西尔维(SERUE)和他的版画艺术

西尔维,是当代法国著名的女版画家,巴黎痕迹艺术协会的会长。1937年生于巴黎,毕业于巴黎美术学院,从师于苏卫比教授和贝茜埃教授。1965年至1967年在西班牙从事艺术创作,曾获得欧洲重要大奖。1975年在巴黎开创版画工作室,由于工作室办得很成功,于1979年把版画工作室扩展了范围,不仅接待法国的版画家,并接待来自世界各国的版画家,因而便成为颇负盛名的国际性版画工作室。西尔维已在巴黎和欧洲举办过14次个人画展。

Seru系统调度优化的知识引导协同进化算法

作为一种新型的生产模式, Seru系统能够兼顾柔性和效率且快速响应市场,已在装配企业得到广泛应用.为了实现实际生产过程生产效率和劳动效率的协同优化,本文研究以最小化最大完工时间和工人总劳动时间为目标的Seru系统多目标调度问题,提出一种知识引导的协同进化算法.首先,将问题分解为Seru构造和Seru调度,构造两个种群分别优化子问题.同时,设计种群规模的调整策略,通过为有潜力的种群分配更多个体来提高协同搜索的效率.进而,通过分析问题的性质,提炼规则性知识用于设计有效的搜索算子和重生成规则,指导精英个体执行知识驱动的增强搜索,从而进一步提升算法的局部开发能力.通过数值仿真和统计性能对比,验证了算法各设计环节的有效性,并取得了显著优于现有最新算法的多目标调度优化性能.

基于产品的柔性SERU系统构建问题研究

不断加剧的市场动荡性和环境复杂性,使得柔性成为制造企业保持竞争优势的关键。作为一种以高柔性著称的生产系统,SERU生产得到了业界和学术界的广泛关注。然而,柔性SERU系统构建问题却鲜有研究。本文综合考虑柔性投资成本和柔性损失成本,建立了柔性SERU系统构建(Flexible SERU System Formation Problem,FSFP)模型。分析了问题的复杂性,并将其转化为等价的线性模型以精确求解小规模问题。通过大量数值实验,从需求场景和成本参数的视角,对比了FSFP模型与现有文献中基于特定生产任务的SERU系统构建策略(Task-Oriented SERU Formation,TOSF),验证了FSFP模型的有效性。研究指出,FSFP模型考虑了需求动态变化的性质,能够根据需求变化产生不同层次的柔性,更加适用于动态需求环境。此外,相对于TOSF策略,FSFP模型对成本参数的变化更加敏感,并且随着成本参数的增大,FSFP模型的优势越来越突出。本研究不仅丰富了SERU生产相关研究领域,而且对优化构建方式,助力企业发挥SERU系统高柔性优势提供启示。

基于管理审计视角下SERU生产系统调度优化研究

当前,我国制造业发展不平衡不充分的问题凸显,生产效率低下的问题亟待解决。因此研究了学习曲线效应下的SERU生产系统的调度优化问题,提出一种通用的解法将SERU生产系统的调度优化问题转换为指派问题,得出SERU生产系统调度优化可行方案和最优方案,并通过具体算例验证了该方法的有效性。最后基于管理审计的视角,对SERU生产系统的的未来发展进行合理规划与展望。

求知旨趣:影响一流大学本科生学习经历质量的深层动力——基于中美八所大学SERU(2017-2018)调研数据的分析

一流本科教育的建设,需要考察学生的学习经历质量,进而可以凝聚出对学生学习兴趣和学习动力的关注。在现实的困境和知识的诉求下,应超越表层的兴趣指向,走向深层的旨趣关切。基于中美八所一流大学SERU调查数据的分析,发现:(1)中国一流大学本科生的求知旨趣明显低于美国大学生;(2)聚类分析表明,中国的大学生中,有约60%的学生属于“低旨趣、差经历”群体,而相应的,美国的比例大约为40%;(3)方差分析和回归分析表明,求知旨趣对于各个学习经历指标都有显著的影响效应。基于上述的发现,文章从观念、方法、文化三个方面对如何提升中国一流大学本科生的“求知旨趣”给出了分析和建议。

