采用新编码GA的工艺规划与车间调度集成优化

为了实现以完工时间最短为目标的工艺规划与车间调度集成优化,提出了基于新编码遗传算法(Genetic Algorithm,GA)的集成优化方法。对工艺规划与车间调度集成优化(Integrated Process Planning and Scheduling optimization,IPPS)问题进行了描述,并建立了完工时间最短的集成优化模型;设计一种具有最大柔性空间的染色体编码方法,从编码角度保证了集成优化问题的最大柔性度;根据IPPS问题特定约束改进了交叉变异方法,保证遗传操作前后均为可行解,使算法迭代均为有效迭代;进而制定了基于新编码遗传算法的IPPS问题求解流程。经Kim算例验证可知,与现有先进算法两阶段混合算法(Two-stage Hybrid Algorithm,THA)、改进蚁群算法(Enhanced Ant Colony Algorithm,EACA)和混合遗传算法(Hybrid Genetic Algorithm,HGA)相比,新编码GA在小规模、大规模生产情况下集成优化方案的完工时间均最小(分别为343、344、372、320、427及432 min),实验结果验证了新编码GA在IPPS问题求解中的可行性和先进性。

云计算系统相空间分析模型及仿真研究

针对云计算系统具有海量节点和节点间高耦合性的特点,提出了将云计算系统投影到参数相空间,将节点参数的变化转化为参数相空间中点的运动,利用海量节点在参数相空间的运动与热力学运动的相似性定义来分析云计算系统在相空间上的广义热力学参数,并在参数相空间的基础上进一步定义云计算系统的动量相空间,建立云计算相空间分析方法的基本理论模型.依据该模型建立了相空间调度算法,通过仿真对比实验验证了相空间分析模型对云计算系统工作状态的分析表述能力和相空间调度算法的有效性.相空间调度算法能使云计算系统在参数相空间中保持低熵的均衡状态.

考虑准时化调度的IPPS问题研究

为了获得尽量满足交货期的调度方案,针对工艺规划与调度集成问题在交货期方面考虑的不足,将准时化调度集成到工艺规划与调度集成问题中。以总成本为优化目标,将总成本划分为加工成本、提前/拖期成本及机器闲置成本,对该问题进行建模。针对这种带有非正规性能指标的集成问题,提出一种三阶段式解码的遗传算法对该问题进行求解。通过一个实例验证了所建模型的正确性和算法的有效性。

基于相空间重构和进化高斯过程的短期风速预测

提出一种基于相空间重构和进化高斯过程的短期风速预测方法。首先,运用自相关法和假近邻法分别得出原始风速时间序列的延迟时间和嵌入维数,实现混沌风速时间序列的相空间重构;然后,运用进化高斯过程回归模型进行建模,通过高斯过程模型确定输入量和输出量之间的关系,并用改进粒子群算法求取最优超参数。根据某实测风速数据进行了风速预测,结果表明本文所提出的方法能有效提高风速预测精度。

一种基于相空间高斯混合模型的测井相识别方法

油层测井相识别是油田开发的重要依据.油层的测井相类别如果发生误判,将会影响它和邻井对应油层之间的连通对比关系的判断,造成开采方案的失败.测井相的类间差异小,领域知识要求高,属于难度较大的模式识别问题.在研究了混沌建模的基本方法后,给出了一种基于相空间高斯混合模型的测井相识别方法.对每类训练样本形成一个重构相空间,用EM算法学习得到一个高斯混合模型,待识序列按其属于不同类别的高斯混合模型的条件概率进行分类.该方法可以对不规则样本的形态参数进行估计,从而提高测井相的识别精度.实验结果证明了该方法的有效性.

面向网联自动驾驶部署的车-路-无人机跨域协同技术

目的随着车联网技术的发展,网联自动驾驶车辆(connected and autonomous vehicle,CAV)的部署场景变得越来越复杂。为了保证效率和安全,提出一种面向CAV部署的集成无人机和现有路侧基础设施的车—路—无人机跨域协同技术,旨在解决依靠路侧基础设施支持CAV感知和通信解决方案在部署范围、机动性和感知视角等方面存在一定限制的问题。方法本文设计了基于任务需求和资源约束的双层调度算法,实现无人机资源的灵活调度和智能决策。该算法上层实现任务规划,下层运动规划则根据动力学约束和虚拟场模型生成无人机运动轨迹,采用上、下层反馈机制,动态响应感知和通信需求,给出目标区域无人机的最优部署方案。结果实验模拟混合交通流场景,并估计了不同场景下CAV动态感知和通信需求;通过对比无人机跨域协同方案与现有路侧基础设施辅助方案,结果表明所提方案相比现有方案降低了路侧设备单元(roadside units,RSU)的空闲率,在CAV渗透率为70%时,所提方案在仿真路网和城市路网场景下分别将RSU的空闲率降低了33.82%和31.20%;同时也展示了基于双层调度算法按需调度无人机的流程,验证了该算法的有效性。结论本文所提出的无人机跨域协同的CAV辅助部署方案,对比现有的基础设施辅助方案,具有覆盖范围广、可以按需灵活调度的特点,可以支持CAV大规模部署。