基于MES的混流装配线物料配送方法研究

为了实现混流装配线高效率低成本的物料配送,文章结合制造执行系统（MES）特点,设计了一种动态的物料配送方案。通过引入工位信息元概念,建立产品装配过程实时状态监控模型,实时跟踪在制品信息,实现装配车间实时生产进程信息和物料信息的集成;采用时间惩罚函数最小化的配送人员最佳出发时间的算法,保证了装配线在不缺料停工的情况下单次配送数量、配送种类的最大化。结合实例验证了该方案的可行性与实用性。     

考虑能耗的混流装配线物料配送多目标调度方法

为了提高混流装配线物料配送的能源利用效率,考虑采用“转运”概念的送料机器人和线边集成超市配送模式,构建了存在换电情形的物料供应模型.结合送料机器人的能耗特点,以最小化送料机器人的使用数量和配送能耗为优化目标,建立了数学模型.在此基础上提出了变邻域搜索策略的改进型离散差分进化算法(VNS-MDDE),用以解决多目标优化问题;该算法以最近邻启发式方法构建初始解,并引入变邻域策略进行局部搜索以提高解的质量.最后通过仿真实验验证了算法的可行性和有效性.     

混流装配线车间内物料调度工位组划分优化法

基于准时制生产方式(JIT)提出对混流装配线进行工位组划分并安排配送车辆进行配送服务的优化方法.为保证混流装配线生产过程不发生缺料停产的情况,以配送车辆的承载能力与消耗工位配送时间窗为约束,配送车辆满载率与工位物料需求紧急程度为优化目标构建优化模型.运用遗传算法对模型进行求解,优化单个工作日总配送次数及配送车辆数量,给出配送工位组划分及车辆调度方案.最后,实例验证表明该方法具有可行性和有效性.     

基于实时工况的动态物料搬运路径规划

文章针对生产系统物料需求环境复杂多变以及生产过程中各种扰动所导致的搬运路径的不确定性问题,研究了物料搬运路径规划的重规划驱动机制以及扰动发生时的重规划策略;建立了包含多需求点、多搬运工具的多目标动态重规划搬运路径模型,以搬运时间、成本最小作为模型的优化目标,在扰动发生及到达重规划周期时间的情况下重新生成搬运路径;结合智能优化算法对该模型实例进行仿真计算,验证该规划方法可以增强搬运系统敏捷性并有效减少物料搬运的成本。     

基于析取图考虑物料搬运的Job Shop调度算法

为有效解决考虑物料搬运设备的Job Shop调度问题,建立了非线性规划模型及改进析取图模型.在此基础上,以最小化最大完工时间makespan为调度目标,构造了两阶段结构式启发式调度算法.第一阶段,将析取图分解为机床调度析取子图和搬运设备调度析取子图,提出一个双层递进启发式算法.上层利用分支思想求解机床调度析取子图,根据上层结果,求解搬运设备调度析取子图.在第一阶段解的基础上,第二阶段构造了基于块理论的调度优化启发式算法.最后对算法进行了仿真分析,结果表明所提出的算法是有效、可行的.     

基于神经网络的FMS动态调度决策

提出用ＢＰ神经网络建立ＦＭＳ动态调度模块．以ＦＭＳ的生产状态和多优化目标作为神经网络的输入,多优化目标条件下的动态调度策略作为网络的输出．给出了系统的设计方法与实例,并通过仿真验证了神经网络所作出的动态调度策略是较优的．     

某摩托车企业发动机装配线物料配送仿真与优化

针对某新建摩托车发动机装配线投产前需验证原生产物料配送方案是否合理的问题,利用Witness仿真平台建立发动机装配线物料配送系统仿真模型,并对其进行仿真分析．发现原方案在装配线边初始存量及配送车辆数量方面均存在不合理之处．据此提出改进方案,并从装配线生产效率、装配线物料缺货率和配送车辆忙闲率等方面进行研究,确定一种最优改进方案,优化装配线边初始存量、调整配送车辆的数量,提高整个物流系统效率和降低企业生产物流成本．     

基于循环配送策略的汽车装配线物料配送调度方法

为有效解决基于循环配送策略的汽车装配线物料配送调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先,建立了数学规划模型,以最小化计划期内所有工位的线边总库存为优化目标,并提出了改进型免疫克隆选择算法.在算法设计过程中融入了模拟退火算子和邻域搜索算子,分别对克隆种群和记忆库进行操作,以克服传统免疫克隆选择算法易陷入局部最优、搜索深度不足等缺陷.最后进行了仿真实验,表明该算法是有效、可行的.     

