融合启发式规则与模拟退火算法的排程模型应用

热压成型与铺叠工序作为复合材料生产环节中的关键工序,生产排程不合理导致资源浪费,生产效能低等问题。据此提出一种融合启发式规则与模拟退火算法的双层排程模型。根据问题特性在传统模拟退火算法基础上提出一系列优化策略,进一步提升模型性能。在实证中采用H复合材料加工厂相关制件数据对上述模型进行测试。实验结果表明,铺叠加工时长由93 h减少为82 h,设备空闲时间减少54个小时。排程效果显著,有效提升生产连续性及设备利用率,降低资源浪费。

基于启发式规则的流式在线日志解析方法

为了解决现有日志解析方法中存在的解析不准确、效果不稳定等问题,提出了一种基于启发式规则的流式在线日志解析方法——启发式正则树(HRTree)。其在Drain方法解析结构树基础上,引入启发式规则对日志进行拆分构造,并优化了解析结构树的部分构造方式,从而解决了日志参数过拟合、不同系统日志解析结果不稳定的问题。实现了解析结果分类准确,且参数内容识别准确的解析效果。大量实验结果表明,所提出的HRTree方法在不同的系统日志上均展现了90%以上的解析准确率。

研发国际化强度、启发式规则与企业创新持续性关系研究

研究基于中国制造业上市公司2007—2021年数据,探究企业对外研发创新过程中研发国际化强度、启发式规则及社会资源对创新持续性的逻辑影响机理。研究发现,研发国际化强度与创新持续性呈显著倒U形关系;机会利用型和机会创造型启发式规则分别与研发国际化强度同时作用,对企业创新持续性发挥积极、强化作用,但机会创造型启发式规则的协同强化效应更明显。本地制度完善,机会利用型启发式规则与研发国际化强度同时作用,对创新持续性有显著正向影响;政治关联情境下,机会创造型启发式规则与研发国际化强度同时作用,能积极促进创新持续性。

零空闲流水车间问题中启发式规则的研究与改进

在流水车间问题中,通过启发式规则获得初始解的优劣是影响整体算法性能的重要因素。但目前被广泛使用的有效启发式规则(如NEH、FRB5等)都不能在获得初始解的质量和消耗CPU时间上取得平衡,在对这2种启发式规则研究后,改进了获得初始解时的邻域搜索,使改进的启发式规则在获得较好初始解的同时减少了CPU消耗时间,嵌入到迭代贪婪算法后提升了整体算法的性能。

基于启发式规则与熵权理论的配电网故障恢复

为快速准确实现配电网故障恢复,提出了启发式规则与熵权理论相结合的两阶段配电网故障恢复算法。第1阶段,利用启发式规则生成故障恢复的候选方案集;第2阶段,考虑故障恢复的目标,引入负荷恢复量、负荷转移量、负荷容量裕度、负荷均衡率和开关操作次数5个评价指标,分别计算候选方案的各评价指标,利用熵权理论对方案进行评价,同时引入主客观权重对方案进行综合评价,得出优选和备选恢复方案。算例结果验证了该方法的有效性。

融合启发式规则和文化基因算法的多缓冲炼钢—连铸生产调度

针对炼钢连铸生产多缓冲多约束的特点,基于浇次调度提出一种混合启发式规则与文化基因算法的调度方法。建立了炼钢连铸生产调度模型,提炼出有限、无限和可加工三类缓冲区。提出浇次内和浇次间两种启发式规则,通过缓冲区分配和定时来保证同一浇次内的生产顺行和各浇次间的准备时间约束。设计了文化基因算法,将启发式规则融进初始化和解码过程,构造基于优先组合矩阵的变邻域搜索算子改进其局部优化。通过某炼钢厂的实例及随机实验表明所提方法有效,且具有优异的局部拓展与全局优化能力。

