虚拟企业供应链网络的模糊多目标优化

对虚拟企业供应链网络采用数学规划方法建立数学模型，并用模糊多目标优化方法实现了对虚拟企业供应链的成本、库存、时间等绩效的多目标优化，最后使用离散事件仿真工具检验了模型的鲁棒性，通过该方法寻找到最优的虚拟企业供应链子网。     

基于供应链运作参考模型的供应链多目标绩效优化模型

为研究供应商—制造商两级供应链的多目标绩效优化问题,引入供应链运作参考模型的绩效评价体系,给出了供应链成本、资产波动、敏捷性、可靠性、响应性的具体计算方法,构建了供应链的凸二次多目标绩效优化模型,基于扩展的约束算法思想编写程序并调用CPLEX 12优化软件求解该模型,得到供应链的帕累托有效绩效集以及供应商和制造商的生产决策方案。通过案例模拟表明了模型的可解性和应用性。     

网络环境下制造资源的多目标优化及仿真

制造资源优化是网络化制造的核心问题。针对生产企业在利用外部资源方面的三类需求,这里提出了两种可行的制造资源优化方法。详细论述了优化的步骤,建立了产品交货期、成本以及加工质量的三目标优化模型,并给出了求解模型的有效算法。最后,通过具体的计算实例进行了数值仿真。     

制造过程多目标优化的集成计算智能方法

针对制造过程因动态多变而难以定量控制的问题,提出了用集成计算智能方法进行多目标优化。利用人工神经网络进行系统建模,并为遗传算法找到适应度函数及求得目标函数值的方法,进而利用遗传算法进行多目标优化。通过实例验证了方法的有效性与实用性,实现了制造过程的定量分析,为复杂制造系统的建模和优化提出了一种新的方法。     

基于改进遗传算法的多目标装配线平衡优化研究

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法.以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力.文章最后以青贮机装配线实际案例验证了...     

多目标优化的求解方法与发展

本文首先介绍了传统多目标优化求解方法和改进;对遗传算法,模糊优化,神经网络等算法在多目标优化中的应用做了介绍;最后介绍了满意度.     

供应链建模、仿真与优化问题的研究

研究了供应链建模技术，提出了一种供应链建模方法，并建立相应的供应链运作参考模型，研究了供应链仿真与优化方法，并设计和开发了供应链仿真优化软件。以企业为背景给出了供应链建模、仿真优化方法的应用，结果表明，该方法可用来优化供应链的运营管理过程。     

某机载雷达静压腔应力仿真与多目标优化

某机载雷达正常工作时,应力仿真结果显示其静压腔焊缝位置的最大应力为133.62 MPa,不满足强度要求,需要对其结构进行优化。综合比较构造拱形结构和局部加强这两种常见优化方案,选择在静压腔前后两面各增加一条加强筋。借助ANSYS WorkBench求解加强筋的最优宽度和厚度时,依据各位置强度要求之间的关系,建立一个直接描述优化效果的输出参数,用于定义优化模型,开展多目标优化。优化后,静压腔焊缝位置的最大应力为82.821 MPa,其余位置的最大应力为59.921 MPa,均满足强度要求。结构的不同位置通常具有不同的指标要求,文中据此建立输出参数进而求解优化模型的处理方法在此类问题中具有借鉴意义。     

精密机床半主动隔振系统多目标优化

针对精密机床半主动隔振系统最优化问题,建立2自由度机床力学模型;以导轨2点加速度均值最小为优化目标函数,并考虑多种约束条件,编制了具有基因库和E算子的遗传算法软件包GaE对机床隔振系统主动元件和被动元件参数进行优化.优化结果表明,用遗传算法求解2自由度机床隔振系统最优化问题是高效的,同时也是全局收敛的.     

基于多目标优化的绿色供应链博弈模型及利润共享契约

为研究环境效益对绿色供应链最优决策的影响,基于多目标优化与博弈理论,构建了制造商同时考虑利润与环境双目标下的供应链博弈模型,分析了集中式与制造商主导Stackelberg博弈模式下的供应链决策,并进一步建立了利润共享契约下的博弈模型,对以上3种均衡结果进行比较.研究表明,制造商考虑环境效益目标会使自身利润减少,零售商利...     

气体淬火工艺参数多目标优化方法

以平面应变问题气体淬火过程为研究对象,提出区域表面传热系数模型,根据此模型选择5个设计量进行5因子5水平中心复合试验设计.将设计的变量代入自行开发的淬火过程有限元分析软件进行计算,得到拟合变形程度、表面平均等效残余应力、平均表面硬度和表面硬度标准差的响应曲面公式.以变形程度、表面硬度和表面等效残余应力等为目标,建立多目标优化函数,并对多目标优化函数进行非线性优化.将优化结果代入淬火过程有限元模拟软件进行计算,并比较优化前后的数值.结果表明:用优化后的工艺参数进行淬火,可以提高零件的淬火质量,优化后各项指标均得到提高.     

