动态拥挤度排序策略,可以有效提高基因多样性,从而提出了动态精英受控NSGA-Ⅱ算法的模型求解方法.在UDDS循环工况下对复合电源参数进行优化,与NSGA-Ⅱ算法优化结果比,动态精英受控NSGA-Ⅱ算法优化结果的锂电池和超级电容放电深度更低、制动能量回收量和电池放电效率更高,有效降低了复合电源成本和电耗.     

液压系统监测诊断中的传感器优化配置技术

对液压系统进行在线监测诊断,需要获得尽可能完备的状态信息,但也带来了传感器布设难度和监测成本增加等问题。该文提出了一种基于多目标优化的传感器配置方法,采用故障检测率、状态分辨率、故障虚警率等约束条件,将故障隔离率和综合成本作为优化目标,构建了传感器优化配置模型。实践证明,通过优化后的传感器配置方案在保证监测诊断准确性的基础上,能够有效降低成本,提高布设效率。     

多目标的供应链集成优化及数值仿真

针对供应链设计中的供应链优化这个关键问题,建立了一个多目标的供应链集成优化模型。该模型将供应链三个层次的优化内容集成在一起进行优化,采用成本、柔性、客户服务水平以及向用户承诺的产品交付时间四个度量指标。针对多目标优化模型,提出了一种改进的多群体遗传算法。最后,利用一个具体实例进行了数值仿真。     

为高铁站日常维护带来解决方案 吉尼安全操作培训获点赞

<正>从引进技术到领先全球,短短10年间,高铁不仅获得了国人点赞,也赢得了世界目光。在持续扩大高铁交通覆盖网络的同时,对于每个站点来说,每天人来人往,保持环境整洁和设施安全尤为重要。过去高铁站的维护人员往往推着梯子或是移动脚手架进行高空修葺、保洁等工作,这所带来的工作效率低下、作业隐患视而可见,因此安全高效的高空作业平台在高铁站日常维护作业中有着无可比拟的优越性。针对高铁站的应用需求,全球高空作业平台顶级品     

高压压缩机机组高架油箱加油方法改进

通过对油田各压缩机管理现场高架油箱加油方法的分析研究,提出了采用自用泵对高架油箱进行加油作业的方法。该方法投入成本小,安全性高,适合向压缩机维护站队推广。     

考虑工序刚性约束的自动化装配生产线多目标优化研究

为了对具有工序刚性约束的装配线进行优化配置,提出一种基于并行工位设计和装配序列规划的自动化装配生产线多目标优化方法,主要包括:①针对工序刚性约束的自动化装配线的特殊性,搭建了以成本和生产节拍为多目标的装配线优化数学模型;②针对数学模型中决策变量的离散性特点,提出基于随机键的两段式编/解码方法,综合考虑了装配工艺中的优先关系、直接优先关系、完全分配约束和最大并行度限制等,实现了对工序刚性约束的描述;③将基于拥挤度的Pareto评价方法嵌入回溯搜索优化算法,实现了工序刚性约束下的装配线多目标优化;④通过断路器自动化装配线进行案例验证。结果表明,在装配生产线上各作业元素时间和设备单元成本固定且均已知的条件下,所提出的方法能够为该类装配线计算出最优配置方案,且将计算出的优化配置方案(成本517.5万元,节拍3.2秒/级)与现有方案(成本636.0万元,节拍5.4秒/级)对比,发现生产效率提高了40.7%,装配线成本降低了18.6%。     

基于仿真的多部件设备机会维修多目标决策优化方法

提出一种基于仿真的多部件设备机会维修多目标决策优化方法，考虑了多种维修方式、多种机会维修策略、非预期故障的随机持续时长和成本以及随机的预防性维修时长，利用蒙特卡洛仿真计算系统可用度和总成本，多目标粒子群算法进行求解最佳维修方式。将该方法应用到电子组装线的某生产设备，结果显示，同时考虑了随机故障和预防性维修的机会维修策略具有更优的Pareto前沿，能够进一步优化系统可用度与系统总成本，并对可用度和总成本的随机分布进行了分析。     

基于直觉模糊数与多目标优化算法的工艺路线优化

为解决工艺规划中的工艺路线决策问题,提出基于直觉模糊数与元胞自动机—第二代强度Pareto进化算法的工艺路线多目标优化方法。分析了零件的加工特征并将其分解为可用知识化表达的加工元,为有效处理加工元之间的模糊性顺序约束关系,利用直觉模糊数设计结构矩阵来建立加工元之间的约束关系。在此基础上,构建了以加工设备变换成本、装夹变换成本、刀具变换成本为优化目标的工艺路线多目标优化模型。为提高求解多目标工艺路线的求解效率,利用元胞自动机和第二代强度Pareto进化算法对工艺路线优化模型进行求解,得到由多个可行的工艺路线组成的Pareto前沿,进而通过模糊熵对其评价后筛选出最佳工艺路线。以某设备的传动箱箱体为例,验证了所提方法的可行性与有效性。     

基于遗传算法的制造单元继承性生成方法

为实现多品种变批量生产模式下的制造单元优化重构,将车间重布局成本纳入优化目标,建立了以物流成本和重布局成本为优化目标的制造单元需求模型;为了降低重布局成本,提出一种具有继承性的制造单元生成方法,利用改进遗传算法中的染色体编码方式、初始种群生成方法、遗传算子操作等方法,最大程度上保存了原有制造单元中的资源组织结构,实现具有继承性的制造单元优化重构过程;最后通过一个实例验证了所提方法的有效性。     

并行机作业车间等量分批多目标优化调度

为降低并行机作业车间等量分批多目标优化调度问题的复杂度,提高优化效率,提出了一种基于仿真技术和改进非支配排序遗传算法的分步优化方法.建立了一类以完工时间最短和总制造成本最低为优化目标的并行机作业车间等量分批多目标优化调度模型;将各产品进行等量分批,以Witness为仿真平台建立并行机作业车间等量分批生产仿真模型,通过组合仿真优化得到产品理想的等量分批方案,从而将原问题转化为并行机作业车间多目标优化调度问题;设计了一种改进的非支配排序遗传算法,对并行机作业车间多目标优化调度进行求解.通过算例分析验证了该方法的有效性.