基于成本优化的制造业生产物流装配线排序问题分析

为了降低制造业的生产成本,提高收益,在分析生产物流配线闲置和超载成本的基础上,采用粒子群算法对其进行优化,并利用模糊自适应改进惯性权值,通过实证研究表明该方法实用,可操作性强,可以有效降低制造业生产物流成本,具有广泛的应用价值。     

单车场无时间窗甩挂运输车辆调度的启发式算法

考虑了牵引车空驶、带空挂车行驶和带重挂车行驶所引起的成本差异,定义了牵引车运行成本的概念,将总运行成本最小作为调度方案优劣的判别指标,并同时考虑牵引车数量最少。将牵引任务分为四种类型,定义了任务链、虚拟任务、链内交叉和链间交叉的概念,提出了一种求解该类单车场甩挂运输车辆调度无时间窗约束的启发式算法,包括初始调运方案、链内优化、空车调运交叉、牵引车数量优化和链间交叉。最后给出了仿真算例,算法优化后的最终方案与初始方案相比,牵引车数量减少,总运行成本降低,验证了算法的有效性和可行性。     

基于遗传算法的锅炉水位控制器设计

文章分析了锅炉水位控制系统的基本原理及结构,针对传统PID控制器的不足之处设计了基于遗传算法的新型锅炉水位控制器,在此基础上搭建了锅炉水位控制系统。最后,通过仿真验证了该水位控制器在改善水位系统稳态误差及动态超调方面均具有较好的作用。     

基于改进遗传算法的多式联运路径优化研究

文中以荣森物流公司为研究背景,针对多运输方式多路径问题,提出一种改进的遗传算法,可同时解决运输方式的选择和路径的规划问题。通过建立多式联运路径优化模型,采用多参数编码方式,从而解决该类问题,同时为多式联运的相关决策和组织提供参考依据。     

下一代互联网:OpenFlow-Kmeans流表聚类算法

互联网的发展,对传输质量要求越来愈高,本文针对OpenFlow流表转发,提出并实现OpenFlow-Kmeans流表聚类转发算法,该算法提升准确率27.64%,实验表明,该算法能够满足复杂环境下,对流表的分类转发需求。     

单件离散型生产作业排程的多目标协同优化

以某重机企业为背景,分析了单件离散型生产作业排程的特征,提出多目标协同优化问题。基于改进的田口质量损失函数,确立质量、工期与成本之间的非线性关系,综合考虑单件离散型的约束条件,构建了生产作业排程多目标协同优化模型。集成仿真技术和遗传算法,为模型求解提供了有效方法。最后将模型和算法应用到企业的生产实践中,验证了其实用性和有效性,为解决单件离散型生产排程问题提供了科学方法。     

一种新的双光谱汽车夜视仪系统设计方法研究

随着汽车市场的快速发展和安防意识的日益强化,人们对汽车安全保障技术的要求越来越高。使用汽车红外夜视仪,就可以大大提高视野清晰度,减少夜间交通事故的发生。红外夜视技术是借助于光电成像器件实现夜间观察的一种光电技术。红外成像传感器是靠探测目标与背景间的热辐射差异来识别目标,所以对场景的亮度变化不敏感,成像清晰程度较低,不利于人眼的观察。对于汽车安全驾驶而言,不仅是要发现,判别路面物体,而且要确定路面物体的准确位置,所以要求获得的图像具有较高的清晰度。可见光成像传感器清晰度较高,能够提供路面物体的细节信息。红外与可见光图像的融合有利于综合红外图像的指示性和可见光图像的清晰性,对汽车安全驾驶有很重要的意义。本文重点实现了一种双光谱汽车夜视仪的系统设计并描述了用于该夜视仪的一种图像融合的竞争算法。     

基于GA算法的舰载机舰面移动路径规划

本文为了对舰载面的移动路径规划问题进行更加深入的研究,从而提出了基于GA的解决方法。首先,此方法建立了一个舰载机舰面移动路径规划的数学模型;其次,此法在求解问题的时候不仅建立了航母舰面的环境模型、舰载机凸壳模型以及碰撞检测模型,同时还利用了GA算法;最后,通过编制程序实现此方法的求解。我们通过方针结果可以看出,利用GA解决此问题不仅能够得到较为精确的结果,并且计算效率也十分符合实际要求。因此,我们可以肯定的是,针对舰载机舰面的移动路径规划问题,采用基于GA算法的求解方式具有一定的可行性。     

基于人工免疫的乳品供应链质量安全风险预警研究

针对日益凸显的乳品质量安全问题,建立及时有效的乳品预警机制已经变得至关重要。文中从供应链的角度构建乳品质量安全风险指标体系。结合人工免疫及负选择算法并加以改进,建立基于人工免疫的乳品质量安全风险模型,并对某乳品企业的乳品质量安全风险进行了预警分析。研究结果表明文中建立的乳品质量安全风险预警模型能够定量分析乳品质量安全状态并有效预警,为实施乳品安全供应链监管提供了新思路和方法。     

Interval programming model for risk-based partner selection of virtual enterprise

The problem of risk-based partner selection of virtual enterprise is investigated. By choosing optimal partner for each project task, the project risk is minimized. The risk parameters are expressed in the form of interval numbers when the precise values are difficult to obtain, and the model is formulated into a 0-1 nonlinear programming with interval coefficients in its objective function. In order to solve the problem, the definition of order relation between interval numbers is given, and the original model is converted into an equivalent crisp bi-objective programming model. Because of the highly constrained nature and multiple objective of the model, a genetic algorithm is proposed to find the set of Pareto or near Pareto optimal solutions. The approach is demonstrated by some numerical examples, and the result shows that the suggested approach has high efficiency and the model has potential to practical applications.