Strategic Robust Mixed Model Assembly Line Balancing Based on Scenario Planning

Assembly line balancing involves assigning a series of task elements to uniform sequential stations with certain restrictions. Decision makers often discover that a task assignment which is optimal with respect to a deterministic or stochastic/fuzzy model yields quite poor performance in reality. In real environments, assembly line balancing robustness is a more appropriate decision selection guide. A robust model based on the α worst case scenario is developed to compensate for the drawbacks of traditional robust criteria. A robust genetic algorithm is used to solve the problem. Comprehensive computational experiments to study the effect of the solution procedure show that the model generates more flexible robust solutions. Careful tuning the value of α allows the decision maker to balance robustness and conservativeness of as- sembly line task element assignments.     

可跨工位操作的随机混流装配线平衡问题研究

装配线平衡问题是在满足一定约束的条件下,将一系列任务单元分配到各个工位上,使其工作强度与利用率相适应.研究了带有跨工位操作,且任务单元完成时间为随机量的一类特殊装配线平衡问题,目标是缩短整个生产过程中的总任务超载时间;参考机会约束规划的思想,建立了α任务超载时间最小化模型;结合随机模拟和遗传算法设计了混合遗传算法以求解,并通过实例仿真验证了算法的有效性.     

同步卫星的墓地

在太空中运行的人造卫星,一旦燃料用尽或发动机出故障,就会坠落到地球上。一般说,人造卫星穿过稠密的大气层时,因与空气摩擦,大部分在空中燃烧贻尽,这才使地球上的人们稍为放心。与此相比,在赤道上空3600多公里高度同步轨道上运行的同步卫星,就不用担心坠落到地面,这是由于它的运行轨道高,是在约400公里高度运行的人造卫生的90倍。那么,同步卫星一旦燃料用尽,将葬身何处呢?     

无线多媒体传感器网络自适应拥塞控制算法

针对无线多媒体传感器网络(WMSN)中多对一通信时产生的网络拥塞问题,提出了一种自适应的WSMN网络拥塞控制算法ACCP。通过结合速率控制和资源调度,并采用分簇的网络结构,根据簇首及簇内的拥塞指标,来分别启动对应的拥塞控制机制:当簇首发生短时间拥塞时,就启动属于资源调度的网络内存储管理机制,来暂时减缓网络内过多数据包;但当簇中的存储节点也无法容纳过量的数据包时,速率控制就启动,让流量减缓下来,并且只调整数据实时性要求较低的数据流的速率,以达到控制流量、减缓甚至消除网络拥塞的目的。仿真结果显示:ACCP在传送速率不同下,可以比InS、HCCP更有效的控制网络拥塞的情况,而在比较缓存容量不同的情况下,虽然ACCP只比HCCP能够稍微改善网络拥塞的情况,但却能够大幅度改善InS的数据包丢失率。     

液态金属电阻仪数据采集处理系统的开发与应用

液态金属电阻仪数据采集处理系统采用2182纳伏表并配用K型热电偶进行电压测量和温度测量,用PF66M型数字多用表加装电流换向器供给直流恒定电流,并基于VB语言开发了一套测量液态金属电阻率随温度变化的实时数据采集和数据分析处理软件,实现了计算机与测量仪表的通讯和测量数据的自动采集记录。通过对PbSn61.9合金的实测应用分析,该数据采集系统工作可靠,显著提高了液态金属电阻测量的精度和效率。     

基于免疫遗传算法的递归模糊神经网络

为了解决递归网络的梯度信息不易获取而传统遗传算法训练时间过长、易于早熟的问题,提出了一种用于辨识非线性动态系统的递归高木-关野模糊神经网络(T_RFNN:Takagi-Sugeno Recurrent Fuzzy Neural Network).T_RFNN是在高木-关野模糊模型的基础上加入了反馈层,利用免疫遗传算法对T_RFNN的参数进行训练和调整.该网络具有更少的网络参数、更快的收敛速度和更高的精度等特点,能够很好地完成动态非线性系统的映射.与高木-关野模糊神经网络相比,网络参数减少了45%,网络误差减少了65%,而网络的运行时间提高了近68%.T_RFNN仿真实验的辨识结果也表明,该网络在训练次数明显减少的情况下学习性能得到了显著改善.     

高渗透砂岩油藏自流注水机理及开发效果研究

针对沙漠地区油藏注水水源供应不足的问题,以中东地区某高渗透砂岩油藏为例,以油藏工程方法和数值模拟为手段,开展了自流注水机理、自流注水适应性及开发效果研究。研究中定义了"自流注水门限压力"的概念,认为要能够自流注水,水层压力需要达到"自流注水门限压力"来克服注水过程中水层与井筒之间的产水压差、井筒内的摩阻损失、井筒中的水柱压差以及井筒与油层之间的注水压差。分析了油藏适合自流注水的地质条件和压力条件。建立了自流注水采收率计算的表达式,并针对N油藏进行了实例计算。运用数值模拟方法,进一步研究了N油藏进行自流注水的开发效果,研究结果表明,N油藏的开发策略为:先进行弹性驱动开发,待油藏不能稳产时转为自流注水开发,最后转为人工注水开发。     

耦合TIGGE降水集合预报的洪水预报

耦合数值降水预报信息的洪水预报延长了预见期,为防洪调度赢得了宝贵的决策时间.但"单一"的降水预报具有较大的不确定性,即基于"单一"的降水预报所做出的调度决策可能不是优化的,甚至可能会出现较大的偏差,因此在洪水预报中引入了降水集合预报信息来考虑相应的降水不确定性.文中以桓仁水库以上流域为试验流域,将欧洲中期天气预报中心(ECMWF)的降水集合预报数据驱动新安江模型,得到预报径流的区间范围,为决策者提供更多有用的风险信息.计算结果表明,ECMWF降水集合预报可用于洪水预报,且能较好地描述洪水预报的不确定性.根据集合平均降水预报的特点,对集合平均降水数据进行了修正,并将修正后的集合平均数据驱动水文模型,其预报效果有了很大的改善.     

中西部地区提高利用外资质量的思考——以宜昌市为实证研究对象

《中华人民共和国国民经济和社会发展第十一个五年规划纲要》明确指出，今后几年引资政策的重点在于提高利用外资质量。过去几年，中西部地区利用外资稳步发展，取得了重要成绩，但也存在许多问题。为此，以宜昌市为实证研究对象，认真分析了中西部地区利用外资存在的主要问题，以科学发展观为指导，深入探讨了提高利用外资质量的有效对策。