基于启发式规则与和声搜索的配电网重构算法

提出一种基于启发式规则与和声搜索算法的配电网经济性重构方法.首先,根据配电网重构网络拓扑要求及和声搜索算法的特点,采用基于重构环解的和声向量编码方式,通过构建重构环特殊支路组、设定支路断开原则避免不可行解的产生;然后,以网损最小为目标分析初始网络,利用启发式规则将各重构环搜索范围压缩到最有可能的有效解范围之中;最后,利用和声搜索算法在有效解范围中全局寻优.该方法显著减少了候选解数目,能够快速搜索到全局最优解,且搜索性能不随网络规模的扩大而变差.IEEE典型算例的仿真结果验证了本文方法的正确性和有效性.

基于启发式规则的网页主题信息精确定位方法

目前大部分的信息抽取方法都是针对主题信息块的提取,没有进一步深入到各个单独主题信息的抽取。针对这一问题,提出了一种基于启发式规则的网页主题信息精确定位方法。首先针对各个单独的主题,分析其多方面的特征,制定出对应的启发式规则;然后利用不同的规则对定位主题重要度不同的这一特点,得到启发式规则的权值矩阵;最后利用基于启发式规则的定位算法精确定位各个主题。将该方法用于网页主题信息抽取系统中,抽取系统能够有效地对各个单独的主题进行定位和抽取。实验结果表明,该方法具有很好的有效性和准确性。

集成启发式规则的混合整数规划调度模型

针对生产调度优化问题,提出了一种集成启发式规则的混合整数规划调度模型。在分析启发式规则逻辑关系的基础上,用布尔逻辑变量表达启发式规则建立了启发式规则的基本逻辑表达式及其等价代数表达式,基于基本表达式给出了启发式规则的数学表达。将启发式规则的代数表达式与混合整数规划相结合,实现了启发式规则的集成。集成启发式规则的混合整数规划调度模型在结合启发式规则的基础上进行数学优化,克服了混合整数规划难以直接利用经验规则和基于规则的调度优化性难以保证的不足。最后以某炼油过程生产调度为例说明了模型的有效性。

编组站配流问题中多阶段优化算法的启发式规则

以所有车辆在站停留时间最短为目标,对单向单推单溜配流模型进行理论分析,证明该模型下的三个优化目标转换定理,并在不同假设条件下得出8个推论。为了验证上述定理和推论的启发效果,将它们设计为各阶段选择解体列车和编制配流方案的优先规则,并构建以每列出发列车获得最大车流数最多为子目标的多阶段配流问题推理算法,实例结果表明该算法可在线性时间复杂度内获得高效近似解。

基于启发式规则推理的多媒体农业专家系统开发平台的开发与研究

阐述了多媒体农业专家系统开发平台的系统目标、系统分析及系统实现的关键技术,提出了一种实现启发式规则推理的知识表示方法。

基于启发式规则的混合遗传算法及其在生产计划优化中的应用

以最优或近似最优的作业顺序编制满足关键资源约束的生产计划优化问题一直是企业生产管理中重要的研究课题之一。文章提出了一种基于传统启发式规则的混合遗传算法。该算法将染色体分为两段,前段表示资源安排策略,后段表示为优先分配规则序列,并设计了一种新的交叉算子。最后,介绍了根据此算法编制的一个制造企业生产控制的软件系统。

基于GA和机器学习的启发式规则调度方法

采用基于遗传算法的启发式规则的新型调度方法来处理可变工艺路径的调度问题，同时建立起启发式调度规则库和用于选择规则的知识库，并利用机器学习和模糊推理机制进行样本与知识库的匹配，实现高效实用的调度。

