面向加工时间可控的柔性作业车间节能调度问题建模

针对制造车间能量利用率较低、节能潜力巨大的现状,以最小化车间总能耗和最大完工时间为目标,研究了考虑关机/重启节能策略和加工时间可控的柔性作业车间调度问题(FJSP)。首先,对考虑关机/重启节能策略和加工时间可控FJSP车间能耗进行了分析与建模;然后,根据加工时间可控FJSP特性,分别基于空闲时间与空闲能耗的建模思想,提出两个考虑关机/重启节能策略的混合整数线性规划(MILP)模型;最后,使用CPLEX求解器对20组测试实例进行求解,分别从尺寸复杂度与计算复杂度两方面对所提出的两个MILP进行对比评估。实验结果表明,所提出的两个MILP模型都是有效的,基于空闲能耗的MILP模型效果好于基于空闲时间的MILP模型。基于ε-约束法,将最大完工时间目标转换为约束条件,获得了问题的Pareto解,并进一步对所求解甘特图进行分析,挖掘了节能规则。

不相关并行机节能调度问题建模

针对以能耗最小化为目标的不相关并行机调度问题,提出了5个考虑关机/重启策略的混合整数规划(MIP)模型。针对非线性模型,通过引入中间决策变量将其转换为线性模型。从模型尺寸复杂度、计算复杂度两方面对所提5个MIP模型进行了详细的对比评估。试验结果表明:基于不同建模思路的MIP模型尺寸复杂度、计算复杂度差别很大,基于空闲能耗的线性模型求解效果最好。

地质灾害勘察中地质雷达的技术应用分析

在地质灾害勘察工作开展中,为强化地质雷达技术的应用效果,应结合不同地质灾害类型进行深入分析,以便进一步提升勘察效率,防范地质灾害问题的产生。因此,结合地裂缝调查、岩溶塌陷调查、滑坡调查以及活动断裂调查中地质雷达技术的应用,详细勘察地质灾害各种数据信息,对潜在地质灾害问题准确识别,以便制定针对性预防措施。

求解带有阻塞限制的HFSP的MILP模型与改进回溯搜索算法

针对带有阻塞限制的不相关并行机混合流水车间调度问题,以最小化最长完工时间为目标,依据不同的建模思想,建立了求解该问题的4个混合整数线性规划(MILP)模型;鉴于混合整数线性规划不适合求解中大规模问题,提出了一种改进的回溯搜索算法以求解中大规模问题,在该算法中,引入了轮盘赌选择策略以及变邻域搜索算法,以提高算法的收敛速度以及局部搜索能力。最后,对所提MILP模型以及算法进行了对比分析,通过对具体实例的求解验证了所提MILP模型以及算法的有效性及优越性。

基于深度强化学习的非置换流水车间调度问题

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程。通过将调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价—执行机制,从而为每次调度决策选取最优组合行为策略。在非置换流水车间标准问题集上的测试结果表明,该算法能够取得低于实例上界的较优解。

酸洗连轧生产线机组轧制功率建模及工艺参数优化

为了提高酸洗连轧生产线的能量效率,采用能量流的理论方法,建立了酸洗连轧生产线轧制功率模型,用于评估计算酸洗连轧生产线上机组的实时功率。根据某冷轧厂提供的酸洗连轧全线电机型号和功率表,将实际参数代入模型,求解出某一机组所需的功率,通过与该机组电机容量进行比较,验证了模型的准确性。最后以能耗最低和板形良好为优化目标,对功率模型的工艺参数进行多目标优化,设计了一种改进的粒子群算法进行求解,得到了最终优化结果。

基于主机行为模式的P2P流分类模型的设计与实现

本文提出了一种基于主机行为模式的流分类方法,该方法以朴素贝叶斯分类方法为理论依据。利用该方法在Weka环境中实现了分类器的设计。实验证明,该分类器能够准确识别出出现的各类P2P流,平均准确率高达96.5%。

采用深度学习的铣刀磨损状态预测模型

为提高刀具磨损监测的预测精度与泛化性能,研究了基于深度学习的铣刀磨损状态预测,提出了基于堆叠稀疏自动编码网络与卷积神经网络的两种预测模型。堆叠稀疏自动编码网络对特征向量进行降维并将其纳入分类器来实现预测,可避免特征选择对先验知识的依赖;卷积神经网络将铣削振动数据转化为小波尺度图并输入模型完成分类,精简了传统建模流程。最后将提出的两种模型与传统神经网络模型进行比较,验证了所提模型的效率与精度。