供需链与现代管理

供需链管理是当今制造业管理信息系统的重要理论基础，它的内涵远远不仅仅是物料供应或物流控制。本文简要阐述了供需链管理的发展和研究目的，供需链管理中各种流的意义及其相互影响，以及供需链管理同其它现代管理思想的关系。     

供应链企业合作问题的博弈研究

针对现有的供应链企业合作问题相关研究的局限性,构造了供应链企业合作的讨价还价博弈模型。该模型的重要特点是构造了一种随机出价模式,并考虑了双方协商破裂的可能性。基于模型分别对不存在其他选择以及存在其他选择的情况进行了博弈分析,证明两种情况下都具有唯一的子博弈精炼均衡结果,给出了双方的子博弈精炼均衡战略。对博弈结果的进一步分析证明构造的博弈模型具有先动优越性、外部收益相关性以及合作优越性等三个特性。     

基于基因表达的产品结构的多目标优化概念设计

针对概念设计中对应功能的结构选择的多样性,利用组合优化思想进行了定量求解。根据产品功能与结构、结构与结构之间的相互关系,定义产品的相关矩阵,建立产品结构概念设计的多目标优化数学模型。对产品的功能、行为和结构等各种设计因素,给出了统一的设计因素基因表达的定义。对最优保存简单遗传算法进行改进,给出选择最优结构的数学计算过程。实例分析表明采用这种方法能够实现最优结构选择的自动化设计,并且这种改进的遗传算法能够获得很好的在线性能与离线性能。     

MULTI-OBJECTIVE OPTIMIZATION OF ABRASIVE FLOW MACHINING PROCESSES USING POLYNOMIAL NEURAL NETWORKS AND GENETIC ALGORITHMS

Abrasive flow machining (AFM) is an economic and effective non-traditional machining technique, which is capable of providing excellent surface finish on difficult to approach regions on a wide range of components. With this method, it has become possible to substitute various time-consuming deburring and polishing operations that had often lead to non-reproducible results. In this paper, group method of data handling (GMDH)-type neural networks and Genetic algorithms (GAs) are first used for modelling of the effects of number of cycles and abrasive concentration on both material removal and surface finish, using some experimentally obtained training and testing data for brass and aluminum. Using such polynomial neural network models obtained, multi-objective GAs (non-dominated sorting genetic algorithm, NSGA-II) with a new diversity preserving mechanism are then used for Pareto-based optimization of AFM considering two conflicting objectives such as material removal and surface finish. It is shown that some interesting and important relationships as useful optimal design principles involved in the performance of AFM can be discovered by the Pareto-based multi-objective optimization of the obtained polynomial models. Such important optimal principles would not have been obtained without the use of both GMDH-type neural network modelling and multi-objective Pareto optimization approach.     

MULTI-OBJECTIVE OPTIMIZATION OF ABRASIVE FLOW MACHINING PROCESSES USING POLYNOMIAL NEURAL NETWORKS AND GENETIC ALGORITHMS

Abrasive flow machining (AFM) is an economic and effective non-traditional machining technique, which is capable of providing excellent surface finish on difficult to approach regions on a wide range of components. With this method, it has become possible to substitute various time-consuming deburring and polishing operations that had often lead to non-reproducible results. In this paper, group method of data handling (GMDH)-type neural networks and Genetic algorithms (GAs) are first used for modelling of the effects of number of cycles and abrasive concentration on both material removal and surface finish, using some experimentally obtained training and testing data for brass and aluminum. Using such polynomial neural network models obtained, multi-objective GAs (non-dominated sorting genetic algorithm, NSGA-II) with a new diversity preserving mechanism are then used for Pareto-based optimization of AFM considering two conflicting objectives such as material removal and surface finish. It is shown that some interesting and important relationships as useful optimal design principles involved in the performance of AFM can be discovered by the Pareto-based multi-objective optimization of the obtained polynomial models. Such important optimal principles would not have been obtained without the use of both GMDH-type neural network modelling and multi-objective Pareto optimization approach.     

基于协调中心的敏捷供应链系统的研究

供应链管理是当前国内外关注的热点问题之一。本文分析了现有供应链技术与系统的局限性及动态联盟对供应链系统需求的基础上，提出了基于协调中心的敏捷供应链系统，给出了系统的模型、组成与功能。借鉴信息经济学的有关理论与方法说明了系统的管理模式及动作方式。     

基于混合算法的内燃机曲柄连杆机构复合目标选配

在曲柄连杆机构的选配中,为实现在多种装配要求的条件下,对多对零部件同时进行选配,并使剩余的零部件数量最少的复合目标,以提高曲柄连杆机构各零部件的选配成功率和装配质量,建立了复合目标选配的目标函数,确定了约束条件。针对该组合优化问题的特殊性,对传统的基于遗传算法和模拟退火算法的混合算法进行了改进,提高了在初始种群产生阶段进行定向变异的方法,以提高初始种群的平均适应度;并设计了特定的编码方式、交叉运算和变异运算,建立了曲柄连杆机构的复合目标选配方法。最后对该方法进行了有效性验证。     

动态联盟和敏捷供应链

动态联盟的建立是为了响应竞争环境的快速变化或一个新的市场机遇。它是一个结盟企业的利益共同体,是实现全球化敏捷生产的主要方式。敏捷供应链是支持动态联盟优化运行的重要使能技术。本文将主要针对在中国企业开展动态联盟的要求,困难和特点进行初步的分析,并重点围绕供应链的敏捷性,这一支持动态联盟优化运行的关键技术,进行深入的讨论,提出了一个基于智能代理和可重构原理的解决方案。     

考虑弹流润滑的齿轮传动多目标优化设计的遗传算法实现

应用弹性流体动力润滑理论,分析了模数、齿数等参数对齿轮副润滑性能的影响。在齿轮传动优化设计中,通过协调弹流效应和重量最轻建立了齿轮传动多目标优化的数学模型。采用遗传算法求解合连续及离散变量的优化设计问题,并用神经网络建立计算中各种曲线的插值模型。该系统发挥了神经网络与遗传算法各自的特点,数值例子表明了该方法的有效性。