考虑批量的多目标柔性作业车间鲁棒调度

针对多品种小批量的柔性作业车间调度问题,构建了多目标柔性作业车间鲁棒调度模型,在模型中考虑了工件分批加工、批量启动时间和机器故障等因素。基于以上因素的特点,设计了有效的染色体编码方法、染色体解码策略及机器故障仿真算法。基于非支配排序遗传算法(Non-dominated Ranked Genetic Algorithm,NRGA)的基本框架,设计了多目标优化算法,并采用有效的交叉和变异算子避免产生非法解。通过对算例的仿真实验,验证了构建的模型和设计的求解算法能够有效提高调度的鲁棒性,有效避免实际调度性能的恶化。     

基于关键链多项目鲁棒调度

为提高关键链项目调度解的鲁棒性,以鲁棒性指标最大化和多项目工期最小化为目标,提出基于关键链的多项目鲁棒性调度模型。在求解模型方面,为打破优先规则的局限,求解得到解的鲁棒性和质量鲁棒性均较优的关键链调度方案,提出一种关键链多项目调度混合优化算法,通过遗传算法寻找活动的优先权列表,结合基于优先权的关键链多项目调度算法,生成关键链多项目调度计划。通过算例验证并与其他算法进行比较,验证了所提模型和算法的有效性。     

基于人工免疫算法的鲁棒满意项目调度

针对不确定的资源受限项目调度问题,采用模糊数描述不确定的项目活动执行时间和项目交货期,建立了以最大化客户满意度和调度鲁棒性为目标的鲁棒满意项目调度模型.针对这一优化问题,设计了一种人工免疫算法.仿真计算结果表明,所建立的鲁棒满意项目调度模型在提高项目调度鲁棒性的同时,并没有过多地降低客户满意度,该模型可以实现两个优化目标之间很好的折中.     

考虑异质需求的再制造系统动态模型与鲁棒H_∞控制

针对消费市场对新产品和再制造产品存在的异质需求,建立了一组考虑产品需求可替代、时滞不确定性和需求不确定性的再制造系统动态模型,包括制造商自行回收模型、第三方回收模型以及再制造参数不确定的闭环供应链模型。分析了再制造系统的鲁棒运作,给出了这一组再制造系统动态模型的鲁棒控制策略和线性矩阵不等式算法。仿真计算表明,所提出的鲁棒控制策略能够有效抑制再制造系统运作过程中的不确定影响,使再制造系统达到稳定状态。     

弱纹理环境双目视觉稠密视差鲁棒估计方法

精确稠密视差估计是立体视觉系统恢复观测场景三维信息的关键。从立体视觉在机器人环境感知的实际应用角度出发,提出了对于弱纹理、阴影和遮挡等关键影响因素,具有良好鲁棒性、精度和处理速度的稠密视差图估计算法。针对弱纹理、阴影和深度不连续的问题,设计了基于灰度相似度概率的置信度传播算法,结合视差平滑约束,以期实现较高精度的视差初值快速估计。由视差级数定义的消息向量通过异向平行迭代进行传播,消息向量包含表征像素点灰度相似性和平滑性的能量信息,通过全局能量函数的迭代收敛,快速获得视差初始估计。根据独立连通区域通常具有相似纹理特征和视差一致性的先验知识,提出了基于Mean-Shift聚类分割算法和参数空间投票自适应视差近似面估计算法,进行稠密视差的精细优化估计。利用具有不同弱纹理特征的5组标准测试图像、4组室内环境实际图像、4组室外环境实际图像和4组月面模拟特殊光照环境的实际环境图像进行了测试实验,实验结果表明了本文算法的良好鲁棒性和有效性。     

有限需求信息下考虑利他行为的供应链鲁棒协调

为探讨需求分布信息不足和利他行为偏好对供应链运作的双重影响,在只知道需求的均值和方差的情形下,利用鲁棒优化方法研究了考虑利他行为的供应链协调问题。给出了集中式供应链的鲁棒最优订货决策和分散式供应链实现鲁棒协调的回购契约策略,并进行了数值分析。研究表明,利他行为对供应链成员的鲁棒决策具有重要影响。当供应链成员都完全利他时,批发价契约就能够实现供应链协调;否则,需要一个合适的回购契约来协调供应链。此外,通过设定不同的批发价格还可以调节供应链期望整体利润在各成员间的分配。同时,鲁棒协调策略具有较强的稳健性,可以有效减少需求分布信息不足对供应链系统及其成员利润的影响。     