基于启发式规则与AHP-CRITIC算法的配电网故障恢复策略

智能配电网的自愈控制对提高整个电力系统的供电可靠性至关重要。针对含分布式电源的配电网故障恢复问题,提出了基于启发式规则与AHP-CRITIC算法的配电网故障恢复策略。首先,通过广度优先搜索的方法遍历停电区域内所有具有黑启动能力的分布式电源,形成孤岛供电。其次,对剩余失电区域采用启发式规则,以生成用于配电网故障恢复的候选方案集。最后,考虑故障恢复的目标,引入负荷容量裕度、负荷转移量、负荷恢复比例、开关操作次数和电压降落五个评价指标,分别计算候选方案的各评价指标。并使用改进的AHP方法和CRITIC方法对方案进行评估。同时引入综合权重并计算各方案与理想点之间的偏离度,确定最优故障恢复方案以恢复剩余失电区域供电。通过算例分析验证了所提方法在解决配电网故障恢复问题上的有效性。

基于启发式规则的本体概念语义相似度匹配

在本体概念模型的层次结构中,概念的语义相似度与概念间的语义距离成反比例关系,同时越靠近底层的概念所描述的信息越具体,因此若概念间最近共同祖先的深度越大,则概念的语义相似度越大。考虑到这两个因素,构造了计算本体概念语义相似度的启发式规则及相应的公式,通过对本体实例的分析,验证了公式的有效性。公式中两个经验参数的选择与本体概念模型的深度有关,根据目前本体概念模型的深度大小,给出了经验参数合理的取值。

基于启发式规则的新型进化算法在流水车间调度中的应用

针对流水车间调度这一典型的NP难问题,采用了一种新型进化算法——DNA进化算法进行求解,并对算法做了改进。改进的DNA进化算法中引入了交换操作以更好地搜索解空间,并采用黄金分割率控制变异个体的数目。同时为了进一步提高搜索性能,采用一种新颖的启发式规则产生初始种群。以50个T aillard基准问题进行仿真,并与遗传算法进行了详细比较,仿真结果表明:改进的DNA进化算法具有更好的求解性能以及更高的运算效率。

基于启发式规则的柔性制造单元合作协同调度算法研究

柔性制造单元模型为企业提供了一种高柔性和高效率的生产方式。针对该问题,设计了一种基于启发式规则的柔性制造单元合作协同调度算法。通过分解制造单元间的耦合,形成独立的制造单元,按照调度目标选择启发式规则并进行单元合作协同调度,最终形成整体调度方案。数值实验对调度规则进行了验证并表明了这一设计思路的有效性。

一种混合GA、SA和启发式规则的FMS调度方法

描述了一种综合ＧＡ、ＳＡ 与启发式规则优点的方法，及其在ＦＭＳ调度问题中的解决方案和ＦＭＳ调度的特点，建立了可变工艺路径的ＦＭＳ调度问题的模型．对ＧＡ、ＳＡ 操作中各步骤及其相应于ＦＭＳ调度的特殊性作了说明，提出了基于启发式规则库的ＳＡ 算法，阐述了柔性调度的基本框架，并对一个３３ 机器、１２７

基于启发式规则和蚁群算法的车间作业调度方法

车间作业调度问题是一个典型的NP-hard问题,也是一个前沿性的研究课题,已受到学术界和工业界的广泛关注。提出了一种基于启发式规则和蚁群算法的车间作业调度方法。该方法首先采用蚁群算法得到车间作业调度问题的一组可行解,然后采用一些启发式规则进一步优化这些可行解。通过将启发式规则有效地融入到蚁群算法中,使得该混合方法的优化效率得到极大的改进。仿真实例表明,方法是可行的、正确的和有效的。

基于启发式规则的临时分段调度计划与优化

船舶堆场中临时分段调度方案的优劣影响着调度的效率和成本。本文以临时分段的调度过程为优化对象,以平板车的移动距离为优化目标建立数学模型。通过制定动态的临时分段调度规则和超长分段调度规则,充分利用堆场中的空存储单元,最终确定一个较优的临时分段调度方案。同时利用任务合并对堆场调度的任务序列进行优化,从而减少调度过程中临时分段的数量。最后,利用某船厂的实际数据对模型和调度规则进行实例验证和数值分析,结果表明,所制定的调度规则可以优化堆场调度方案,提高堆场空间资源利用率和调度效率。