二机流水作业带不可用区间、工件可拒绝的调度问题

考虑了二机流水作业第一台机器带不可用区间、工件可拒绝的调度问题.所有的工件都是加工可中断的,即当某一工件在不可用区间出现之前开始加工但在机器不可用时并未加工完成,在不可用区间结束后可以接着加工.目标函数是最小化接受加工工件的最大完工时间与拒绝工件的惩罚之和.此问题是NP-难的.首先提出了一个动态规划的最优算法以求解小规模问题,并给出了数值计算实例.所提出的动态规划算法的运算时间随着问题的规模成指数增长,进而又提出了一个启发式算法,并证明了该启发式算法的最坏性能比是3.

从二机部到国防工办,建国初期国防工业管理体制的演变

新中国成立以来,随着国防科技工业的发展壮大,以及国内政治环境和社会经济情况的变化,中国国防科技工业领导管理体制经过了较为频繁的调整过程。一、以第二机械工业部为主领导中国国防工业的创建,在解放战争后期,为迎接新中国的国防建设,中共中央作出了调整军事工业的战略决策:兵器工业要从战时工业向国防工业转变。

“一线二机四吹一扫”收购模式

在轮换收购中央储备粮及最低收购价稻谷过程中,一条收购线上、配置2台清理设备(清杂机)、安装4台吹杂设备(皮带输送机上安装2台0.5kW风机、2台落地工业电扇)、适时清扫粮堆中的大型杂质及自动分级集聚区杂质。通过"一线、二机、四吹、一扫"收购模式的运行,收购的13栋仓库稻谷杂质含量均在0.7%,综合质量一次性验收合格率达到100%。

二机部对大、中专毕业生定级工资几个具体问题提出处理意见

《国务院批转民政部、国家劳动总局、财政部、教育部关于普通高等学校毕业生工资待遇问题的请示报告》和《国务院批转关于提高中等专业学校毕业生定级工资水平的请示》两个文件下达后,二机部针对所属各单位执行中提出的具体问题和群众来信中的一些反映,给所属单位作了综合答复。一、分配到企、事业单位工作的大、中专毕业生,应按现行本单位各类人员工资标准定级。由于现行工资标准不同,工作岗位不同。

军民结合体制的尝试:一机部和二机部的短暂合并

抗美援朝战争结束后,军品订货锐减,如何发挥兵器工业已形成的生产能力,为国家的社会主义建设服务,成为重要的课题。第二机械工业部(国防工业部)在总结新中国成立初期生产民品经验的基础上,借鉴苏联等国家平时军工生产的经验,提出了军民结合的建议。

基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测

针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。

基于改进最小二乘支持向量机组合模型的深基坑沉降变形预测

为了提高深基坑沉降变形预测精度,及时为深基坑支护施工提供指导,提出一种改进最小二乘支持向量机组合模型;通过引入自适应噪声完备集合经验模态分解方法分解原始深基坑沉降变形数据,并结合粒子群优化算法和遗传算法对最小二乘支持向量机进行参数寻优,对分解的数据分别训练、预测后再叠加,得到最终预测结果;应用所提出模型对济南市某深基坑的累积沉降量进行预测,同时与其他模型对比,验证所提出模型的实用性和优越性。结果表明:所提出模型预测深基坑累积沉降量的平均相对误差为0.035%,均方误差为0.0809 mm^(2),均方根误差为0.2838 mm,所提出模型的准确性远优于其他模型的;自适应噪声完备集合经验模态分解方法的引入更有利于在深基坑沉降变形预测方面发挥最小二乘支持向量机的优势。

具有间隔分布优化的最小二乘支持向量机

最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)通过求解一个线性等式方程组来提高支持向量机(Support Vector Machine,SVM)的运算速度。但是,LSSVM没有考虑间隔分布对于LSSVM模型的影响,导致其精度较低。为了增强LSSVM模型的泛化性能,提高其分类能力,提出一种具有间隔分布优化的最小二乘支持向量机(LSSVM with margin distribution optimization,MLSSVM)。首先,重新定义间隔均值和间隔方差,深入挖掘数据的间隔分布信息,增强模型的泛化性能;其次,引入权重线性损失,进一步优化了间隔均值,提升模型的分类精度;然后,分析目标函数,剔除冗余项,进一步优化间隔方差;最后,保留LSSVM的求解机制,保障模型的计算效率。实验表明,新提出的分类模型具有良好的泛化性能和运行时间。