带转移时间的资源受限项目鲁棒调度优化

为使项目在面临活动工期扰动时尽可能按照基准调度计划稳定执行,针对带转移时间的资源受限项目调度问题提出鲁棒调度与资源分配集成优化方法。分别从资源转移关系、活动时差、随机活动工期三个不同角度设计三种解鲁棒性代理指标,构建了两个混合整数规划模型(MinEA,MaxPF)和一个随机规划模型(MinTPC),并分别采用精确方法和禁忌搜索启发式算法求解;在此基础上提出MinTPC+MaxPF混合优化策略。仿真实验结果表明,MinTPC+MaxPF方法在项目解鲁棒性和质鲁棒性两方面均能获得最优绩效;MinEA方法的解鲁棒性优于MinTPC,而后者的质鲁棒性优于前者。所研究的模型和方法,可以为项目决策者在工期不确定环境下协调活动进度安排和优化资源转移提供指导,提升项目计划鲁棒性,提高企业的经济效益。     

双资源约束的鲁棒Job Shop调度问题研究

针对机器-工人双资源约束下加工时间具有随机性的Job shop调度问题(Job shop scheduling problems,JSSP),考虑工人熟练程度差异和工人数量不足的约束,采用鲁棒调度的方法建立机器-工人双资源约束的鲁棒Job shop调度模型(Dual-resource constrained robus...     

考虑可靠性鲁棒的结构非概率优化设计方法研究

传统基于概率模型可靠性设计优化(Reliability-based design optimization, RBDO)通过制定结构性能的概率约束,使得设计结果符合可靠性要求。然而,在参数信息缺乏时,准确的参数概率密度函数难以获取,且在不确定性因素影响下可靠性的稳健性并未被考虑。在参数信息缺乏的情况下,本文中利用非概率凸模型去有效地度量参数的不确定性。根据非概率可靠性分析理论,将极限状态函数进行泰勒展开,利用非概率可靠性指标的灵敏度分析,建立非概率可靠性的鲁棒性指标。将非概率可靠性设计优化与非概率鲁棒性设计集成到统一的设计模型中,结合SORA(Sequential optimization and reliability assessment)方法和微型多目标遗传算法进行求解。最后,通过两个工程算例分析结果,表明所提优化模型的可行性。     

带缓冲时间的不确定性作业车间鲁棒调度研究

对机器故障下的作业车间鲁棒调度问题进行了研究。根据威布尔概率分布函数和故障浴盆曲线将不确定的机器故障转化为定量化的故障区间,建立带缓冲时间的性能鲁棒调度优化模型。用遗传算法求解该模型过程中,确立带缓冲时间的鲁棒解码规则,且交叉片段在整个父代中搜索与片段对等的基因,有利于扩大交叉范围。最后的仿真实验表明,优化模型保证了调度的鲁棒性,提出的改进遗传算法对问题求解的有效性。     

鲁棒协同优化模型及其求解方法

从提高鲁棒协同优化(Robust collaborative optimization, RCO)模型的计算效率和模型求解方法优化性能角度出发,提出简化的基于隐含不确定性传播的鲁棒协同优化(Simplified implicit uncertainty propagation robust collaborative optimization, SIUPRCO)模型和改良的鲁棒协同优化模型求解方法(Improved robust collaborative optimization resolving method, IRCORM).SIUPRCO是对基于IUP方法所建立的RCO模型进行的改善,它避免对全局灵敏度方程的求解,从而提高了RCO模型的计算效率.在IRCORM模型求解方法中,为解决RCO易陷入局部极值点的问题,利用动态罚函数法得到确定性协同优化的全局极值点,并将该值作为RCO优化的初始点;采用遍历组合的方法,给出Pareto最优解.典型算例的优化结果表明,SIUPRCO模型具有合理性,IRCORM求解方法具有良好的优化性能.     

串联式混合动力汽车辅助功率单元鲁棒辨识

串联式混合动力汽车柴油机辅助功率单元(APU)是一个多输入多输出的复杂非线性系统,为便于控制器的设计,提出一种简单的面向控制的APU模型鲁棒辨识方法。该方法基于非线性变增益控制的原理,把APU系统看成一个线性变参数系统,并将参数区域进行网格离散化,在每一工作点采用基于模型不确定性建模的方法进行模型辨识,其结果表示为名义模型及其不确定性区域。最后在APU试验台架上进行了辨识试验,试验结果表明该方法的可行性。     

