不确定条件下不同交货期窗口的Flow Shop调度

研究了具有不同交货期窗口的Flow Shop的提前/拖期调度问题,并考虑了处理时间的不确定性。采用三角模糊数表示不确定性信息,引入两种模糊运算,建立了问题的模糊规划模型,并采用“中间值最大隶属度”的算法将模糊规划模型转化为清晰的非线性规划模型。针对清晰的数学模型提出了基于遗传算法的优化方法,最小化对所有工件提前/拖期惩罚。最后,大量仿真实验验证了算法的有效性。

不确定条件下不同交货期窗口的Job Shop调度

研究了具有不同交货期窗口的JobShop的提前/拖期调度问题,并考虑了处理时间的不确定性,采用三角模糊数表示处理时间的不确定性,提出了基于遗传算法的求解算法.仿真实验验证了算法的有效性.

用GA算法解不确定条件下Job Shop的提前/拖期调度问题

研究了具有公共交货期窗口的 Job Shop的提前 /拖期调度问题 ,并考虑了处理时间的不确定性 ,采用三角模糊数表示不确定性信息 。

不确定性条件下存储时间有限型Flow Shop问题的提前/拖期调度研究

研究了具有不同交货期窗口的Flowshop提前/拖期调度问题,并考虑处理时间的不确定性以及存储时间的有限性,在模糊规划理论基础上,建立了带有提前/拖期的存储时间有限型Flowshop的调度模型,通过中间值最大隶属度算法,将原有的模糊调度模型转化为清晰的调度模型,并应用了遗传算法进行优化求解。仿真实验验证了算法的有效性。

具有滚动优化特性的改进型蚁群算法及其在提前/拖期Job Shop问题中的应用

随着JIT生产管理技术的出现和发展,考虑工件提前拖期费用的生产调度问题已经成为人们研究的热点领域。本文对蚁群算法进行了有效的改进,在状态转移规则中引入了有限时段滚动优化的特点,并应用在解决带交货期窗口的提前/拖期Job Shop问题上,仿真实验验证了改进算法的有效性,给出了相应问题的最优值的演化曲线图与Gantt排序图。

基于CSP的Job shop调度算法研究

针对一类典型的约束满足问题--Job shop调度问题,提出一种CSP调度算法框架,详细讨论CSP 调度算法中的工序开始时间窗、一致性预处理、搜索空间概率模型、工序排序启发、开工时间排序启发的求解 方法。仿真结果表明CSP调度算法在较小的计算时间代价下,获得了FT10标准调度问题的近优解。

基于多Agent的柔性作业车间动态调度方法研究

为提高调度策略对工件到达密度变化的适应能力,对柔性作业车间内的动态调度方法进行了研究。首先根据调研结果以及Agent建模方法构建了基于多Agent系统的柔性制造动态调度系统;然后结合柔性制造背景下的复杂结构件加工特点对调度过程中任务分解、机床选择、任务分配3个步骤的运行机制进行了改进,形成了基于工序块的任务分解机制、基于加工精度的机床选择机制以及基于调度规则的动态时间窗调度方法;最后通过试验验证了该动态调度方法在工件到达密度变化场景下的可行性,对当前实际的柔性作业车间生产活动具有一定的指导意义。

服装视觉营销中橱窗构成与受众关注度关系研究

在服装视觉营销的框架下,通过理论研究与实际调研,建立服饰橱窗构成要素体系,利用问卷调研结合层次分析法,确定橱窗构成要素受关注的权重分布.得出服装商品的受众关注度高于相关道具;服装商品部分,相对于陈列方法受众更关注商品元素;相关道具部分,受众最关注陈列布置等诸多结论.研究目的在于为企业选择构成要素进行橱窗展示,优化橱窗设计提供一定的思路和依据.

基于遗传算法的作业车间提前/拖期调度问题

针对带有交货期窗口硬约束并对提前/拖期零件进行惩罚的一类作业车间调度问题,设计了一种改进型遗传算法,该算法采用"逆向后推"和"顺向前拉"相结合的两阶段求解策略。针对部分染色体在解码过程中违反交货期窗口硬约束而产生非法解的问题,采用基于关键路径的染色体修复方法来调整染色体基因序列,以期实现在满足交货期窗口硬约束的同时降低零件拖期成本;在保持第一调度阶段拖期成本不变的基础上,采用基于逆向重调度的目标值修订方法来延迟零件开工时间,以降低在制品流动成本和成品提前库存成本。通过80组调度测试用例的仿真结果表明,该算法在降低调度总成本和拖期成本方面具有一定的优势。

关于净化和规范社会用字的思考——从牌匾、橱窗用字谈起

我国加入WTO以后 ,频繁的国际交流需要一个规范的、标准的语言文字环境。目前 ,我国社会用字仍然十分混乱 ,尤其是牌匾、橱窗的用字更是如此。社会用字的混乱 ,不但导致交际的失败 ,而且有损于民族的尊严。我们必须扭转这种被动局面 ,早日实现社会用字的规范化。

