具有平行批处理机的多目标FJSP问题研究

针对具有平行批处理机的多目标柔性作业车间调度问题,建立以最大完工时间、最大机器负荷和能耗为优化目标的数学模型,并提出了一种多种群MOEAD算法进行求解。算法结合了多种群策略的优势,三个子种群分别采用了WS、TE和BI三种聚合函数进行协同搜索,保持种群多样性的同时扩展了算法的搜索广度。设计了符合问题特性的进化算子和局部搜索策略,提高算法整体搜索性能。通过标准的FJSP算例和符合问题特性的实际数据,验证了所提算法的可行性与有效性。

混合流水车间批处理机调度的混合分布估计算法

针对某高端装备制造企业总装车间内存在的批处理工序含多道子工序的生产调度问题,以最大完工时间为优化目标建立了该问题的数学模型,并提出一种混合分布估计算法对模型进行求解。该混合分布估计算法将遗传算法中的交叉和变异操作引入分布估计算法,克服了分布估计算法局部搜索能力弱和遗传算法全局搜索能力弱的不足。另外,使用设计实验对算法中的学习率α和优势个体占比β进行确定,最后经过车间实例测试,混合分布估计算法求解能力优于分布估计算法和遗传算法,验证了算法的有效性,并将车间效率提升29.68%。

城市污水处理不同序批式活性污泥法的工艺特点和功能差异分析

城市污水处理是保障城市环境卫生和健康的重要环节,而序批式活性污泥法作为一种常用的污水处理技术,具有灵活、高效、适应性强的特点。然而,不同的序批式活性污泥法在工艺特点、功能差异、优缺点以及应用场景上存在差异。因此,对这些技术进行深入研究和比较,对于选择适合的污水处理工艺具有重要意义。

大数据背景下批处理优化

随着互联网的飞速发展,网络用户量呈现爆炸式增长,各应用系统的数据量正在急剧增加。海量的数据对于批处理程序的效率提出了更高的要求,原始的基于单实例数据库单节点应用部署的处理方式已经无法满足需求。因此,在底层数据存储方面,技术人员可以根据业务特点,使用分布式数据库并按照特定字段进行分片存储;在应用程序的算法设计方面,技术人员则可以利用分布式服务多节点多线程并发处理优势,并基于生产者消费者模型优化异步处理模式。

基于有状态实时流的流批一体数据处理平台的设计与研究

当今,数据的规模和复杂性不断增加,对数据处理平台的要求也越来越高。传统的批处理和实时处理技术各有优缺点,很难满足大规模数据处理的需求。因此,流批一体化的数据处理平台应运而生。文章在讨论流批一体核心架构设计的基础上,提出一种基于有状态实时流的流批一体数据处理方法,并通过平台化的方式实现流批一体数据的处理与计算。该平台先后在四川高速集团、贵阳政府单位示范应用,应用结果表明平台不仅统一了批处理和流处理框架,而且具有高效、可靠、可扩展等优点,同时能够满足大规模数据处理的需求。该平台的实现对于提高数据处理效率和准确性具有重要意义。

基于Surfer的有限元后处理等值线图批处理程序开发

利用Surfer8.0的二次开发平台Scripter以及其与VisualBasic良好的兼容性,编制了等值线图批处理程序,实现了一次性大批等值线图的自动绘制。该程序可依据用户需要,进行指定样式的等值线图形自动拼合。为了操作方便还建立了友好的操作界面,有效地提高了有限元后处理的效率。

两机flow-shop类型模具热处理车间批调度算法

总结模具热处理车间生产调度的特点,在工件动态到达的情况下,研究了两阶段均为批处理机、各批次加工时间为定值的流水车间批调度问题。以最小化最大完成时间为目标建立混合整数规划数学模型,证明问题是NP难并给出最优目标函数值的下界,构建并证明一种求解大规模问题最优解的算法。算法首先求解分批数量上下界,然后构造数学模型并求解在给定分批数量下对应的最优解,最后通过对比各给定分批数量下得到的解并得到全局最优解。对于小规模问题,通过与传统分枝定界法得到的最优解相比较,说明所提算法能得到问题的最优解且计算时间更短;对于大规模问题,在不同生产状况下随机产生多组数据、对所提算法进行验证,结果显示该算法是有效的。