基于遗传算法优化最小二乘支持向量机的矿工疲劳程度识别模型

为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后,采用主成分分析法对选取的特征指标进行降维处理,建立表征矿工疲劳程度的特征集;在此基础上,利用遗传算法优化最小二乘支持向量机的关键参数,构建矿工疲劳程度识别模型。结果表明:选取的矿工疲劳程度特征指标能够有效反映矿工的疲劳程度;相较GA-SVM和LSSVM模型,融合GA-LSSVM模型可显著提高矿工疲劳程度的识别准确率(平均识别准确率为96.87%)。构建的矿工疲劳程度识别模型可较为高效地识别矿工的疲劳程度,对煤矿人因事故的防控具有一定的现实指导意义。

基于最小二乘支持向量机的造纸工控网络高隐蔽性入侵检测

造纸工控网络的数据特征具有复杂性和多样性,对于高隐蔽性入侵行为,其特征可能被混杂在正常操作和噪声中,增加了检测的难度。为此,提出基于最小二乘支持向量机的造纸工控网络高隐蔽性入侵检测方法。首先,使用CEEMD算法对网络数据进行分解,得到一系列固有模态分量(IMF),利用排列熵对IMF分量进行分析,确定高噪声IMF分量;使用小波降噪对高噪声IMF分量展开抗干扰处理。然后,使用互信息特征选择方法对抗干扰处理后的入侵数据进行特征提取。最后,将提取到的入侵数据特征作为输入数据,通过最小二乘支持向量机(LS-SVM)建立一个判别函数,该函数根据输入数据的特征值进行分类,并判断网络中是否存在高隐蔽性入侵行为。实验结果表明,所提方法最高入侵检测准确率达到0.98,Kappa统计量最大为0.99,表明所提方法的数据处理效果好、网络入侵检测精度高。

带尺寸约束的二机流水车间生产运输协调博弈调度问题

研究二机流水车间生产运输协调调度问题,当工件在第1台机器加工完成后,由1台带有容量限制的运输车分批次运输到第2台机器加工,运输过程考虑工件尺寸约束,目标函数为最小化最大完工时间.考虑到源于不同客户的工件对机器及运输设备的竞争,以工件为博弈方,工件在生产运输过程中等待时间为策略,各工件完工时间为收益,建立非合作博弈模型.通过将问题转化为马尔可夫决策过程,设计线性逼近值函数的Q-learning算法求解纳什均衡调度.实验结果表明Q-learning算法求得的纳什均衡调度具有较好的全局最优性,从而能够在满足客户的利益下,提高企业的生产效率,实现客户与企业的双赢.

基于最小二乘支持向量机的农村土地利用空间优化配置方法及实例分析

因为农村各类用地数据具有样本小、非线性等特点,导致土地利用空间配置结果的适宜性较差,所以本文提出基于最小二乘支持向量机的农村土地利用空间优化配置方法。基于最小二乘支持向量机预测农村土地利用空间格局,得到各类用地面积数据,对各类用地进行满足经济效益与生态效益最大化的多目标函数的优化配置。实例结果表明,农村土地利用空间优化配置结果中各用地类型高度适宜区域的面积占比均超过75%,证实了设计方法的合理性。

一种稳健最小二乘支持向量机GNSS-IR土壤湿度反演方法

全球卫星导航系统干涉测量(global navigation satellite system interferometric reflectometry,GNSS-IR)是一种新型的遥感技术,可利用多径信噪比序列的延迟相位值反演土壤湿度值,其延迟相位求解通常使用信赖域算法,该算法一定程度依赖初值设定。文章先使用遗传算法求解出延迟相位粗略值,再将该数值作为信赖域的初值用于迭代计算,提升了部分卫星延迟相位的求解精度及稳定性。此外,针对多径信噪比序列易受环境因素影响引入粗差,进而影响模型反演精度,文章采用稳健最小二乘支持向量机作为反演模型,同时又考虑到多星融合的时空尺度优势,将该模型分别做了单星反演至五星融合反演,并与最小二乘支持向量机模型做对比。分析结果表明,当三星融合时该模型提升精度最为明显,MAE最高可降低15.6%,RMSE最高可降低12.0%。

