钢铁企业中库存匹配与生产计划联合优化模型与算法

针对钢铁企业在MTO与MTS混合生产组织方式下存在的库存匹配与生产计划问题 ,按照集成化管理思想 ,将两项工作综合考虑 ,建立了以合同的违约惩罚、生产准备费用、库存匹配费用总额最小化为目标的联合优化模型 .结合问题的特点 ,构造了具有启发式修复策略的改进遗传算法 .

基于信息熵的自适应PBIL算法及其应用

分析了基于群体的增量学习(Population-based Increased Learning,简称PBIL)算法的基本原理和存在问题,提出了一种具有自适应学习和变异能力的改进策略。新的算法采用信息熵衡量种群的进化程度,并根据熵值的变化自适应地调整学习速率和变异率。应用该算法求解典型的Flow Shop调度问题,通过与简单PBIL算法和遗传算法的结果进行比较,表明该算法的计算效率和局部搜索能力得到提高,且收敛过程非常稳定。

自适应PBIL算法求解合同优化匹配问题

描述钢铁企业中客户合同与库存材料的优化匹配问题,建立实现库存利用量最大化、匹配成本最小化的多目标0-1规划模型。结合问题的特点,采用模糊决策方法对多目标函数进行集成,设计一种具有自适应能力的PBIL(Population-basedIncreasedLearning)算法用于模型求解,它的基本思想是利用信息熵来度量算法的进化程度,并按照熵值的变化自适应地调整算法的学习因子和变异率。通过应用实例的计算,以及和基本PBIL算法、GA计算结果的比较,证明该模型和算法的有效性和应用潜力。

钢铁企业合同匹配多目标优化模型与算法

针对钢铁企业中存在的合同对库存余材的优化匹配问题,建立了实现余材利用量最大化和匹配损失费用最小化的多目标0-1规划模型·采用模糊决策方法处理两个目标函数,尝试基于群体的增量学习(Population BasedIncreasedLearning,简称PBIL)算法进行求解·结合模型的特点,利用自然数编码表示合同的匹配结果,按照学习概率大小修复不可行个体·通过对应用实例的计算,以及与遗传算法结果的比较,证明该模型和算法是解决合同优化匹配问题较为理想的方式·

钢铁生产动态调度理论研究与工程应用综述

本文以钢铁企业生产为背景 ,为了更进一步研究有效的动态调度方案 ,首先论述了钢铁生产的动态调度问题的种类、特点 .其次 ,从理论与实践应用两方面分析了该领域的研究方法 .具体介绍了基于模型、智能、人机交互方法 .并分析了各种方法间交叉组合的方式 .进而研究工程实现模式 。

案例推理中案例调整技术的研究

以提高案例推理方法中案例调整的有效性为目的,归纳了案例推理中主要案例调整方法,以模糊集理论为出发点,提出并论证了主要案例调整方式的适用条件。在此基础上,设计了案例调整算法,并给出一个通用的案例调整框架。最后,使用上述案例调整技术,对钢铁生产的动态调度实例进行了求解,仿真结果验证了该技术在解决复杂的案例调整问题上的有效性和柔性。

基于模型的过程工业时间序列异常值检测方法

时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于"偏差"的检测思想与统计学理论相结合,首先利用基于数据的鲁棒建模方法对待检测数据进行拟合并得到拟合残差,然后利用统计学知识分析拟合残差以最终确定数据的异常情况。为了实现算法的在线检测要求,引进了两窗口结构并对其加以改进;通过合理的选取先验分布以及对未知参数进行边缘化处理的方式,有效地减少了算法中的参数个数,提高了算法的可用性。仿真实验可以证明所提出的时间序列异常值在线检测算法具有很好的检测准确性和一定的实用性。

一体化钢铁生产计划系统的研究现状与展望

以钢铁企业生产为背景 ,叙述了一体化管理在企业管理中的地位 ,进而综述了钢铁生产工序管理和生产计划理论方法发展趋势。特别指出了生产计划是MES的核心功能 ,战略管理一体化、多工序一体化和生产计划综合集成方法是今后发展的主要趋势。一体化生产计划应用效果显著 ,但必须兼顾“目标、管理、技术”三方面问题 。