用Lagrangian松弛法解化工批处理调度问题

研究基于Ｌａｇｒａｎｇｉａｎ松弛法的化工批处理过程的调度方法．建立了化工批处理过程调度问题的一种混合整数规划（ＭＩＬＰ）模型，并通过松弛离散变量和连续变量共存的约束，将问题分解为一个两层次的优化问题，其中上层是原问题的对偶问题，下层由两个子问题构成：一个与产品批量有关，另一个确定操作时间表，分别用线性规划和动态规划方法解这两个子问题．然后从对偶问题的解构作原问题的可行解．数值试验结果证明了该方法的有效性．

化工批处理过程调度

阐述了化工批处理过程调度问题的基本框架，综述了近年来这一领域取得的进展和存在的问题，并讨论了今后的发展方向。

基于规则的批处理设备调度方法在半导体晶圆制造系统中应用

针对半导体炉管区瓶颈设备的批处理调度问题,提出满足工艺约束和设备限制的组批调度算法.在考虑产品动态到达的基础上,根据半导体制造系统大规模、多重入、混合型生产等特征,针对晶圆平均等待时间进行优化,实现多产品、多机台的实时组合派工.仿真实验在一个虚拟的晶圆制造系统上进行.结果表明,该算法在实时派工中对瓶颈设备填充率和利用率显著提升,有效地缩短了产品加工周期.

基于批处理的微弱GPS信号捕获

针对传统方法难以实现微弱GPS信号的精确捕获,继而影响后续的信号跟踪及导航电文解码,提出了一种新的捕获方法解决这一基础性问题,采用基于批处理的手段来捕获低信噪比的GPS信号并提高运算速度,为高灵敏度GPS接收机的实现提供保证.仿真结果表明,在捕获过程处理的数据长度不超过4个导航电文数据位(80 ms)的情况下,此方法能够较好地捕获到载噪比低至21 dB的GPS信号,同时确保较短的捕获时间和较高的灵敏度.

VOD系统批处理调度策略优化研究

大规模视频点播（VOD）业务需要消耗大量的网络带宽和服务器资源.基于多点组播的批处理技术允许服务器在不增加额外系统资源的情况下发送相同数据到多个客户端,从而达到系统资源利用率的最大化.通常使用的批处理调度策略有FCFS、MQL和MFQL三种,但是这些方案没有得到令人满意的结果.本文提出一种新策略,称之为MDP,即最大撤销概率,其基本思想是在组空间搜索用户请求撤销概率和的最大值.MDP以等待服务的所有组中撤销概率的和最大为调度决策依据,保障到达系统的用户因不能忍受等待时间太长而退出的概率最小.通过分析与仿真实验,MDP方案在系统吞吐量、平均等待时间、用户请求撤销概率和不公平性等系统性能参量方面获得优良结果.

窄带弱信号的线谱检测——相干累加频域批处理自适应线谱增强方法

为了提高声纳远程弱信号或强干扰背景下的线谱检测能力,提出了一种利用相干累加频域批处理(coher-ent addition and frequency domain batch,CAFB)自适应线谱增强技术实现窄带弱信号线谱检测的新方法.该方法将接收信号进行相干累加预处理,使输出信噪比获得提高.提取线谱采用时域自适应线谱增强方法(adaptive line en-hancement,ALE),无需独立的参考信号,自适应地与相关的正弦或窄带信号进行匹配,可以从加性宽带噪声背景中将正弦或窄带信号分离出来.同时将频域批处理方法引入时域自适应线谱增强算法,有效地减小了算法的计算量.仿真和湖试、海试试验结果表明,该方法提高了低信噪比条件下的弱信号线谱检测能力,在获得较高的检测处理增益的同时解决了实时处理的运算量问题,使工程应用得以实现.