基于谐波小波包和BSA优化LS-SVM的铣刀磨损状态识别研究

针对铣削刀具磨损状态识别问题,提出谐波小波包和最小二乘支持向量机(LS-SVM)的状态识别方法。为克服传统小波包分解的频带交叠问题,采用谐波小波包提取不同磨损状态下铣削力信号的各频段信号能量,归一化处理后,输入LS-SVM多类分类器,实现铣削刀具磨损状态的识别。针对LS-SVM的惩罚因子和核参数对模型识别精度影响较大的问题,提出回溯搜索算法(BSA)进行自动参数寻优。实验结果表明,谐波小波包比小波包在刀具磨损状态特征提取时具有更好的识别效果。与粒子群算法进行比较,证明BSA优化LS-SVM具有更高的识别精度。

面向节能的混合流水车间调度问题建模与优化

针对面向节能的不相关并行机混合流水车间调度问题的特点,分析了混合流水车间的能耗组成,基于Wagner建模思想提出一种以最小化能耗为目标的混合整数线性规划模型,并提出一种改进的候鸟优化算法求解该问题。在候鸟优化算法中,采用随机策略生成初始种群,提出4种解码方法;基于关键路径的思想设计了两种移动策略,目的分别是调整空闲时间段使其可以实行关机重启策略,以及尽量延迟机床开机;该算法中领飞鸟和跟飞鸟通过最优交换操作和最优插入操作进行进化。通过41组实例对加入移动和关机重启策略的候鸟优化算法,以及没有加入移动和关机重启策略的候鸟优化算法进行测试,证明了所提移动和关机重启策略能够大幅度减少车间总能耗。同时,通过41组实例测试验证了所提模型和算法的有效性和可行性。

基于改进候鸟优化算法的混合流水车间调度问题

针对混合流水车间调度问题的特点,提出一种随机迭代排列解码方法,并与置换解码方法和原始排列解码方法对比,验证所提解码方法的有效性,同时设计了一种两阶段解码方法。首次提出采用候鸟优化算法求解该问题,设计了基于该两阶段解码方法的候鸟优化算法。在所提算法中,领飞鸟和跟飞鸟通过最优插入操作或最优交换操作进行进化,设计了4种邻域结构仅对跟飞鸟进行局部搜索。最后,采用基于两阶段解码方法的候鸟算法求解标准问题中的24个较难算例,获得了所有实例的当前最好解。采用所提算法对10个大规模标准算例进行求解,得到一个新的最好解,验证了提出算法的有效性。

基于混合化学反应算法的柔性作业车间调度

针对柔性作业车间调度问题自身的特点,提出一种将化学反应算法和禁忌搜索相结合的混合算法。该混合算法使用精英保留策略将较优个体保留到子代中,并采用基于工序和基于机器的编码方法。为提高化学反应,优化算法的全局搜索能力,设计了4种基本操作来保证种群的多样性。同时混合算法中引入禁忌搜索,使混合算法具有较好的局部搜索能力。最后,进行了算法性能对比试验,结果验证了该混合算法的有效性。

基于深度学习与特征后处理的支持向量机铣刀磨损预测模型

为提高机械加工过程中的刀具磨损预测精度,建立了一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域3方面提取的特征向量进行降维处理,然后利用特征后处理确保降维向量单调不递减及平滑趋势,最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较所提方法与其他预测方法,表明了所提模型能更有效表征铣刀磨损量,大幅降低预测误差。

基于双层禁忌搜索算法的共享单车再平衡问题

共享单车系统需解决各个共享站点的供需平衡,这是一个复杂的NP-hard问题。针对共享单车系统的特点,提出一种基于供需关系的站点分块策略,并结合所提模型设计了相应的双层禁忌搜索算法进行求解。供需关系分块策略通过不足站点和过饱和站点之间的配对形成能自给自足的站点集;双层禁忌搜索算法分别基于分块站点集和站点集内部进行双层禁忌搜索,并通过一个嵌套变异算子,增强两层搜索间的信息交流,在提高算法搜索能力的同时增添解的多样性。应用提出算法求解共享单车再平衡国际基准实例,实验结果显示提出算法能在100 s内获得150站点以内的较优解,降低作业周转库存80%以上,同时减少作业所需货车数至5辆以内。与同类算法对比,在目标函数求解结果和算法求解时间上均表现出显著优越性。

齐大山露天铁矿边坡开挖稳定性分析

基于FLAC3D6.0有限差分软件实现了对露天铁矿高边坡模型在开挖条件下的稳定性计算,分析了开挖前后边坡位移、最大剪应变增量变化情况;利用slide软件进行了边坡稳定性极限平衡分析,得到不同计算方法下边坡的安全系数。不同软件的计算结果表明:开挖条件下边坡整体稳定性降低,安全储备降低。计算结果给边坡治理提供了依据,有效避免了安全事故的发生。