机器混合故障下柔性作业车间鲁棒调度方法

柔性作业车间机器在生产过程中时常发生退化故障和突发故障,针对这种混合故障,考虑用预防性维护来防止退化故障,通过插入缓冲时间的方式来吸收突发故障的影响。分别以工序最终完工时间期望值和各工序加工完成时间的延迟总和期望值为质和解的鲁棒性指标,建立柔性作业车间鲁棒性调度优化模型,并设计引入混合故障概率矩阵的改进遗传算法对模型求解,联合决策工序加工顺序、预防性维护位置和缓冲时间位置,同时优化调度方案的鲁棒性。最后通过数值实验与对比分析验证了此鲁棒调度方法能有效应对车间混合故障造成的扰动。     

随机工时下柔性加工车间的鲁棒优化调度方法

为了提高柔性加工车间调度方案的可行性、保障生产过程的稳定性,提出一种鲁棒优化调度方法。引入两个不确定参数来描述随机工时的波动程度和约束条件的允许违背程度,提出随机变量服从概率分布时一般线性规划问题的鲁棒优化方法。采用该方法将含随机工时而难以求解的随机型柔性加工车间调度模型转化为确定型鲁棒对等模型。基于该模型,将随机工时融入适应度函数中,结合遗传进化的全局优化和邻域搜索的空间拓展能力研制出鲁棒调度算法,同步实现工件排序和机器分配的双重决策。案例测试表明,所提方法可以在较短计算时间内、以较小性能损失、将近95%的置信度获得当前最优解。     

基于改进遗传算法的不确定加工时间Flow-Shop鲁棒调度

对不确定加工时间环境下的Flow-shop调度问题进行了研究,利用六点模糊数对不确定加工时间进行描述,以最大完工时间和最大完工时间跨度的权重和为鲁棒性测度构建模糊加工时间Flow-shop调度模型。提出了模型求解的改进遗传算法,算法采用单染色体遍历操作代替染色体交叉操作,用以增强种子代繁衍的确定性,最后仿真分析验证了算法的有效性。     

一类已知概率分布下的混合车间鲁棒调度问题研究

为解决一类产品生产需经上游作业车间的零部件加工和下游流水车间的零部件总装的调度问题,在研究生产调度文献的基础上,给出了混合车间调度问题;给出一类已知概率分布下的混合车间鲁棒调度方法,并建立鲁棒调度模型;采用遗传算法求解鲁棒调度模型。最后进行了实证研究,证明所建模型以及遗传算法在求解混合车间调度问题上是有效的。     

加工时间不确定的柔性作业车间鲁棒调度方法

针对中小批量环境下加工时间不确定的柔性作业车间调度问题,采用冗余处理方法构建了以最大完工时间为目标的鲁棒调度模型。为降低算法的搜索规模和提高算法的求解速度,提出了顺序搜索机制,并设计两阶段遗传算法,分阶段获取冗余状态和最优结果。采用某柔性生产线的数据进行正交试验,优化了算法关键参数,并构建了柔性生产线仿真模型,对调度结果的鲁棒性和优化目标性能进行了分析。结果表明,该算法在目标性能和鲁棒性上都显著优于标准遗传算法,能有效处理加工时间不确定的柔性作业车间调度问题。     

基于鲁棒可靠性方法的机器人鲁棒镇定控制研究

针对不确定参数摄动对机器人系统稳定性和跟踪特性的影响问题,在前人的基础上提出了一种利用鲁棒可靠性的理论来设计机器人鲁棒镇定控制器的方法。首先分析了不确定参数摄动对机器人的影响,并对机器人动力学模型中的非线性不确定参数进行了等效处理;然后利用鲁棒可靠度及其功能函数的LMIs设计了状态反馈控制器;最后将控制器接入仿真模型进行了仿真实验和数值对比,验证了优化前后系统的控制效果和性能变化。研究结果表明:该方法能够以一定的可靠度改善系统的控制性能,并将不确定参数的摄动范围限制在合理区间内,保证了系统对已知轨迹的精确跟踪。     

面向产品族架构的鲁棒双层优化模型

针对产品族架构中平台参数和个性化参数之间的主从特点以及产品族与产品族中各产品之间的全局与局部的设计关系,在不确定的产品设计环境下,建立了一种具有不确定系数的面向产品族架构的一主多从双层优化设计模型,并应用鲁棒优化方法将其转化为从者无关联的确定性非线性双层规划,设计了一种混合遗传算法进行求解,使产品族架构设计具有较强的鲁棒性。最后,通过桁架产品族架构设计阐述了模型的应用。