摘要：针对作业车间现有瓶颈识别方法的不足,提出了一种基于正交试验的瓶颈识别方法。该方法利用正交表和多种分派规则构造试验方案,以生产系统作业目标为衡量指标,快速便捷地实现瓶颈机器的识别。该方法能够在生产任务执行之前,预先给出瓶颈机器所在,以指导生产计划和相关生产准备。通过与移动瓶颈识别法对不同规模的作业车间调度问题标准算例进行仿真对比,证明了该方法的优越性和可靠性。

摘要：瓶颈识别是城市轨道交通车站规划设计和运营管理亟待解决的难题。本文在既有静态瓶颈和动态瓶颈的基础上,按动态瓶颈产生原因将其细化为原发性瓶颈及继发性瓶颈;研究瓶颈的动态传播特性,提出关联瓶颈与瓶颈簇理论,以此刻画瓶颈传播机理,并在此基础上构建车站动态瓶颈识别方法;以瓶颈簇理论为支撑,定量分析单个设备能力对车站集散能力的影响程度,提出基于灵敏度分析的瓶颈疏解策略。最后,对北京地铁某车站进行案例分析,验证该瓶颈识别方法的有效性与实用性。案例表明,该方法能够有效识别车站瓶颈,明确瓶颈之间的依附关系以及瓶颈的重要程度。与既有方法相比减少66.7%的仿真次数,可以明显提高识别效率。

摘要：铁路枢纽运能瓶颈是导致车流积压、网络运输效率降低的主要因素之一。在分析运能瓶颈特点及产生机理的基础上,从拥堵强度、拥堵时长和拥堵趋势三个模块总结瓶颈影响因素,进而提炼可获取的数据指标及各指标的重要性标准。基于以上指标,利用遗传算法对长短时记忆网络的超参数进行优化,设计基于GA-LSTM网络的瓶颈识别模型。最后,基于某铁路枢纽的实际数据进行案例分析,对比各项深度学习方法,证明GA-LSTM网络的识别效果更佳;给出模型框架的应用范围:包括实时识别瓶颈情况和模拟不同指标数据的变化情况以提前开展瓶颈疏解工作。

摘要：针对扰动情形下作业车间瓶颈识别时机器的特征属性难以用确定值表示的问题,采用区间形式描述机器特征属性,构建了区间型多属性瓶颈识别模型,提出了区间TOPSIS多属性瓶颈识别方法。考虑瓶颈识别与瓶颈利用的紧密关系,提出了先进行瓶颈利用再进行瓶颈识别的统一框架。其中瓶颈利用层基于Plant-Simulation仿真平台设置了机器故障等随机扰动,采用遗传算法对扰动情形下的调度问题进行了优化仿真,获得了适应扰动情形的最优调度优化方案;瓶颈识别层基于调度优化方案,综合考虑了瓶颈的多维特征属性,采用区间TOPSIS多属性瓶颈识别方法识别了瓶颈机器。通过与机器利用率、瓶颈出现率和移动瓶颈识别法等进行比较,验证了所提方法的有效性。最后,分析了制造成本和原材料成本两个参数对瓶颈识别的影响。

摘要：基于铁路列车到发数据,给出枢纽内铁路运输的旅客到达能力的计算公式,并结合城市轨道交通、城市公交及出租车的疏散能力计算结果,得到运能匹配度计算的基础数据,进而通过分析全日多种交通方式各时段的匹配度取值结果,识别枢纽多种交通方式的运能瓶颈现象.选取成都东站为例进行验证分析,根据铁路旅客到达能力的计算公式,得到成都东站全日旅客到达人数为149668.7人·次/d,其中19:00—20:00时段到达旅客13021.1人·次/h为全日最高到达时段,为运能匹配度计算提供数据支撑.最终匹配度计算结果显示,成都东站在春运期间早高峰08:00—09:00时段,以及晚高峰19:00—22:00时段部分交通方式匹配度取值程度达到瓶颈标准(≥0.90),尤其是晚高峰时段,成都东站地铁2号线东向匹配度取值为1.10、地铁7号线内环为0.94、地铁7号线外环为1.10、出租车为1.09,已呈现不同程度的运能瓶颈.

