摘要：针对带忽略工序的批量流混合流水车间调度问题,在考虑批次切换调整时间的情况下,以最小化完工时间和机床负荷平衡为优化目标,建立柔性批量分割和调度集成优化模型,提出一种双层改进PSO-GA混合算法。算法提出批量和机器的双层搜索求解框架,外层进行柔性分批,内层搜索排序及调度方案。针对批量分割、工件批排序、机器分配3个问题,设计基于批量、工序和机器的三段式编码,内层将狼群算法的分级和游走策略引入粒子群算法,设计了一种基于PBX(Position-based Crossover)交叉操作的围攻策略以提高算法的局部搜索及寻优能力。通过仿真实验并与几种启发式算法进行对比及实例验证,说明了调度模型和算法的可行性和优越性。

摘要：提出了一种基于Transformer的DCAE-Transformer模型,旨在改善健康状态(SOH)估计的准确性.该方法通过Pearson相关系数筛选关键特征,利用去噪自编码器(DAE)和卷积神经网络(CNN)相结合进行数据预处理和特征提取,再将数据输入Transformer框架完成预测.使用NASA和CALCE提供的数据集进行验证,DCAE-Transformer模型在NASA电池样本上的误差指标(EMA、EMAP和ERMS)均低于1%,R2值超过99.5%;在CALCE样本上,误差指标低于5%,R2值超过98%.结果表明,该模型在锂电池SOH估计方面具有较高的精确性和泛化性.

摘要：金属板材在切割下料工序中,需要在多台不同类型的设备上进行调度,属于不相关并行机调度问题,调度的优良程度直接影响制造成本。分析了金属板材切割工序中的成本构成,总结了板材切割调度问题的约束条件,以总生产成本为目标函数,建立了多约束复杂并行机调度数学模型。由于该问题是NP-hard问题,提出一种十进制灰狼优化算法进行求解。对人工狼的位置进行十进制整数编码,重新设计游走和奔袭等智能行为。用多组算例对所提求解算法进行测试,同时与遗传算法以及和声算法进行对比,结果表明了所提算法的实用性和有效性。

摘要：刀具是机械加工的重要资源,刀具数量决定了能同时加工的工件批次上限。针对此类批次受限的并行机等量分批调度问题,建立了刀具数量和刀具更换等特有约束,构建了双目标数学规划模型,以完工时间和交付时间偏差最大值的最小化为目标,力求提高生产效率、保证同一订单内工件准时且同步交付。提出融入快速非支配排序的双目标鲸鱼群算法,通过引入虚拟占位符,设计出允许批次数变化的定长编码;将多点保留交叉策略融入到个体移动规则设计中,以便跨越子批赋值向量、保持子批序列不变、增强解的多样性;将非劣个体保留策略嵌入到邻域搜索中,指导算法跳出局部最优。实验结果表明,所提算法的收敛性与多样性显著优于对比算法,有利于同时达到准时、高效的生产目标。

摘要：采用部件法建立了变循环发动机的多维非线性隐式方程组模型,模型具有隐式性,因而求解过程复杂,收敛困难.针对上述问题,采用遗传算法和牛顿-拉夫逊法进行模型求解,提出了算法的有效性评价指标:初值敏感性、收敛性和稳定性.对两种算法进行有效性评价.针对发动机工作性能最优化问题,建立了多目标模型,用遗传算法进行求解,并分析了相关变量随马赫数变化的规律.结果可为变循环发动机模型求解算法的选择与设计提供参考.