基于嵌入式Linux和RFID技术的电子看板设计

采用嵌入式Linux技术和MiniGUI图形引擎技术作为系统构架,集成RFID数据采集模块,设计了具有图形界面显示、实时数据传输、现场数据采集等新功能的新型电子看板。给出了系统的硬件结构和软件设计,移植了MiniGUI图形支持系统,最后阐述了基于多线程技术的软件实现。

基于两级CBR的钢铁企业动态调度系统研究

提出了具有较高稳定性的两级案例推理方法,研究如何采用框架结构表达钢铁生产动态调度的案例.引入决策树的思想实现案例聚类,运用最邻近法实现案例检索.借鉴面向对象的思想调整案例,采用模糊集理论实现案例评价,并探讨了案例维护的基本方式.开发了原型系统,运行结果在速度、有效性和稳定性方面均符合现场基本要求.

基于RFID的烟草物流分拣系统设计

RFID技术是当前最为先进的非接触感应识别技术,它正被广泛应用于国民经济和日常生活的各个领域。本文针对烟草物流配送的特点和发展趋势,设计开发了基于RFID技术的烟草物流分拣系统,实现了烟品自动化分拣作业。实践证明该系统可以显著提高配送效率及流程的“可视性”,是一种切实可行的现代烟草物流解决方案。

时间序列异常点及突变点的检测算法

针对传统突变点检测算法具有大延时的问题以及实际数据中同时含有突变点、异常点的实际情况,提出一种基于小波变换有效分数向量的异常点、突变点检测算法.该方法通过引入有效分数向量作为检测统计量,有效避免了传统检测统计量随着数据增多而无限增大的缺点;提出利用小波分析统计量的办法,有效地克服了传统突变点检测算法中存在大延时的缺陷;利用李氏指数及小波变换的关系,实现了在一个检测框架内同时在线检测异常点以及突变点,使得该检测算法更符合突变点及异常点同时存在的实际情况.仿真实验和性能比较结果证明了提出的异常点、突变点检测算法具有一定的有效性和实用性.

基于多尺度空间划分与路网建模的城市移动轨迹模式挖掘

针对城市移动轨迹模式挖掘问题展开研究,提出移动全局模式与移动过程模式相结合的挖掘方法,即通过移动轨迹的起始位置点–终点位置点(Origin-destination,OD点)与移动过程序列分别进行移动全局模式与过程模式的发现.在移动全局模式发现中,提出了弹性多尺度空间划分方法,避免了硬性等尺度网格划分对密集区域边缘的破坏,同时增强了密集区域与稀疏区域的区分能力.在移动过程模式发现中,提出了基于移动轨迹的路网拓扑关系模型构建方法,通过路网关键位置点的探测抽取拓扑关系模型.最后基于空间划分集合与路网拓扑模型对原始移动轨迹数据进行序列数据转换与频繁模式挖掘.通过深圳市出租车历史GPS轨迹数据的实验结果表明,该方法与现有方法相比在区域划分、数据转换等方面具有更好的性能,同时挖掘结果语义更为丰富,可解释性更强.

面向离散制造业的过程监控管理系统设计与实现

为解决目前离散制造业过程追踪与作业管理对数据采集与信息处理的更高需求,提出基于多移动Agent的过程监控管理系统的应用服务代理体系结构,给出应用服务代理结构中多移动Agent的实现机制与复杂逻辑控制方法,建立了进度分析模型,采用RFID技术实现数据实时采集,通过嵌入式技术与图形引擎技术实现采集终端可视化管理,最后给出了过程监控管理原型系统及智能终端的实现,证明了该系统在实际应用中的可行性与有效性.