研究型大学本科生学习经历满意度的实证研究——基于南京大学SERU调查的数据分析

研究型大学本科生的学习经历满意度是衡量本科教育质量的重要指标。通过对南京大学的调研发现,南京大学本科生的学习经历满意度总体较好,学生对校园风气的满意度最高,对人际交往的满意度相对较低。本科生个人背景变量(性别、年级、学科、学生干部经历及家庭经济背景)对本科生学习经历满意度存在显著性影响。其中,大三学生、医学专业学生、未担任过学生干部的学生和来自低收入家庭学生的学习经历满意度相对较低。课程教学、环境支持、校园风气及人际交往均对整体学习经历满意度产生正向影响,其中,人际交往满意度的影响力最大。

赛汝(SERU)生产与经典生产方式的比较与仿真分析

赛汝(SE RU)生产是源于日本电子装配制造企业生产现场的新型生产管理方式,可解决多品种小批量、变品种变批量市场环境下流水线方式的柔性不足和丰田生产方式的低效率问题,已在佳能、索尼等日本电子装配企业广泛采用并取得很好的效果,也因此引起了学术界的广泛关注和研究。本文在分析赛汝生产方式的产生背景与特点的基础上,从理论上多维度比较分析了赛汝生产与流水线生产、单元制造和丰田生产方式的本质区别和优势。构建随机环境下SERU系统性能的评价指标,包括效率指标、成本指标和稳定性指标;基于A R E NA的仿真比较分析系统,从计算仿真的角度在统计意义上比较分析赛汝生产方式与流水线方式在产品波动型、批量波动型、共同波动型场景下的性能指标。研究发现SERU生产方式比流水生产方式在生产效率、生产成本和稳定性方面均有较大的提升,生产效率明显提升。

中美一流大学本科生“专业课程深度学习”及其影响机制的比较研究——基于SERU(2017-2018年)调查的数据分析

“专业课程深度学习”是衡量本科专业教育质量的一个重要指标。借助“学习科学”有关“专家知识”的最新研究成果,可以构建出“事实支持性学习”“知识整合性学习”“检验判断性学习”“反思提升性学习”四个“专业课程深度学习”的构成指标,并运用中国2所和美国5所研究型大学的2017-2018年SERU调查数据进行分析,获得如下的研究结论:就“专业课程深度学习”而言,在整体、院校及专业三个层面上,中国2所大学在四个指标上都明显落后于美国5所大学,但在“反思提升性学习”上的差距较小。就影响机制的分析而言,“专业课程学习参与”和“专业课程学习要求”对于中美一流大学本科生的“专业课程深度学习”都有显著的正向促进作用;调节效应的检验则进一步表明,中国大学生的“学习参与”对于“深度学习”呈现出比美国大学生更为明显的“加速影响效应”,“学习要求”对于“深度学习”则呈现出“缓速影响效应”。在“专业课程学习要求”方面,中国这两所大学在五个层级指标上都显得相形见绌。基于研究发现的问题,文章提出了“一观两度”的改进建议:确立专业课程的学习质量观;增强专业课程的学习参与度;提高专业课程学习要求的难度。

SERU系统构建的理论框架

不断加剧的内、外部制造环境变化,迫使制造业的竞争逐渐从效率和质量转向对制造环境的响应能力,这促进了SERU生产方式的出现与发展.SERU系统构建是实现SERU生产方式的关键环节,也是SERU系统运作管理要解决的核心决策问题,由此引起了学术界的广泛关注.本文基于现有文献与企业实践,探讨SERU系统构建决策的基础性问题,包括SERU系统构建决策的影响因素、现实场景和决策内容、性能评价指标和构建策略;从系统构建决策的层次角度,将SERU系统构建分为SERU系统的结构设计和能力设计,分别对应SERU系统的结构柔性和重组柔性,并重点阐述了结构设计和能力设计决策的适用场景、内容和评价指标;建立了SERU系统构建的基本理论框架,并利用该框架讨论了若干重要的未来研究方向.该理论框架有助于系统地理解SERU系统构建,为构建和优化SERU系统提供理论基础和建模框架,也为企业构建SERU生产线提供指导和参考.

