基于量子遗传算法优化粗糙-Petri网的电网故障诊断

当前电网故障诊断主要依靠单一的人工智能算法,对于复杂故障问题常出现误诊、漏诊情况.为解决这一问题,给出一种基于量子遗传算法优化粗糙-Petri网的电网故障诊断方法.采用量子遗传算法来进行粗糙集的属性约简,量子旋转门实现染色体的演化来达到较高的收敛速度和全局最优搜索,约简出最小决策表,结合提取的诊断规则并建立Petri网模型,利用Petri网进行高效的电网故障诊断.通过实例分析表明该模型能准确诊断出故障区域,具有较好的快速性和准确性.

柔性制造系统时延Petri网模型排产优化研究

为解决现有柔性制造系统排产效率低的问题,提出一种基于时延Petri网模型的柔性制造系统排产优化方法。首先,根据柔性制造系统生产模式的特点,为其建立包含生产路径约束信息的时延Petri网模型。其次,设计遗传算法与模拟退火算法的混合算法,快速搜寻时延Petri网模型最优或次优变迁发生序列,从而得到系统加工优化路径。最后,通过算例仿真与分析,表明该算法具有较高的准确率,且有较强的跳出陷阱能力,证明了其在基于时延Petri网模型的柔性制造系统排产优化方面的有效性。

基于时间Petri网的自动制造系统排产优化方法

为解决现有自动制造系统资源设备利用率低的问题,给出了一种基于时间Petri网的自动制造系统排产优化方法.根据自动制造系统的异步性和并发性等特点,应用时间Petri网建立自动制造系统模型.在避免多线路自动制造系统中引起资源冲突,设计了网模型基本回路判定算法和基本回路加工时间优化算法,用以计算工序排列顺序及确定优化时间.通过算例分析与验证,显示算法的优化效果良好,证明了应用时间Petri网对自动制造系统排产优化算法的有效性.

电网故障诊断的研究现状和发展趋势

综述目前在电网故障诊断中应用较为广泛的智能算法,包括:专家系统,人工神经网络,模糊集理论,Petri网,多智能体技术和信息融合技术等。简要介绍各种智能算法的理论概念以及在电网故障诊断的一些研究成果。指出各种智能算法的优势和缺陷,以及未来的发展趋势。