摘要：针对Job Shop作业管理层面的瓶颈识别,改变传统将瓶颈识别独立于调度优化方案的做法,先进行瓶颈充分利用再进行瓶颈系统辨识,不仅保证了瓶颈的有效识别,而且保证了瓶颈的充分利用。笔者给出了工序级瓶颈识别指标,提出了瓶颈分级识别策略,采用遗传算法和优化仿真结合的方法实现瓶颈的充分利用,其中,利用遗传算法优化零件的投料顺序,采用Plant-Simulation建立模拟仿真模型,设置设备故障率、平均故障修复时间、缓冲容量等实际扰动,经过大量的生产过程仿真,基于瓶颈出现率进行瓶颈识别,并输出优化调度方案。算例验证表明了瓶颈识别方法的有效性。

摘要：车间制造系统中的瓶颈问题对其系统的产出价值有着重要的影响。针对复杂制造环境下瓶颈辨识困难这一问题,从复杂网络视角出发,提出一种基于网络分析的制造车间瓶颈识别方法。根据设备、部门、车间、人员、工段、工艺路线及物流路径等多层次生产数据建立复杂制造车间网络模型。基于网络模型,提取与瓶颈度相关的网络特征参数,用网络拓扑来描述制造车间的内部关联结构;提出衡量车间网络瓶颈的瓶颈贡献程度概念,将网络瓶颈度大小作为车间瓶颈识别的一个指标,并给出瓶颈度的计算算法。最后,以某车间的具体生产过程为例,通过对比分析验证了该方法的可行性和有效性。

摘要：交通瓶颈是影响城市交通路网有效运行的关键限制因素。为准确识别路网中交通瓶颈,为城市规划和交通管理部门提供决策支持,文中以长沙市瓶颈路段分析为例,通过全面分析长沙市交通瓶颈现象明确交通瓶颈的成因,采用基于服务水平和基于在线地图实时路况的方法识别交通瓶颈,并提出改善建议。

摘要：客运枢纽是城市交通网络的重要组成部分，客运枢纽集散网络瓶颈识别方法是客运枢纽规划与设计理论的重要内容之一。文中分析了枢纽内各集散设施，依据各类设施的功能和服务形式对客运枢纽内基本设施进行了分类；依据枢纽内集散设施的分类、布局和旅客流线，分析了瓶颈形成机理，并对客运枢纽集散网络瓶颈进行了分类；在参考已有研究成果的基础上，结合动态仿真的方法，依据枢纽内瓶颈形成机理，提出了各类瓶颈的识别依据，并建立了各类瓶颈的判别标准；依据各类瓶颈特点提出了缓解措施，为综合客运枢纽建设和运营一体化提供科学依据。

摘要：针对传统作业车间调度瓶颈识别方法划定多瓶颈候选集时缺乏科学的划分范围、划分层次和划分依据等问题,提出机器簇、瓶颈簇、主瓶颈簇及阶次的概念,建立了作业车间瓶颈簇的识别模型。考虑机器的主次之分和多维特征属性,基于聚类思想及多属性决策理论提出了作业车间瓶颈簇的识别方法。选择识别瓶颈的机器特征属性,采用免疫进化算法获得调度优化方案并计算机器的特征属性值;采用层次聚类法,获得不同距离下机器簇的集合及其树状结构图;基于理想解相似度顺序偏好法确定并比较机器簇的簇中心,识别出瓶颈簇和非瓶颈簇;对瓶颈簇的子簇依次进行比较,通过多次识别逐步确定出多阶主瓶颈簇集合。最后,采用24组作业车间调度问题标准算例,将所提方法与移动瓶颈识别法、正交试验识别法、机器负荷识别法等进行比较,证明了其可行性及优势。