序批式生物膜法处理腈纶废水的试验研究

采用序批式生物膜法(SBBR)处理实际腈纶污水,研究SBBR工艺处理腈纶废水的可行性和在厌氧、好氧模式下处理腈纶废水的优化参数。结果表明,SBBR工艺对腈纶废水具有较好的处理效果,COD去除率达到50%以上;在厌氧HRT为16 h、曝气时间为5 h、DO的质量浓度为4.5 mg.L-1时,对TOC和TN的去除率分别为70%和44.9%,对特征污染物DMAC和丙烯腈的去除率为100%;腈纶废水中含有难生物降解物质,单一的靠生物处理很难达到排放标准,出水需要后续处理。

应用混合蚁群算法求解并行批处理机组批与调度问题

晶圆制造系统的批处理机具有长加工时间的特征,其调度性能指标对车间总体绩效有重要影响.批处理机调度分为组批与批次调度.针对工件的动态到达特性导致组批困难,提出了一种混合型蚁群算法.利用该算法的全局并行搜索能力对工件进行组批,并使用BATC算法对批次进行调度,可以解决多产品并行批处理机调度问题.以工件总拖期最小为性能指标,通过实例仿真,对蚁群算法性能进行分析评价和比较.结果表明,所提出的算法具有有效性和实用性.

焦化废水的一体化膜——序批式生物反应器处理

采用一体化膜-序批式生物反应器(SMSBR)处理焦化废水,初步研究表明:在水力停留时间(HRT)为32.7h,泥龄(SRT)为600d,平均COD容积负荷为0.45kg/(m3·d)的条件下,生物反应器上清液的COD难以降至100mg/L以下(平均为111.4mg/L),而通过膜的出水,COD可以稳定在100mg/L以下(平均为86.4mg/L),膜所截留的COD在后续的反应中得到进一步降解而未产生显著积累;在保证温度和碱度的情况下,出水NH3-N浓度低于1mg/L;硝酸盐细菌比亚硝酸盐细菌对温度的冲击更敏感,从而引起出水NO2-N的积累;系统在好氧反应阶段同时存在硝化和反硝化作用;膜分离对污泥的浓缩过程并未使剩余难降解有机物的去除得到强化,而膜污染速率在这一过程中表现较快。

化工批处理过程调度综述

综述了化工批处理过程调度问题的特点、难点及一般框架，总结了近年来该领域取得的进展和存在的问题，并指明了将来的发展方向．

CTD数据预处理、批处理的编程实现

根据人工剔除CTD数据的原理,通过Fortran语言编程,实现了数据剔除的程序自动实现,节省大量时间、大幅提高工作效率的同时,也避免了数据处理过程中的处理者主观因素对数据处理结果的影响,实现了数据处理的可重复性,使得CTD原始数据的批处理得以实现。从而,大大缩短了原始数据转化为经过质量控制且方便应用于科学研究的数据所需的时间,调查数据的科学价值,也因此得到及时、充分地体现。

基于信号驱动的多批处理综合调度算法

针对以往综合调度中批处理调度算法只能处理2个工序的批量调度,进行批量调度的工序不能具有2个以上的紧前工序,使综合调度具有局限性问题,提出基于信号驱动的多批处理综合调度算法.该算法先建立设备和调度2个子系统,并通过相互间传递的信号驱动;为了预判断可批处理工序,将工序分为可调度工序和准可调度工序,采用组合策略将可批量处理的工序形成组合工序一同加工;当可调度工序超过设备批处理量时,按最大并行性选择策略选择调度;当准可调度工序成为批处理工序时,无需考虑前续工序对工序批处理的影响,即对批处理工序的紧前工序数无限制;循环以上可批处理工序判断,实现多批量处理.

基于Python的ArcGIS地理数据批处理

ArcGIS地理处理工具一般只针对单个数据集执行,而运用Python脚本语言可以实现地理数据的批处理。本文以原始DEM影像插值生成特定空间分辨率的DEM影像为例,给出数据批处理的具体实现过程。