摘要：加热炉生产是影响热轧机组利用率和轧制计划质量的重要环节之一.通过分析加热炉对热轧生产的影响,抽取板坯标准在炉时间和出炉温度这两个关键因素,建立热轧板坯轧制计划的整数规划模型,并提出自适应邻域搜索算法.在算法中设计约束满足策略、自适应搜索策略和反向学习邻域搜索策略.约束满足策略针对目标特征和加热炉因素设计两种值选择规则,用于生成高质量初始解;自适应搜索策略能够自主选择邻域结构和终止邻域搜索,有效优化邻域结构选择方式和算法收敛速度;反向学习邻域搜索策略基于反向学习技术增强解空间多样性,提高全局搜索能力.基于实际生产数据设计多种规模的实验,通过实验验证了算法的有效性.

摘要：在自动分拣仓库中,多载量自动导引小车(AGV)具有强运输能力,但其多载量特征也增加了调度与路径规划的复杂性。针对多载量AGV调度与路径规划的协同优化问题,以最小化最大搬运完成时间为目标,建立了该问题的混合整数线性规划模型,并提出一种聚类协同优化算法。算法首先定义了包裹相似度,设计聚类算法划分包裹组,使每个包裹组可由多载量AGV在一次作业中完成分拣;进而针对问题的多决策特征,设计协同进化遗传算法对包裹组进行指派和排序,并将无冲突路径规划算法引入到协同进化遗传算法的解码方案中,用以搜索最优路径并解决多AGV路径冲突,从而实现了多载量AGV调度与路径规划的协同优化。通过不同问题规模的仿真实验验证了所提算法的高效性和稳定性。

摘要：经典作业车间生产环境包含多产品、多机器和多工序,提高其完工周期的预测精度对于企业提高客户满意度、优化生产调度等方面都具有重要意义。因此,针对作业车间订单完工周期预测问题提出一种卷积神经网络-支持向量回归(CNN-SVR)方法。首先,将订单完工周期影响因素分类为订单信息与车间实时状态信息,并分析得到其中的关键特征因素。进而,采用ReLU激活函数训练卷积神经网络,对生产数据特征进行自适应提取,并将结果输入至支持向量回归模型中进行预测。最后,设计FlexSim作业车间仿真模型生成车间订单生产数据,确定评价指标并进行试验验证。结果表明,相较于其他对比模型,CNN-SVR预测方法在拟合优度和预测误差等方面均有很好表现,能够得到理想的预测效果。

摘要：在宽厚板生产过程中,一个关键问题就是轧制计划编制的是否合理,否则会直接影响生产效率和产品质量。针对此问题,结合现代钢铁企业生产管理的特点和轧制工艺要求,建立了基于多目标优化算法的热轧批量计划模型,以合同兑现优先、热装效率优先、最大产能为优化目标,提出了排产策略,以生产数据为基础进行的仿真实验证实算法科学有效,在南钢率先实施,具有推广意义。

摘要：为获得一定尺寸、浓度、流量范围的稳定的黑碳气溶胶用于实验研究,设计了一种基于倒置式共流扩散火焰燃烧的黑碳气溶胶发生器;与文献已有设计相比,本设计改进了流量控制、点火操作,并采用催化氧化器去除有机物.本研究设计的发生器产生的颗粒物总数浓度在3 h内的偏差为8.33%,峰值粒径的浓度偏差小于10%,能够产生稳定的黑碳气溶胶,且产生的黑碳气溶胶粒径主要集中在30~300 nm;当燃烧当量比φ由0.60上升至0.90时,黑碳气溶胶数浓度由1.31×10^(7)#·cm^(-3)增大到8.16×10^(7)#·cm^(-3),峰值粒径从109.4 nm增大到145.9 nm;黑碳气溶胶尺寸、浓度有较大的变动范围.采用催化氧化器能够有效去除不同黑碳气溶胶浓度范围内的有机物质,获得有机物含量低于3%的黑碳气溶胶,且催化氧化器能在6 L·min^(-1)流量范围下工作.产生的黑碳气溶胶以链状结构的聚合体为主,分形维数为2.01,该聚合体主要由球型小单体聚集组成,黑碳气溶胶的吸收波长指数为1.04.

摘要：本文在分析陆军师装备保障系统 (ADESS)人力资源及其运行机制基本特点的基础上 ,构建了ADESS人力资源运行机制模型体系 ,设计了具体的模型仿真方案并基于实例对仿真结果进行了具体分析 .为实现ADESS人力资源运行机制的优化提供了一种有效的方法。

摘要：介绍了建筑信息模型的概念、发展历程、功能、特点及其在挪威工程项目中的应用。该模型包含了建筑工程项目的各项相关信息、数据和图形等,具有高度集成的特点,实现了从手动绘图、纸质文档向自动生成图形、三维文档的转变,有利于用户提高效率、优化决策。针对该模型在工程实践中应用范围窄、功能发挥不充分的问题,进行了技术调整和新功能开发;并指出为了充分发挥模型的效益,需要在整个设计过程中都使用该软件,且需参建各方紧密协作。