考虑E/T惩罚的产品SERU数量优化

当前世界经济环境下,企业所面临的客户需求具有极端的多变性以及快速性。日本式单元制造模式(SERU)最初是日本电子企业(如:松下Panasonic、东芝Toshiba、佳能Canon、NEC显示器等)为顺应复杂多变的市场环境而采取的一种新颖的生产方式。SERU生产方式使得企业能够快速频繁地构建、修改、拆卸和重组产品生产单元,有效应对不稳定的商业环境(产品生产周期短、产品类型不确定和生产量不确定)。SERU是完整的产品生产单元,无需跨单元进行产品加工。采用混合鸡群-教与学算法对考虑E/T惩罚的产品SERU数量优化问题进行研究,通过算例验证了混合算法比基本鸡群和教与学算法效果更好,在最好解、解平均值和平均计算时间方面都体现出优势。

全球视野下中国一流大学本科生的学习参与:当前表现与努力方向——基于中、美、英、日SERU调查数据(2017～2018)之解析

学习参与是检视一流大学本科教育质量的重要指标之一。通过与美、英、日发达国家的比较可以发现,中国一流大学本科生在课堂的深度研讨、课前做好学习准备、同伴互动、师生深度交流、基于兴趣的挑战性学习等"理智驱动的学习参与"上还有提升的空间;在一般学习习惯、遵从教师的高要求等"规范驱动的学习参与"上,中国学生表现较好。聚焦课堂变革、改进师生交流、优化教学管理成为未来本科教学质量深度提升的重要方向。

基于改进黏菌优化算法的混合Seru生产调度研究

随着定制化生产的市场需求日趋显著,Seru生产系统(seru production system,SPS)应运而生,并逐渐成为生产研究领域的热点。文章针对混合Seru生产系统的构建以及调度问题进行研究,即在短生产线生产场景下,基于巡回式Seru单元,建立混合Seru生产系统的数学模型,并以最大完工时间以及总工时建立双优化目标,决策混合Seru的构建顺序。先基于黏菌优化算法,针对其初始化效率低的局限性,引入Tent混沌映射以及精英反向学习策略,得到混沌精英黏菌(chaoticeliteslimemouldalgorithm,CESMA)算法。最后,通过实验,验证了混合Seru生产系统中,混沌精英黏菌算法对于混合Seru生产系统构建实例的优越性。

需求波动驱动下混合Seru生产系统研究

在经济高速发展的影响下,市场需求趋于小批量、多样化特点,Seru生产系统结合了流水线装配系统的高效率和单元生产系统的响应力,能够很好地适应多样化、小批量的市场需求。在需求波动的场景下,文中基于分区式Seru单元,建立混合Seru系统生产系统的数学模型,并以完工时间期望值和方差为优化目标,使用非支配排序遗传算法(NSGA-II)通过两阶段解决问题。通过数值试验,结果表明,在基于分区式单元的混合Seru生产系统中,单元数和多能工的数量增加,能够提升混合Seru生产系统的性能和稳定性。

考虑多重属性匹配的订单指派问题研究

近年来被日本电子产品制造企业广泛采用的Seru生产是一种兼具柔性和效率的生产方式。订单指派决策直接影响着Seru生产系统的柔性水平和生产能力利用率。基于对Seru生产系统性能评价指标和Seru生产系统下订单指派问题特征的分析,通过识别订单指派问题中影响柔性和生产能力利用率的4种属性,即品种、时间、质量、成本,分别用以上4种属性来描述Seru和订单的特征,构建Seru生产系统下考虑多重属性匹配的订单指派问题的数学模型,设计启发式算法对模型进行求解,并通过算例证明模型和算法的有效性。

美国SERU项目:开创电子资源交易的新机制

通过许可协议授权许可使用电子资源,已经成为图书馆和出版者进行电子资源交易的重要方式,但其对所有电子资源交易的必要性正在受到质疑。美国SERU项目提供一个可以用来代替许可证协议的机制。SERU声明表达了共享电子资源共识,包括内容提供者、订购机构和授权使用、电子内容性质、资料的使用和不当使用、隐私和保密、联机性能和服务提供、存档和永久使用等方面内容。SERU模板在电子资源交易中的广泛使用,通过减少双边许可谈判的费用,使出版者和图书馆双方受益。