考虑转移策略的物料配送和空箱回收集成优化

为了降低飞机移动装配线物料供给成本,构建了考虑转移策略的物料配送和空箱回收集成决策模型并设计了求解算法。在配送和回收任务调度的基础上引入了转移任务和线边物料存放的决策,以最小化小车出行成本为目标建立了数学模型并设计了一种以混沌差分进化算法为框架的双层迭代算法。算法上层对配送物料的分批进行搜索,综合考虑小车装载能力和线边空间约束,通过启发式算法对配送小车的发车时间和线边存储位置进行决策,结合转移小车的线边循环运作方式,设计了修复算子对调度和存储方案进行再优化;算法下层对无法即时装载的空箱组批进行搜索,使用转移调度算法进行解码。通过数值实验验证了该模型和算法的有效性。     

基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度

针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法。首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境■行为评价神经网络模型作为优化模型的适应度函数。然后利用改进的量子遗传算法求解动态调度优化模型。该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于Tent映射的混沌搜索算法,以跳出局部最优解。最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性。     

基于BP神经网络的挖掘机智能故障诊断知识库设计

介绍了基于BP神经网络智能故障诊断技术在贵阳矿山机器厂O.8m3.液压挖掘机故障诊断系统应用中系统故障诊断神经网络知识库设计的方法与步骤,结合液压泵子系统故障诊断实例详细阐述了智能故障诊断故障库设计过程中神经网络建立、训练样本获取及神经网络学习的具体方法.     

应用神经网络建立采矿经验知识库

应用神经网络建立了获取采矿方法选择时所需的主要技术经济指标的采矿经验知识库，并以普通全面法为例，描述建造ＢＰ网络模型的过程。研究结果表明：利用这个采矿经验知识库，就可以根据采矿方法的工程背景，求得它的主要技术经济指标     

基于Multi-Agent的网络资源动态调度方法

在对目前流行的调度方法分析、总结的基础上,根据Agent具有自治性、反应性、社会能力性以及能动性的特点,提出一种基于Multi-Agent的网络资源动态调度方法。该方法根据系统当前的负载分布状况,对具有负载的节点通过通信工具,经过迁移手段,使资源分配到轻负载的节点,以实现节点的负载均衡,从而最终实现真个网络系统的负载均衡。仿真实验表明该方法可以更好地帮助人们在网络中进行资源的管理和调度,有效地提高网络服务器的性能,缩短系统延迟时间,增大系统吞吐量,以解决大用户量并发访问和大容量数据存储的问题。     

变长分组Banyan网中排队的神经网络调度

提出了适用于变长分组情形下进行调度的系统结构;给出了分组调度的具体原则;基于所给出的调度原则,研究了利用Hopfield神经网络实现优化调度的方法和在硬件电路上的可实现性,仿真实验表明了所给调度方法的有效性。     

基于知识的工件物流系统调度模型构造与实现

将Petri网与专家系统相结合，采用面向对象的方法，建立了工件物流系统模型．文中还介绍了基于模型的各种策略实现方法并开发了相应的软件，最后给出了仿真实验．仿真实验结果表明，该模型结构简单，且建模方法容易实现专家系统与Petri网相结合，容易实现调度策略的柔性化和专家系统基于知识的分析咨询功能．     

一种新的基于动态SOFM的神经网络聚类模型

提出一种动态增删自组织映射(DGDSOM)神经网络,给出该模型的聚类算法描述及实现过程。定义了聚类节点信任度,并根据竞争结果、信任度、中心相似度,制定节点的增删策略,通过动态评价并变动节点,提升聚类效果。实际的聚类分析应用结果表明,该算法可以得到准确的聚类结果。     

基于RBF神经网络的地下水位动态预测

在分析影响地下水位动态的诸多因素的基础上,在RBF网络的基础上建立地下水的水位动态预测模型.通过Matlab语言用计算机预测了地下水位动态,计算结果表明:与模糊识别法相比,RBF神经网络模型不仅计算精度很高,同时泛化能力也很强强等特点,能够正确反映地下水位动态变化,是一种值得推广的地下水位动态预测神经网络模型.     

基于OLS动态模糊神经网络结构研究

最小正交二乘算法(OLS)采用正交化方法,独立计算回归算子对输出的贡献进行动态模糊神经网络基函数的中心的选取, 对网络结构进行调整产生的扰动比较小. 仿真实验表明,该方法较其他方法构造的网络系统更适合于实时领域.     

基于径向基神经网络的焊接材料计算机辅助设计系统

以RBF神经网络理论为基础,设计实现了焊接材料计算机辅助设计系统。应用该系统能建立影响因子与性能指标之间的人工神经网络模型,并以此为基础建立了性能预测、配方预报、分析等功能模块,对焊接材料研发人员探索影响因子与性能指标之间关系具有较大的实际意义。