基于改进引力搜索算法的铣削加工参数低碳建模及优化

针对数控机床铣削加工特点,考虑刀具寿命、加工表面质量、切削速率和铣床工艺性能等条件,以铣削加工过程中的单位体积碳排放、单位体积生产成本和加工时间为目标,以切削速率、每齿进给量和切削宽度三参数为优化变量,建立了铣削加工参数多目标优化模型,并提出了一种改进的非支配排序引力搜索算法对该多目标模型进行求解。在所提出算法中采用精英保留策略和位置更新回退操作,引导群体质点向真实Pareto最优解集区域靠近。在遗传算法的交叉操作启发下,提出精英精英交叉策略和精英非精英交叉策略,增加了群体多样性。最后与原始非支配排序引力搜索算法和教学优化算法进行对比,验证了所提改进算法的优越性和可行性。采用灰色关联度法在获得的Pareto最优解集中选择满意解,为面向绿色制造的切削参数优化提供了一种新的思路。

基于改进Jaya算法的柔性作业车间调度问题

鉴于柔性作业车间调度问题(FJSP)是广泛存在于制造企业实际生产过程中的复杂NP-hard组合优化问题,针对FJSP的特点,结合Jaya算法与禁忌搜索算法的各自优势,提出一种改进Jaya算法求解该问题。在该算法中,根据离散的Jaya算法公式提出一种扩展离散Jaya算法操作机制,设计了Jaya迭代候选解集方法以及结合相似度和最大完工时间的选择策略,保证了种群的多样性并提高了Jaya算法的搜索能力;提出融合M.G.和N7两种邻域结构的禁忌搜索算法,使混合算法在分散搜索和集成搜索之间达到平衡。通过测试著名的FJSP基准问题,显示了所提算法在质量方面优于当前文献,并通过实验验证了算法的有效性和优越性。

面向高效低碳的切削参数与柔性作业车间调度集成建模与优化

传统制造业切削参数优化与柔性作业车间调度优化通常独立进行,将切削参数与调度方案之间进行集成优化,能更好地解决车间高效低碳优化问题。以制造过程碳排放和最大完工时间为目标,建立切削参数与柔性作业车间调度高效低碳集成优化模型,提出一种改进的离散化引力搜索算法(IDGSA)求解机器切削参数与调度方案之间的协同优化问题。根据集成优化问题特性,首次设计了一种工件序列—机器序列—切削参数模式三层编码方式,并且不同的编码方式采用不同的初始化方法,保证初始解的质量以及多样性。针对集成优化问题的三层编码特性,提出一种新的竞选机制,竞选出最优双层序列,与精英质点的工件序列交叉产生新的质点,引导算法向真实Pareto前沿靠近;所提算法中采用多点交叉和变邻域搜索实现分散搜索与集中搜索有机平衡。通过对比改进的非支配排序遗传算法(NSGA-Ⅱ)和离散化引力搜索算法(DGSA),以及将提出切削参数可变的集成优化方法与3种切削参数不可变的优化方法进行对比,验证了所提改进算法的优越性和集成策略的有效性。

基于CDEM的采空区稳定性及临界顶板厚度分析

地下隐伏采空区易导致地表塌陷等问题发生,采空区的顶板稳定性关乎到露天开采的安全,确定采空区临界顶板厚度对采空区安全评价具有重要意义。采空区临界顶板厚度的影响因素复杂,与采空区的几何参数及岩体物理力学参数等多种因素相关。通过量纲分析建立无量纲表达式,得到影响临界顶板厚度的无量纲参数。在此基础上,借助CDEM数值计算方法建立数值模型并进行计算分析。建立了二维采空区数值模型,通过改变采空区的几何参数及岩体物理力学参数,计算采空区顶板的安全系数,研究以上因素对采空区稳定性的影响规律,识别影响顶板安全系数的主要影响因素。建立了采空区二维模型和三维模型的计算模型,得到了无量纲表达式中无量纲临界高度与无量纲强度间的关系,采用指数函数进行拟合得到响应的关系表达式。研究表明:弹性模量、泊松比对临界顶板厚度影响不大,采空区高度对临界顶板厚度无影响;黏聚力对采空区安全系数影响最大,采空区跨度、岩体内摩擦角、岩体密度次之;采空区无量纲高度与无量纲强度之间存在指数衰减关系。

多目标变分批混合流水车间调度算法自动设计

在考虑运输和启动作业的基础上,研究了多目标变分批混合流水车间调度问题,旨在同时优化最大完工时间和子批总数两个相互冲突的目标。建立了多目标混合整数规划模型,验证了两目标间的冲突关系。由于问题属于非确定性多项式困难问题,采用多目标进化算法(MOEA)解决该问题。为消除MOEA在构造过程中受到先前经验偏见的影响,基于MOEA框架,采用自动算法设计方法(AAD)构造了高性能的MOEA。AAD能够通过最小的干预自动确定MOEA的各种参数取值以及最优的参数组合。考虑变分批技术,提出了动态解码策略;针对问题特性和所采用的算法框架,对于可配置的类别参数和数值参数,给出了合理的取值区间;对于AAD方法,采用了I/F-Race方法。最后,通过与CPLEX和已提出的MOEAs对比分析,证明了自动生成的MOEA更加有效。