工业工程实验室建设的研究和实施

基于对国内院校工业工程专业的广泛调查,分析了有关院校工业工程专业实验室建设的现状,探讨了工业工程专业实验室建设的思路,并阐明了实验室建设应体现基础性和现代性、经济性和综合性、开发性和开放性以及工程性和动态性。鉴于工业工程实验室建设项目,总结了学校实施该项目的规划。     

混合和声搜索算法求解基于学习效应的PFSP问题

置换流水线调度问题（Permutation Flow-shop Scheduling Problem,PFSP）作为流水线调度问题的子问题,实质是一个著名的组合优化问题,其已被证明了是NP完全问题中最困难的问题之一。带学习效应的PFSP问题是一种更符合实际问题的模型,为了更好地解决此问题,在此提出了一种混合遗传算法和粒子群算法的改进和声搜索算法。对CAR1问题及其学习型调度进行了仿真实验,结果表明所提算法的可行性和有效性。     

库存路径问题的研究综述

在简要介绍库存路径问题(the inventory routing problem,IRP)的理论与实践意义的基础上,给出IRP问题的定义,并对IRP问题进行描述.通过分析IRP问题具备的特征,将其按照不同的特性进行分类,总结以往国外及国内学者们在求解这一问题时典型的建立模型和求解的方法,并指出该领域目前存在的问题,提出可能的解决办法及其未来的发展方向.     

基于萤火虫算法的零等待流水线调度优化

萤火虫算法是一种新颖的仿生智能算法,针对以最小化制造期为目标的零等待流水线调度问题,提出了一种基于萤火虫算法的混合优化方法。首先设计了一种IMM编码用于实现萤火虫编码与工件排序的转换以使萤火虫算法能够解决调度问题;其次用启发式算法对初始种群进行随机替换,以提高种群的质量和分散度;最后针对群体易于早熟和局部搜索能力的不足,结合迭代贪婪算法和Pairwise算法对最优个体进行改进并用Metropolis准则决定是否接受改进结果。在21个Benchmark问题上进行算法仿真,从求解质量和运行时间两方面验证了该混合优化方法的性能。     

通过有效匹配TCP/IP数据包检测黑客入侵

基于估算下游TCP/IP交互式会话长度方式来检测跳脚石入侵是计算机网络安全中的热门课题。计算连接链长度的关键是匹配TCP/IP交互式会话的发送和响应的数据包,SDC算法就是基于这个目的而提出的,但是SDC算法由于需要大量的计算而不是很有效。分析了引起SDC低效的原因,给出解决方案,提出了一种使用滑动窗口的算法SWAM。通过有效性分析,说明SWAM算法能减少99.99%的计算量。给出了两种决定滑动窗口大小的方法：一种方法利用了匹配结果的收敛特性,另一种利用TCP/IP协议本身的一些特性。相比而言第二种方法的计算量要相对小一些。     

仿生群智能算法在生产调度中的应用综述

群智能算法是在观察和研究群居生物群体行为的基础上,提出的人工智能模拟模式,通过模拟群体中多个个体之间的简单协作实现问题的求解。在介绍群智能算法原理的基础上,综述并讨论了其在生产调度中的应用,为未来的研究提供了有意义的借鉴和参考。     

用MC-QPSO算法求解并行流水车间调度问题

针对并行流水车间调度问题的特点,提出了一种基于多种群协同进化的改进量子粒子群算法（MC-QPSO）进行求解。首先将整个量子粒子种群分解为多个子种群,然后各个子种群独立地演化,并通过周期性共享搜索信息,以获得对自身信息的更新。最后,通过具体仿真实例进行了求解验证,结果表明,在求解并行流水车间调度问题时,基于多种群协同的量子粒子群算法,在收敛速度、寻优性能等方面,都要优于遗传算法。     

利用DNA遗传算法求解Flow-Shop调度问题

由于经典遗传算法在求解调度问题尤其是处理复杂的、混淆的和多任务问题时不够灵活且计算速度慢,论文引入DNA技术借助生物学理论对其进行改进。DNA遗传算法继承了遗传算法全局搜索的能力,同时利用DNA双螺旋结构和碱基互补配对原则进行编码运算,提高了算法的有效性和收敛速度,从而很好地解决了NP-hard性质的Flow-Shop调度问题。     

一类带工艺约束的关键工序作业排序问题

关键工序的作业排序问题是生产车间的一项重要内容,讨论了把n个带工艺约束的任务安排给m台设备加工,使得总加工时间最短的一类排序问题。在建立了该问题的数学模型的基础上,巧妙地把这个排序问题转化为指派问题,并采用匈牙利算法对该问题进行了求解。实例证明,建立的数学模型和提出的问题转换方法便于理解,求解快速有效。     

考虑合同双方利益最优的复杂设备分阶段维护外包策略

针对复杂设备维护外包策略制定过程中，仅考虑一方利益或第三方维护特点表现不明问题，提出了同时使设备使用商满意度最高和维护外包服务承包商利润最大的分阶段等周期预防性维护策略。首先，引入动态役龄递减因子来优化故障率变化规则；其次，以每个阶段的预防性维护次数和维护间隔以及维护外包服务承包商的平均响应时间为决策变量，构建了服务承包商利润模型和设备使用商满意度模型；最后，用NSGAII算法求解不同分段下的多目标最优方案并进行比较，得出两阶段预防性维护策略所得最优方案质量更佳；使用粒子群算法求出两阶段维护对应的单目标最优方案并与多目标最优方案进行对比，以验证多目标维护外包模型的优越性和实用性。