具有成本约束的设备投资木桶—贪婪优化算法研究

针对以经验为主的混合流水车间设备购置策略所导致的生产不平衡问题,提出了一种木桶—贪婪算法。该算法在固定设备成本的约束下,以产线生产节拍最快为目标,利用木桶效应的补短板思路识别出瓶颈工序,并在此基础上针对产线内多种类产品瓶颈工序不一致的特性引入贪婪思想。然后,基于实际产线案例对比不同算法的求解结果,木桶—贪婪算法相比穷竭搜索算法以及改进遗传算法在求解质量和效率方面具有一定优势。最后,以实际产线为背景,利用Plant Simulation仿真进行产线改造前后对比,验证了提出的算法在实际生产中的可行性和有效性。

数值模拟中的并行搜索算法研究

针对数值模拟中网格生成过程中的弊端和冗长计算时间问题,对无网格并行SPH方法研究很有必要,而最花费时间的就是粒子搜索算法。在充分研究桶搜索算法的基础上,提出单元搜索算法,结合动态负载平衡技术,使并行结果得到显著提高。