应用需求时间窗的柔性作业车间调度优化模型

为解决拉动式生产模式下准时交货给生产调度带来的困难,提出了一种基于'需求时间窗'的柔性作业车间调度问题优化方法。首先,根据工件的需求时间窗口,构建了一种以工件完工时间平均隶属度最大为目标函数的柔性作业车间调度问题优化模型。然后,针对模型提出并设计了一种基于多阶段混合变异的禁忌搜索算法。为增强算法收敛性,利用'逆序变异'和'基因段交换变异'找到较好的初解,在此基础上利用'基因交换变异'继续搜索优解。最后,通过在某多品种小批量生产车间的应用验证了该方法有效性。

服装视觉营销中橱窗构成对受众关注度的影响研究

以服饰橱窗构成要素对橱窗受众关注度的影响为研究对象,通过网上问卷调查结合两因素混合设计的方差分析,分别检验了橱窗模特、背景颜色、品牌标识等构成要素对受众关注度的影响,以及专业人士和非专业人士的看法是否存在差异,最后通过实地考察对结论进行验证,研究结果表明:橱窗构成要素对橱窗受众关注度有重要影响。

基于混合差分进化算法的作业车间动态调度

针对动态多变环境下的作业车间调度问题,在基于周期和事件驱动的滚动窗口再调度策略基础上,采用冻结时段思想,同时又允许再调度在冻结时段内的资源上的闲置时段安排任务,并由此建立了机器存在不可用时段约束的动态调度模型。借鉴量子进化算法中量子旋转门更新量子位的方法,设计了三段式交叉操作,并在算法框架中嵌入了局部搜索操作,提出了混合差分进化算法作为再调度的优化方法。通过算法性能与作业车间动态调度实验,验证了所提动态调度方法的有效性。

交货期窗口下的多目标作业车间调度问题

研究交货期窗口下的多目标作业车间调度问题.如果任务在交货期窗口内完工,则不受提前/拖期惩罚;如果在交货期窗口外完工,将导致提前/拖期惩罚.设计了基于协同多群体的多目标遗传算法(CMGA),最后将此算法应用于作业车间调度的多目标优化问题,并和其他算法进行了比较.计算结果验证了CMGA在调度方面良好的搜索性能.

基于维修时间窗的柔性作业车间调度优化研究

针对柔性作业车间调度和预防性维护的单目标集成优化问题,以最大完工时间为优化指标,建立了基于维修时间窗的集成优化模型,设计了混合"教与学"优化(HTLBO)算法求解该模型。提出一种"基于工序加工时间最短"的机器序列初始化策略,对部分初始种群进行初始优化,以提高部分初始解的质量,使得算法能够以较短的时间收敛。对文献中柔性作业车间调度的基准问题进行求解并比较其计算结果,初步证明该混合算法的可行性;针对集成维修时间窗的柔性作业车间调度优化模型,借鉴文献中的数据生成实例进行求解,并与其他算法进行比较,证明该混合算法的有效性。

橱窗人模组合艺术化陈列探究

阐述人模组合陈列摆位变化的4个维度,分析人模组合艺术化陈列的形式美和时尚美。其中,人模组合陈列形式美包含齐一和参差、统一与变化、稳定和焦点、故事和创新;人模组合陈列时尚美包括把握比例平衡、掌握色彩艺术、注意细节处理。结合GXG品牌的2020年冬季产品,详细介绍基于人模组合陈列的4个维度和分析2020年冬季GXG品牌3类橱窗设计应用实例。

品牌服装卖场店面与橱窗的一体化设计

店面与橱窗是品牌服装卖场在进行视觉设计时的2个重点,但是在目前的市场上,有很多卖场在设计上往往将它们作为独立的单元进行设计。因而如何将它们作为一个整体进行一体化的设计就显得非常有必要。本文主要从店面与橱窗设计的风格、色彩、灯光、材质等方面进行了论述,以更好的渲染卖场氛围,提升品牌整体形象。

浅析欧美牛仔服饰品牌特征及其橱窗艺术风格

美国牛仔服饰理念以追求人体美为核心,“性感”和“休闲”令牛仔服饰形态复杂、变异和注重创新,其橱窗设计的主流基调仍钟情于温馨和粗犷,给人以强烈的视觉冲击;欧洲牛仔服饰风格表现为传统、高贵典雅而不失前卫,其橱窗设计简约、典雅而高贵,时尚与人文并重,极富感染力。

一种基于时间窗的多阶段混合流水车间调度方法

考虑同时包含单处理机和批处理机的多阶段混合流水车间调度问题,设计一种基于时间窗的蚁群算法,以最小化最大完工时间为优化目标。在解决整体调度问题的过程中,通过蚁群算法实现工序分派、排序、组批三个阶段的协同优化调度;另外在工件组批阶段加入时间窗策略,利用前瞻性算法动态构建组批方案,通过分析批处理机的时空关系设计合理的组批时间窗,以获得较高的机器利用率。试验结果表明,与无时间窗的蚁群算法相比,时间窗策略在确保最小化最大完工时间的同时,提高了批处理机的利用率;与CPLEX相比,基于时间窗的蚁群算法在最大完工时间和计算效率方面均有较大优势。蚁群算法与时间窗的结合兼顾了多个阶段多种机型的生产特点,适用于解决多阶段混合流水车间的调度问题。