自动化技术发展的新机遇:以信息化带动工业化

传统的工业自动化主要是对设备和生产过程的控制。今天，除了复杂生产过程仍然是人们研究和应用的重要对象以外，工业自动化已经扩展到企业产品的设计过程、管理过程以及企业间的资源分配和优化，如现代物流、供需链管理、电子商务等。对自动化的最简单的理解是：用广义的机器（包括计算机）来部分代替或完全取代或超越人的体力活动和智力活动。因此，自动化技术研究和应用的扩展是社会进步的必然。 对自动化技术的要求，除了技术指标本身以外也应该扩展到对整个企业的竞争力的提高。因为系统特别是复杂系统，是自动化研究和应用的主要对象…     

基于代理的可重构制造执行系统研究

为构建基于代理的可重构制造执行系统,将重构划分为实体重构和实体关系重构,提出了基于代理模型、角色模型和特征模型实现重构的方法,建立了基于代理模型、角色模型和特征模型的可重构制造执行系统,并通过工序任务外协实例说明了如何用上述方法实现重构。     

调度问题及其解空间的特征分析

目前,在组合优化领域中,评判近优算法的性能尚缺乏统一的标准和有效的依据,而算法的效率与所要解决问题之间的关系密不可分.本文以JSP问题为例,研究了调度问题本身的结构特征,分析了调度问题可行解空间的属性,提出了分割因子的概念.研究表明,分割因子影响调度问题可行解空间的规模,而各工序加工时间的分布则影响解空间的"崎岖"状况;分割因子和工件加工时间的分布在一定程度上可以反映调度问题的复杂程度.这对近优算法的设计具有一定的指导意义,并为建立统一的近优算法效率衡量标准迈出了探索性的一步.     

一种基于LLM的高维时间序列数据异常检测方法

以国家重大建设项目稽察中的数据一致性判别问题为应用背景,针对时间序列型高维数据提出了一种基于局部线性映射(Local Linear Mapping,LLM)的数据变换方法,该方法将各高维数据点通过其相邻点的线性重构映射至低维空间,从而很好地保留了高维空间中各数据点与相邻数据点的相关性。基于LLM的映射特性,提出了三种异常指标,并将其应用于面向国家重大建设项目稽察数据一致性判别问题的高维时间序列数据异常检测中。数值计算表明,所提出的方法对时间序列异常检测具有很好的效果,适合于较大规模高维时间序列数据的异常检测应用。     

CIMS应用集成平台的体系结构和集成机制研究

本文介绍了应用集成平台的产生背景和发展趋势。结合企业的需求，给出了制造业ＣＩＭＳ应用集成平台应该具有的基本特性，并给出了制造业ＣＩＭＳ应用集成平台的基本功能和系统体系结构。定义了ＣＩＭＳ应用的集成机制，本文所设计的集成平台可以为企业的ＣＩＭＳ实施和企业间的集成提供有力的帮助。     

求解Job Shop问题的一种免疫模拟退火算法

针对以最小化加权拖期和为优化目标的Job Shop调度问题,提出了一种基于瓶颈工件识别的免疫模拟退火算法。为描述各工件对最终调度性能影响的关键程度,定义了工件瓶颈特征量并提出基于人工调度经验的模糊推理系统以计算该特征量值。根据瓶颈工件需优先调度这一思路设计了一种有效利用工件瓶颈特征信息的免疫机制。在模拟退火过程中引入该免疫算法,并进行了大量数值计算实验。对不同规模问题的计算实例表明,该算法能够加快优化过程的收敛速度,取得较好的优化结果。     

求解大规模车间调度问题的一种分解优化算法

针对以最小化加权拖期和为目标的大规模作业车间调度问题,提出了一种基于操作的分解优化算法.该算法采用迭代优化的框架,从原问题对应的操作集合中依次分解出部分操作,并确定其加工顺序.在每一次迭代过程中,首先用模拟退火算法搜索较优的操作分解方案,并形成子问题.然后用遗传算法求解该子问题.针对随机生成的测试问题,以及某减速器厂实际生产数据的计算实验表明,该算法能够在合理的计算时间内获得满意的优化质量.     

粒子群优化算法求解多模式项目再调度问题

针对有资源约束的项目调度问题中,项目执行环境发生变更时的项目再调度问题,分析了项目执行环境变更的情况和项目再调度变更费用的构成,建立了以再调度变更费用为优化目标的多模式项目再调度模型并应用基于粒子群优化算法进行求解.在该算法中,粒子分为优先级粒子和模式粒子,实现对活动优先顺序和模式的优化.部分初始优先级粒子位置矢量通过启发式规则产生,以提高解的质量.通过仿真计算分析了关键参数的选择,并与其他启发式算法进行了比较.仿真结果表明,该算法能有效地求解多模式项目的再调度问题,在实际工程中有一定应用价值.     

随机环境下两周期库存系统基于风险效用的最优采购策略

采用损失规避型效用函数来描述销售商对待风险的态度,本文研究了随机市场信息与随机需求的环境下使用批发价格合同的销售商在两周期库存系统中的最优采购策略问题.证明了销售商第二周期的最优采购策略为基准库存策略,分析了第二周期的最优采购量随着第一周期的采购量变化的动态特性.进而给出了销售商在第一周期内最优采购量的解析表示及其最优解的精细下界,分析了每周期的最优采购量与风险规避系数的关系.最后通过仿真试验,验证了本文的结论.     

基于工件聚类的并行机调度算法及其应用

针对纺织生产广泛存在的带工件释放时间、以最小化总拖期工件数和总拖期时间为目标的大规模并行机调度问题,提出一种基于工件聚类的遗传算法。该算法将求解过程分为工件聚类和工件排序两个阶段。在工件聚类阶段,基于影响并行机调度性能的重要调度特征量,采用改进的模糊C-均值聚类方法将所有待上机工件分为多个聚类;在工件排序阶段,采用基于规则编码的遗传算法,优化各聚类内工件的加工顺序。数值计算结果及实际应用效果表明,所提出的算法适用于求解带工件释放时间的大规模并行机调度问题。