一种基于协同进化的流水线向Seru系统转化方法

Seru生产系统是一种被广泛应用于电子制造产业的新型生产模式,但由于流水线向Seru系统转化问题(Line-seru conversion)包含有Seru构建与Seru调度两个相互耦合的子问题,现有算法难以在同时兼顾解的质量与计算效率的情况下对问题进行求解.因此,本文针对流水线向Seru系统转化问题的特点,提出了一种协同进化算法,即在进化算法中加入了协同机制,将Seru构建与Seru调度子问题作为两个子种群利用该机制进行协同进化,从而弥补了现有算法的不足.并且,本文还针对问题特点设计了个体基因编码方式,从而使规划获得的Seru生产系统具有更优的生产性能及均衡性能.实验表明,采用加入了协同机制的进化算法比传统解决流水线向Seru系统转化问题的方法具有更好的性能,本文所提的方法在最小化产品流通时间和劳动时间有较好的性能表现,并且具有较高的计算效率.

本科生科研参与及其对学生学术能力发展的影响——基于南京大学SERU调查的研究

大学本科生参与科研对于创新人才的培养以及高等教育质量的提升具有重要的意义。基于南京大学本科生学习经历调查,运用多元线性回归、二元逻辑斯蒂回归等统计方法来了解南京大学本科生科研参与的基本情况,验证及探究影响本科生科研参与的影响因素,并探索本科生科研参与对学生学术能力发展的影响。研究发现:(1)参与两种科研活动的学生人数最多,单独参与科研活动的学生人数高于协助老师参与科研的学生人数;(2)父母学历较高、年级较高、有深造意向、与老师和同学互动频繁以及善于运用综合分析学习法的学生科研参与更多一些;(3)参与科研的方式会影响学生学术能力的发展。因此,要重视本科生科研参与,尤其关注第一代大学生;要加强校园人际互动,提升科研参与水平;激发学生专业兴趣,促进学生高阶学习;科学选择科研参与方式,促进学生学术能力发展。

基于多种群多目标遗传算法的Seru生产调度

Seru(赛汝)生产系统作为一种新兴生产系统,具有优良的快速响应能力和柔性。对空间资源受限的Seru调度问题进行研究,设置了最小化最大完工时间(makespan)和最小化总加权完工时间2个优化目标,并提出一种多种群多目标遗传算法(multi-population multi-objectivegeneticalgorithm,MMGA)。在采用精英策略的非支配排序遗传算法(nondominant sorting genetic algorithm Ⅱ,NSGA-Ⅱ)的基础上,采用了多种群优化策略和动态调整策略,将遗传算法的单个种群扩展为多个种群,使各个种群向不同优化方向进行进化,同时动态调整种群的规模,进而增强寻优能力和收敛速度。实验表明,所提出的多种群多目标遗传算法比启发式规则、带有精英策略的非支配排序遗传算法具有更好的性能。

基于仿真集成的遗传算法在单元制造系统中的人机调度问题优化

单元生产是成组技术和精益生产融合发展的一种生产方式。其中加工机器与技术人员共同调度是单元生产中一个重要的问题,因此本文结合了Seru生产方式的优点与单元制造系统中的独立作业优势,设计了一个同时考虑人机共同加工零件的单元调度的模型,多能工的加入,使得整个系统的生产更加快速,以实现最小化完工时间。为了求解这个模型,本文提出了离散仿真集成的遗传算法,计算结果表明,离散仿真集成的遗传算法在合理的时间内表现良好,并对比了蚁群优化算法,在求解本文问题上得到了良好的结果。

A nested partitioning-based solution method for seru scheduling problem with resource allocation

This paper investigates the production scheduling problems of allocating resources and sequencing jobs in the seru production system(SPS).As a new-type manufacturing mode arising from Japanese production practices,seru production can achieve efficiency,flexibility,and responsiveness simultaneously.The production environment in which a set of jobs must be scheduled over a set of serus according to due date and different execution modes is considered,and a combination optimization model is provided.Motivated by the problem complexity and the characteristics of the proposed seru scheduling model,a nested partitioning method(NPM)is designed as the solution approach.Finally,computational studies are conducted,and the practicability of the proposed seru scheduling model is proven.Moreover,the efficiency of the nested partitioning solution method is demonstrated by the computational results obtained from different scenarios,and the good scalability of the proposed approach is proven via comparative analysis.