基于粗糙集的案例属性约简技术

为了提高案例推理(case-based reasoning,CBR)系统的案例匹配效率,引入粗糙集理论对案例属性约简技术加以研究．提出准约简的概念,依次证明了某一条件属性集成为准约简与准约简成为约简的充要条件．进而,以核为出发点,提出了一种改进的基于分辨矩阵的属性最小约简算法．为使之仍然适用于连续属性,提出一种基于逼近精度敏感性的离散化算法．最后,将此约简技术应用于某钢铁企业的实际动态调度问题中,计算试验表明,该技术消除了冗余信息,提高了案例匹配的效率．

基于粒子群算法的认知无线电频谱分配算法

针对认知无线电空闲频谱分配过程中整体性能优化问题,建立了频谱资源受限情况下实现系统总带宽收益最大化、认知用户接入公平性最优的多目标模型,并结合问题特点设计了基于粒子群优化算法的智能求解算法,给出了具体的实施步骤。从系统总带宽收益、用户接入公平性和系统整体性能3个方面,仿真比较分析了所提算法同协作最大化带宽总收益和协作最大化比例公平性准则下的敏感图着色算法的性能,结果表明该方法实现了系统总带宽收益和用户公平性的折中,整体性能优于敏感图着色算法。

随机采样移动轨迹时空热点区域发现及模式挖掘

针对随机采样条件下移动轨迹在时间轴分布疏密不均的特点,在将三维时空轨迹转换为一维时间投影数据的基础上,提出一种基于密集时间区间自动检测的时空热点区域发现与移动模式挖掘方法。通过自底向上的动态聚类方式以探测密集时间区间,进而在密集时间区间内进行移动轨迹的时空热点区域发现。最后,采用深度优先的序列模式挖掘算法挖掘频繁移动模式集合。基于合成数据的仿真试验,验证了算法在有效性及可扩展性方面均具有较好的性能。

基于博弈论和效用论的认知无线电功率控制算法

提出了一种基于博弈论和效用理论的认知无线电功率控制算法。算法将认知用户发射功率净效用函数表示为效用部分和代价部分之差。对效用部分,用Sigmoid型效用函数替代David提出的幂指效用函数,并对替代误差进行补偿;对代价部分,提出了参考历史发射功率经验的代价函数,使得代价的变化更加平稳。仿真分析表明,本文算法与传统算法相比,不仅提高了系统稳定性,而且减少了系统的误差和控制开销。

嵌入调整模型的CBR技术的炼钢调度系统

以钢铁生产为背景,以优化钢铁生产调度问题为目的,建立了基于嵌入调整模型的案例推理系统·着重论述了调整模型在该系统中的功能、调整模型的建立与求解过程·为了便于问题的求解,首先非线性调整模型被转化为线性调整模型;其次,采用两阶段求解算法提高求解效率·第一阶段,采用基于启发式思想生成种群的遗传算法将问题进行预处理,降低求解问题维数·为了满足生产现场的需要,在遗传算法实现中提出三维自然数编码策略·第二阶段,对简化后的模型采用单纯形法加以求解·仿真结果验证采用基于嵌入调整模型的案例推理系统来解决钢铁生产动态调度问题,其有效性比单一的采用模型或传统CBR方法要强,随着系统的完善,本系统将投入实际应用,会带来可观的经济效益·

基于多种群共生进化的RFID网络优化

在RFID(radio frequency identification)网络实际大规模部署与应用方面,如何有效地进行RFID网络规划,使网络资源得到优化分配,在保证高读取率和网络负载平衡的前提下,减少读写器冲突,提高标签读取率是决定RFID系统服务质量的关键问题。分析了RFID网络规划和RFID网络环境下的读写器防冲突问题,对两类问题分别建立了相应的数学优化模型。基于生态系统中的不同物种间的互利共生现象,提出了一种多种群共生进化优化算法SMSO(symbiotic multi-species optimization)。试验结果表明,将该算法应用于RFID网络规划与防冲突问题,体现了进化的多样性和多层次性,在寻优能力、收敛速度以及克服早熟收敛等方面均具有很好的性能。