单件生产系统同步加工动态调度策略

研究以最小化同步加工时间差和最小化完工时间为目标的单件生产系统动态调度问题,并提出一种基于耦合瞬态混沌神经网络方法的滚动时域动态调度策略.新的能量函数表达式能同时包含优化目标和工艺路线及资源等约束;针对能量函数中包含实值和0-1值两种变量的特点,提出将神经网络分成两个相互耦合的子网,分别处理两种类型的神经元:在网络动态...     

基于交替迭代遗传算法的成批车间生产计划与调度的集成优化

研究了一类零部件混批生产车间需要加工准备的多周期成批生产计划与调度的集成优化问题,建立了生产计划和调度集成优化的非线性混合整数规划模型.并提出了一种交替式混合遗传协调优化算法求解该集成优化问题.其主要思想是给定计划用一混合遗传算法求调度,反过来给定已求调度用另一混合遗传算法求取新计划,如此不断交替使用两个混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

基于模糊DEA/AR的知识化制造模式评价和选择方法

考虑知识化制造模式的复杂度,以知识化制造模式为决策单元建立了数据包络分析模型,提出一种用于制造模式相对有效性评价的模糊数据包络-保证域方法。模型中的输入变量和输出变量以三角模糊数表征,采用权重保证域以避免传统非阿基米德无穷小量求解对评价结果的影响,引入α截集计算决策单元模糊有效性的上下界,实现决策单元的相对有效性评价。在此基础上,给出一种基于模糊有效边界值的制造模式相对有效性排序方法,为知识化制造模式选择提供依据。最后,通过试验算例验证了该方法的可行性。     

基于Rough Set理论的汽车制造企业的相对竞争力评价模型及应用

相对竞争力评价是汽车制造企业经营战略制定活动的关键环节。本文首先给出了汽车制造企业竞争力评价的指标体系，并设计了专家评价打分表；然后，基于Rough Set理论及其约简方法，建立了同行业企业间的相对竞争力评价模型，即：先根据专家对企业指标的满意度进行打分，对满意度打分表进行约简，再根据该表计算企业相对竞争力。最后以几个汽车制造企业的实际数据为例，对这些企业的相对竞争力进行了估算，实例验证该模型具有较好的实用性。     

基于概率支持向量回归的产品设计时间预测模型

为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参数。最后,以注塑模具设计的实例进行分析,结果表明基于PSVR的时间预测方法可同时提供有效的预测值和预测区间。     

一种多周期随机需求生产/库存模型

为使存贮、生产和缺货等费用的总和最小，建立了一种多周期随机需求生产／库存模型，该模型采用（S，Q）策略对生产和库存进行控制，即当成品库存降至8时准备生产，生产量为Q。通过对该模型费用函数特性的分析，设计了一种迭代学习算法，根据该算法可以得出系统的最优生产准备点及最优生产量。将所提出的迭代学习算法与遗传算法进行了比较，结果显示，两者所得到的控制量是吻合的，且迭代学习算法的求解速度更快，从而证实所建立的模型和提出的迭代学习算法是正确有效的。     

敏捷制造环境中车间的随机生产计划方法

研究了敏感制造环境下柔性自动化车间的髹机生产计划方法。     

产品全生命周期制造模式选择的自学习研究

针对相似产品生命周期特征的相似性，阐明了产品制造模式与生命周期特征之间的映射关系。根据知识化制造理念，讨论了制造模式选择的自学习问题。提出了近似匹配和二次匹配两种算法，使现有产品的生命周期特征与知识库中已有相似产品的特征数据相匹配，进而为制造模式的选择提供决策依据。给出的算例证明了该种方法的有效性。     

基于Agent网的知识网的自重构研究

提出了一种新的基于知识网和Agent网的知识化制造系统的自重构方法。首先给出知识网及其多重集的定义，定义了知识网多重集的并、交、差等运算；其次，根据知识网的多重集，研究了知识网重构运算的算法，并深入探讨了运算后多重集的预处理规则及多重集到知识网的映射；最后通过复杂系统自重构的例子介绍了基于知识网和Agent网的自重构方法，证实了自重构方法的有效性。     

基于Agent网的知识网自重构的需求评价模型

知识化制造系统自重构中需要有评价策略对自重构后的系统进行评价。本文从知识网需求的模糊关系出发,定义了基于agent网的知识网模糊需求的自重构运算,提出了知识化制造系统的模糊需求评判的方法,并通过一个简化的例子,说明了知识网的自重构及其模糊需求评判的方法,解决了知识网自重构后的评价问题,为知识化制造系统的决策提供了依据。