基于蚁群算法的带中间存储的流程工业生产调度研究

流程工业具有连续性,实时性,复杂性等特点,其生产调度的优化一直是行业内的热点问题。利用蚁群算法进行了深入的研究,提出了适用于流程工业中的连续域蚁群算法方案。该算法采用连续域网格对流程工业问题进行建模,利用缩小范围重新划分的方法提高了算法精度,同时引入最大-最小蚁群算法保证收敛速度,并通过限制解的范围和估算产值的方法引导蚂蚁走向可行,高效的路线。最后通过隔膜烧碱车间的算例验证了该方法在实用性、精度及速度方面有着明显的优势。     

增量式正交局部判别投影法

针对现有投影分析算法随着输入数据量的增加计算复杂度急剧增长这一问题,通过子块优化策略构建了目标投影模型,称之为增量的局部判别投影(ILDP)算法。算法兼顾样本的类间离散度和类内紧凑性,求得的投影矩阵还具有正交性;通过子块叠加和奇异值升级算法对模型的求解进行了增量式扩展,计算过程中并无出现矩阵逆操作,即规避了小样本问题。在COIL图像库、USPS手写字体库和ExYaleB人脸库中的实验表明,对比经典的ILDA、LSDA、MMP等降维算法,ILDP具有更高的识别率,尤其在USPS数据库中,ILDP的识别率接近于90%,而其它的算法识别率都低于85%。与此同时,ILDP的计算量也明显少于对比算法,在USPS数据库中仅需要少于0.5s的时间即可完成最优投影矩阵计算。     

多角色多策略多目标粒子群优化算法

针对粒子群算法在解决复杂多目标问题时存在过早收敛和多样性不足的问题,提出多角色多策略多目标粒子群优化算法(MOPSO_RS). 该算法根据粒子的角色划分指标,给不同性能的粒子赋予不同角色;提出多策略的学习参数调整方法和多策略的全局最优粒子选取方法,帮助种群执行各种搜索策略. 不同的学习参数使各角色粒子获得不同的搜索策略,以调整粒子的探索和开发能力. 不同的全局最优粒子使各角色粒子搜索不同区域,提高种群的搜索效率. 为了避免算法陷入局部最优,引入带有高斯函数的变异算子,使粒子根据其角色朝向不同的全局最优粒子变异,提高算法的求解精度. 实验结果表明,对比其他改进多目标算法,MOPSO_RS具有良好的收敛性和多样性,并验证了所提策略的有效性.     

遗传算法在水电站机组优化组合中的研究与应用

建立了水电站机组优化组合数学模型,提出了基于二进制与浮点数混合编码的遗传算法工程实现方法,把问题分解为机组状态组合与机组负荷分配两个子问题,分别对其优化。对实例计算分析表明：遗传算法具有计算速度快,计算结果好的优点,其对发电机组优化组合问题的求解是可行的、有效的,具有较强的实用价值。     

多Agent动态调度方法在染色车间调度中的应用

为解决复杂、繁琐的染色车间调度问题,根据印染生产过程的工艺特点和约束条件,建立了染色车间作业调度问题模型。为了提高调度系统对生产环境经常发生变化的自适应能力和全局优化能力,提出了一种基于蚂蚁智能与强化学习相结合的协商策略的多Agent动态调度方法。在该方法中,智能Agent能根据行为的历史反馈和立即反馈来选择相应的行为,也能根据算法的历史奖励来选择相应的智能调度算法,从而把一小部分工序任务的实时局部优化和大部分工序任务的全局优化结合起来。调度实例的求解结果验证了该方法的有效性。     

基于子块优化及全局整合的局部判别投影法

已有投影算法都直接通过完整的输入训练集求解最佳变换矩阵,难以进行增量式学习扩展。针对此问题,该文通过组合优化策略提出局部判别投影方法应用于分类问题。该算法同时包括类间判别信息和类内局部保持特征,求得的变换矩阵还具有正交性。此外,利用核函数将算法扩展至非线性应用,使之可以适应更多的数据类型。在ORL人脸库和小样本说话人辨认应用中验证了该算法的有效性。     

基于小波脊线的刮水器电动机机械特性测试

论述了无转速转矩传感器的刮水器电动机机械特性测试基本原理;分析了小波脊线与信号瞬时频率的关系, 提出了基于小波脊线的刮水器电动机机械特性测试新方法。对实测数据进行处理的结果表明,该方法能够实现无传感器的刮水器电动机机械特性快速准确测试。同时由于小波基函数具有良好的时频局部特性,该方法具有很强的抗干扰性能。     

基于RBF神经网络的单交叉口自学习控制系统

单交叉路口自学习信号控制器主要是通过径向基函数(RBF)神经网络建立了交叉口模型,模拟交通警察指挥交通的思维过程.该控制器能够根据交叉口各相位车辆的排队长度,对各个相位的绿信比和总的信号周期进行实时分配,并且根据交通状况的变化,可以对信号配时效果进行评价,对信号作出调整,具有学习功能.仿真结果表明,该系统能够很好地适应实际的交通状况,可以提高道路交叉口的车辆通行能力.     

求解作业车间调度问题的双倍体遗传算法与软件实现

作业车间调度问题是最困难的组合优化问题之一，也是计算机集成制造系统中的一个关键环节，在实际生产中具有广泛应用。为此，提出了双倍体遗传算法。该算法提供了一种记忆以前有用的基因块的功能，保留了某些低适应度染色体中的一些局部基因块，构成最优解中的基因片段，提高遗传算法的适应能力。与已有算法相比，基于双倍体遗传算法的作业车间调度方法，显著提高了搜索效率，改进了收敛性能。     

铸件凝固模拟进展和国内外应用现状

综述了计算机对凝固铸件数值模拟的历史发展过程,国内外研究人员和机构在此方面的研究成果以及凝固模拟在各国的应用现状。对于铸件凝固模拟的理论研究和软件开发具有一定的作用。