摘要：针对柔性作业车间调度问题中多个目标之间相互冲突、难以求解的问题,设计了一种基于Pareto和改进多目标水母搜索算法的柔性作业车间调度方法。首先,建立了以最小化最大完工时间、最小能耗以及最小机器总负荷为优化目标的车间调度模型;其次,使用了一种基于完工时间和机器负荷均匀分布的初始化方式,有效地提升了初始种群的质量;考虑到连续水母算法在求解离散问题时存在效率低等问题,设计了离散水母算法,提出了基于Pareto等级的被动运动方式,进一步提高了搜索效率,引入了学习的概念引导种群向Pareto前沿移动;最后,为了验证多目标改进水母算法在求解柔性作业车间调度的有效性,与NSGAII算法进行了仿真实验对比。实验结果表明:利用该算法求解MK06算例完工时间为76、机器负荷为424、能耗为565.8支配的NSGAII的结果,解的质量整体较高。研究结果表明:采用均匀分布初始化方式以及学习型引导的离散化水母算法,其初始种群分布均匀、收敛速度快、解的质量高,具有较强的寻优能力,能够有效地处理多目标柔性作业车间调度问题。

摘要：针对混合式教学课前线上学习环节存在的问题,分析线上慕课资源的学习与传统课堂教学的联系与区别,提出一种面向混合式教学的导图笔记法教学思路,从需求导向、问题与对策、设计与实施、实践与评价多个角度介绍教学实践过程,最后通过调查问卷数据说明教学效果。

摘要：针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器选择设计知识体,通过搜索过程得到的解更新知识体,并反馈到求解过程的引导;其次,使用了一种自适应的变异算子改善遗传算法早熟收敛的问题;然后,基于变换加工机器和加工顺序以及关键机器的思想设计了3种邻域结构;最后,引入关键机器的概念,并将其引入到知识体更新以及邻域搜索的过程中。仿真结果表明,较其它方法而言,本文提出的算法在不同规模的标准算例上找到最优解的能力更强。

摘要：小麦是良好的啤酒酿造原料,在我国种植面积广泛,价格较低,品种多,富含蛋白质、淀粉。本文设计添加10%小麦芽进行糖化,研究不同糖化温度和糖化时间对7°P麦汁理化指标的影响。实验结果表明,52℃15min、63℃110min、72℃20min、78℃过滤糖化工艺中,7°P麦汁阿拉伯木聚糖含量最多,为1034.33mg/L;52℃15min、63℃100min、72℃20min、78℃过滤糖化工艺中,β-葡聚糖含量最高,为72.96mg/L。当阿拉伯木聚糖产生919.33mg/L、β-葡聚糖产生两为72.96mg/L时,7°P麦汁的粘度最大,此时,过滤速率为81.52mL/30min。