基于K-means聚类的超启发式跨单元调度方法

结合我国制造业实际生产状况,针对柔性作业车间跨单元调度问题,提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中,采用蚁群算法为每个决策块选择启发式规则;对每个决策块内的实体运用相应的启发式规则产生调度解。仿真结果表明:该算法以决策块的形式适度增大了计算粒度,有效降低了算法时间复杂度,以聚类的方式将具有相近属性的被加工实体进行聚集,有利于为不同属性的实体选择合适的规则。该算法提高了计算效率,具有较好的优化性能,是解决柔性跨单元调度的一种有效算法。

一种改进的求解柔性作业车间调度问题的灰狼算法

柔性作业车间调度问题是智能制造领域的一类典型调度问题,它是制造流程规划和管理中最关键的环节之一,有效的求解方法对提高生产效率具有重要的现实意义。本文基于经典灰狼算法进行改进,以优化最大完工时间为目标,提出一种改进的灰狼算法来求解柔性作业车间调度问题。算法首先采用基于权值的编码形式,实现对经典狼群算法中连续性编码的离散化;其次在迭代优化过程中加入随机游走策略,以增强局部搜索能力;然后在种群更新过程中加入尾部淘汰策略,在避免局部优化的同时增加种群多样性,合理扩大算法的广度搜索范围。在标准算例上的仿真实验结果表明,改进的灰狼算法在求解FJSP时比经典灰狼算法在寻优能力方面具有明显的优势,相比其它智能优化算法,本文所提算法在每种算例上均具有更好的优化性能。

考虑不同使用场景的APP用户隐私交换行为

APP丰富功能给人类生活带来便利的同时,也使得众多用户面临着隐私泄露的风险。在功能和隐私之间进行选择的隐私交换行为,已经成为APP隐私问题研究中的焦点。引入心理潜变量和使用场景变量,能够兼顾主客观因素的影响,提升对用户隐私交换行为的解释和预测能力。首先,基于CPM理论提出心理潜变量,构建MIMIC模型;其次,基于TAM提出隐私交换行为使用场景变量,设置4个使用场景;最后,建立ICLV模型。结果表明:使用场景对用户隐私交换行为产生显著影响,且不同使用场景下用户隐私交换行为影响因素不同;隐私导向型用户受使用场景因素影响较小,隐私交换行为在各使用场景发生概率均较低;而功能导向型用户除“免费注册”场景,均存在较高发生概率。

仿生聚类算法研究与分析

仿生聚类算法是一种将仿生智能优化算法与传统聚类算法相结合的混合聚类算法,同时也是无监督学习算法。这类算法在生物智能算法的基础上,结合了传统聚类算法操作简单、求解速度快的特点,在解决高纬度复杂的聚类分析问题时表现尤为突出,目前已被广泛应用在物联网、图像处理、路径规划、医学等领域。文中主要对仿生聚类算法进行研究与分析。首先以蚁群聚类、果蝇聚类、人工蜂群聚类算法为例,着重从算法思想、生物智能算法与K均值聚类的结合流程以及具体应用3个方面进行介绍;然后对仿生聚类过程中的相似性度量方法和聚类结束后聚类结果无监督评价方法进行了详细描述;最后对仿生聚类算法的未来研究方向进行了总结与展望。

燃油汽车与纯电动车能源足迹实证分析

在能源和环境问题日益突出的情况下,新能源汽车的产业化给全球金融危机中的汽车产业提供发展的契机。相对燃油汽车而言,纯电动车的能耗和污染都比较低。但仅在汽车使用阶段的能源消耗判断汽车的节能环保情况是片面的。通过调研,挖掘出影响新能源汽车整车发展的关键创新因素,进而提出新能源汽车整车发展的对策建议。

浅谈城市轨道交通工程质量标准化管理控制

随着城市化进程的加快,交通拥挤问题越来越成为困扰城市发展的重要因素。根据国内外交通发展的经验证明,仅仅依靠路面交通根本无法解决现代城市化进程带来的交通问题。因此,需要对城市轨道交通工程质量进行标准化管理,从而提高城市交通建设。本文先介绍了城市轨道交通工程的特点,接着分析了我国轨道交通工程质量现状,进而对轨道交通工程质量标准化管理要点进行深入探究,以供参考和借鉴。