摘要：大麦的叶片出现速度随播期不同变化很大。针对植株出土后的这种变化与光周期长度和变化率是否直接影响春性大麦的阶段发育和出叶速度，设计了一个室外盆栽试验，使用两个光周期敏感品种（Ｂａｎｄｕｌａ和Ｇａｌｅｏｎ），设置五个光周期处理。其中，两个为稳定不变的光周期（１４ｈ和１５．５ｈ），三个为不同变化率的光周期，即从出苗到芒发育始期分别为２、９、１３ｍｉｎ／ｄ。光周期处理对两个品种出苗到芒开始分化的持续时间有明显影响。芒的发育速度不受光周期变化率的影响，并与它所对应的绝对日长无关。尽管Ｂａｎｄｕｌａ在任一光周期处理中的持续时间比Ｇａｌｅｏｎ要长，但对光周期的敏感程度不变。当这个阶段划分为叶片分化（ＬＩ）和小穗分化（ＳＩ）时，很明显它们对光周期的敏感程度不恒定，一般ＳＩ阶段高于ＬＩ阶段，但敏感性的变化程度与品种有关，表明不同阶段对光周期的敏感程度是由独立基因控制的。最终的原基数目（叶片和最大小穗数）与光周期延长呈负相关，但无法证明光周期变化率的作用与平均光周期无关。两个品种对光周期的敏感程度在最终叶片数上相近，但在最大小穗数上，Ｇａｌｅｏｎ比Ｂａｎ－ｄｕｌａ更敏感。在所有品种和光周期处理的组合中，叶片数和积温呈高度线性关?

摘要：小学数学教育,传统方式无法引起学生的积极投入及创新思考。于此,研究计划试图引入探究式教学,将其在课堂上实际应用以观照其成效。设计并施行以问题为主导的探究活动,倾听学生的思考,激发他们解决问题的积极性。采取观察、交谈和测试的方式来了解这种新的教学方法效果如何。该方式能显著提高学生的学习热情,对数学知识的把握也更为深入。学生愿意积极参与课堂交流,思考问题,尝试解决,而非全然依赖教师提供的答案。此外,这种教学方法还有助提升学生的创新领导力和团队协作能力。因此,探究式教学方法为小学数学教育带来了新的思维方式和模式。这种模式有利于学生的全面发展,为其未来学习和生活打下坚实基础。

摘要：本文研究了带切割工序生产企业的工件调度优化问题.以最小化所有工件的最大完工时间为目标,建立了考虑一对多加工约束的混合流水调度问题的两阶段数学模型.设计了基于问题特征的协同奔袭灰狼算法,制定了新的编码规则和狼群分级策略,改进了探狼游走策略,并提出了猛狼协同奔袭策略.通过改进的标准算例对GA、GWO和CDGWO算法进行参数敏感性测试及求解对比.求解小规模问题时算法差异不明显,但是随着问题规模的增大,CDGWO求解效果性能稳定且进化效率较好.

摘要：认为电视教学片的制作首先内容要新 ,即电视教学片的选题必须严格按照教学大纲的规定 ,适应时代和学科发展的要求 ;其次形式要新 ,即电视教学片的表现形式应结合课程特点 ,灵活多样 ;最后手法要新 ,即先进的电视制作设备应与艺术的创造有机结合 。

摘要：操作员认知负荷水平的准确分类,对优化企业生产可靠性指标,提高产品质量与效率具有极其重要的意义。现有认知负荷研究大多集中在航空或交通领域,而在机械装配领域研究较少,一般采用基于生理信号与设备信息构建分类模型的方法进行研究,但未针对认知负荷数据特征对分类模型进行改进,分类精度不高。为解决上述问题,设计基于多复杂度减速器装配场景的N-Back次任务脑电试验,收集了主观评价数据、装配数据和脑电信号,分析了数据与认知负荷之间的内在联系,利用机器学习算法,构建了基于互信息量的随机森林模型,实现了复杂装配系统操作员认知负荷的分类评估。结果表明:各特征因素对操作员认知负荷均有显著影响,且随认知负荷增加呈现规律性变化,认知负荷试验设计合理;基于互信息量的随机森林模型分类效果显著优于其他分类模型,多维特征可有效降低算法欠拟合能力,提高分类精度。