摘要：为了还原20世纪法、美时尚转承路径,借助文献研究与比较分析的研究方法,解读法、美时尚转承进程中的内外动因与历史必然。以夏帕瑞丽高级时装屋为典型案例,分析夏帕瑞丽在“二战”前后如何通过具有前瞻性的设计风格、运营方式、艺术活动等将法国高级时尚传播至美国市场,并对美国时尚产生深刻影响,进而以点带面地映射20世纪法、美转承互动的时尚进程。研究发现:在法、美时尚转承过程中,美国政治经济的快速发展是主要动力,而“二战”引发的文化、艺术、产业、人才转移、价值观变化则是助推剂,为美国时尚发展创造了必要的科学、技术、文化、艺术条件。

摘要：为了解决柔性流水车间组批排产优化问题(flexible flow shop scheduling problem with batch process machines,FFSP-BPM),对组批加工环节中工件加工方式的变化以及工件的组批方式进行了分析,建立了:FFSP-BPM的数学规划模型,并在标准紧致遗传算法的基础上,加入了基于汉明距离的个体选择机制,双个体概率模型更新机制和基于进化停滞代数的自适应精英继承策略三处改进,提出一种自适应协同进化紧致遗传算法(self-adaptive co-evolut,ion compact geneticr algorithm,SCCGA)作为全局优化算法.设计仿真实验,对算法中新引入的参数进行分析和探讨,确定了最佳参数值,最后通过实例测试,并与其他算法进行对比研究,验证了本算法对于解决实际生产中:FFSP-BPM这类排产问题的有效性.

摘要：为解决混合流水车间不相关并行机负荷平衡排产优化问题,建立了混合流水车间负荷平衡优化问题数学模型,以并行工位加工时间负荷平衡代价与总工位等待时间加权求和之值作为负荷平衡评价指标。全局优化算法采用双种群自适应差分进化算法,该算法设计了新的双种群结构和协同进化方式,并引入随停止代数自适应调整进化参数的策略,以增强跃出局部极值、保持进化活力的能力。为进一步提高算法搜索最优解效率,设计了一种基于负荷平衡选择概率的初始种群建立方法,以提高初始种群中初始解的质量、缩小有效解空间。基于汽车生产中的实例数据,将双种群自适应差分进化算法与遗传算法、差分进化算法、自适应差分进化算法进行仿真比较,结果表明,双种群自适应差分进化算法的负荷平衡评价指标有显著的降低。

摘要：为了解决柔性流水车间排产优化问题(flexible flow shop scheduling problem,FFSP),设计了一种动态协同进化紧致遗传算法(dynamic co-evolution compact genetic algorithm,DCCGA)作为全局优化算法。DCCGA算法基于FFSP特点,构建了描述问题解空间分布的概率模型,并对标准紧致遗传算法(compact genetic algorithm,CGA)的进化机制以及个体选择方式进行了改进。在其进化过程中,2个概率模型结合最优个体继承策略协同进化,并以一定的频率进行种群基因分布信息的交流,提高了算法进化过程中的种群基因信息多样性,增强了优良进化趋势的稳定性以及算法持续进化的能力。设计实验对DCCGA算法中新引入的重要参数进行了分析和探讨,确定了最佳参数值。最后,采用不同规模的FFSP实例对DCCGA算法进行测试,与已有算法进行对比分析,验证了DCCGA算法对于解决FFSP的有效性。