高压聚乙烯二次机柱塞跳动分析及处理方案

20世纪90年代以来,中国经济一直保持快速增长。在过去长达20多年的时间里,中国经济持续保持了年均9%以上的增长速度,成为世界上经济持续增长最快的国家之一。经济的快速增长同时促进了EVA产能和消费量的增长,21世纪以来,光伏产业受清洁能源扶植政策的大力推动而在全世界发展迅速,2017年国内光伏市场持续爆发,前三季度全国新增光伏发电装机超过43×10^(6)kW,累计超过1.2×10^(8)kW,作为光伏行业太阳能电池的重要功能性膜材料,28%VA含量的EVA(光伏料)产品市场非常可观,由于光伏市场的需求持续增加,促进国内新建多套EVA生产装置,仅2021年一年国内开工6套新EVA装置,新增EVA产量为130万t/a。新建的EVA装置中的核心设备二次压缩机大多采用国外某公司产品,在装置实际运行中二次机的长周期运转成为装置长周期运行中设备方面的制约条件,其中二次机常见问题为二次机柱塞跳动联锁停机,就是针对二次机柱塞跳动问题进行分析并做相关处理方案,减少二次机联锁停机次数,避免因二次机联锁造成装置的停工次数。

基于粒子群优化和最小二乘支持向量机的储罐腐蚀速率预测

利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。结果表明:使用PSOLSSVM获得的腐蚀速率预测结果与实际腐蚀速率较为吻合,罐顶、第一层罐壁、罐底预测结果的平均绝对百分误差分别为2.265%、3.077%、1.18%,均方根误差分别为0.010%、0.012%、0.011%,决定系数分别为0.973、0.982、0.976。该方法可以对储罐内腐蚀速率进行有效的预测。

基于最小二乘支持向量机的电网企业供应链碳排放预测方法研究

电网企业供应链碳排放的预测对推动产业链供应链绿色转型具有重要意义,为此提出基于最小二乘支持向量机的电网企业供应链碳排放预测方法。首先,利用4E平衡模型获取电网企业供应链碳排放数据;其次,利用PLS-VIP算法对碳排放数据实施数据筛选,得到有效的碳排放数据变量;最后,引入最小二乘支持向量机,构建碳排放预测模型,并且采用量子粒子群优化算法对其展开优化,实现电网企业供应链碳排放高精度预测。实验结果表明,所提方法在保证预测过程较高稳定性的同时,一定程度上提高了预测精度和预测效率。

基于最小二乘支持向量机的新型电力系统谐波分量预测

电力电子设备在发电、输电、配电及用电各个领域均有广泛应用,在改善居民生活质量与提升工业生产效率的同时,也引入了大量的谐波,造成电力系统谐波污染。电力系统在不同采样点处的谐波含量不同,而最小二乘支持向量机(LSSVM)具有预测精度高、预测效率高等优点,可应用于谐波含量预测。为了验证所提出算法的有效性,搭建了仿真模型,对光伏发电系统、风力发电系统以及储能装置充放电处的电流的谐波含量进行了预测。仿真结果表明:在不同工况下和不同类型的谐波含量下,该算法均具有较高的预测精度。

基于小波包分解与最小二乘支持向量机的用户侧净负荷预测

随着分布式可再生能源在用户侧逐步接入,电表监测得到的用户净负荷曲线形态相对于原有实际负荷曲线更加不稳定,因而极大降低了用户的净负荷预测精度。针对此问题,提出基于小波包分解(wavelet packet decomposition,WPD)与最小二乘支持向量机(least squares support vector machine,LSSVM)的用户侧净负荷预测方法,通过对用户净负荷时序数据作小波包分解,得到信号特征更为明显的高频分量与低频趋势部分,筛选剔除波动性大、噪声信号多的高频细节分量。同时考虑气象因素,利用最小二乘支持向量机对小样本非线性信号的训练效率高、泛化能力强的特点,采用其模型对其余包含更多有效负荷数据信息的低频分量分别进行预测重构,叠加得到最终的净负荷预测值。通过对可再生能源高度渗透的某地区用户实际净负荷数据进行实例分析,结果表明所提预测方法在此物理场景下相比于传统预测方法有更高的预测精度。