摘要：The shop是一个综合的联合办公项目,位于新奥尔良市中心,坐落在新奥尔良市当代艺术中心(CAC)的三层和四层。面向科技、艺术和文化事业,The shop成为发展中的创新工业的创业者中心。这座历史悠久的建筑之前被用做K&B的总部和一个杂货冷饮店,70年代中期被用作当代艺术中心。顶部两层在过去40年中一直没有被充分利用,The shop的开发标志着对这一空间的第一次大规模整修。

摘要：针对当前调度规则设计缺乏系统性这一现状,提出一种基于复杂网络理论的系统化设计启发式调度规则的框架.通过将复杂open shop(COS)调度对象描述成复杂调度网络,并将相关的COS调度问题描述成对应复杂调度网络上的结点执行问题,从而将COS调度问题纳入到复杂网络理论体系下进行研究.在此基础上,通过在不同复杂调度网络上进行结点执行实验,发现复杂调度网络平均度值特征和网络结点平均总执行时间之间呈现对数关系.这一事实为设计基于度值的调度规则提供了理论基础,即优先执行度值大的结点,使得后续复杂调度网络具有尽可能小的平均度值.仿真实例证实,与其他调度规则相比基于度值的COS调度规则能够取得更好的最大完成时间(MFT)性能.

摘要：给出open shop复杂调度网络模型,即通过将open shop复杂调度对象描述成复杂网络,并将相关的复杂调度问题描述成对应复杂网络上的节点遍历问题,从而将复杂调度问题纳入复杂网络理论体系进行研究.分析几个复杂调度网络场景的一些基本结构特征,发现复杂调度网络具有小世界、模块化等很多现实复杂网络共同具有的特点.前者说明调度对象事件之间具有较强的局部和全局耦合;后者能够为分块解决复杂调度问题提供理论基础.复杂调度网络中的平均度值和平均聚类系数与调度目标即网络平均遍历时间具有较强的关联,网络平均度值和网络平均遍历时间基本满足对数关系,这为后续设计基于复杂网络特征的调度规则提供启发式信息.给出网络可折叠度的概念,发现复杂调度网络本质上具有较大的网络可折叠度,可以通过折叠复杂调度网络来降低它的复杂度,从而提高后续的分析和算法执行效率.

摘要：针对某些不稳定的中间产品,考虑其在中间储罐存储时间有限的调度问题。用粗糙变量表示不确定的加工时间,在粗糙规划理论的基础上建立相应的粗糙调度模型,并将其清晰等价化。设计了具有针对性的信仰空间及其与种群空间进行沟通的渠道,并在此基础上仿照自然界的演化规则为解决进化停滞的问题引入了灾变算子,提出了一种新的灾变型文化算法。仿真结果表明了本文所提出模型和算法的可行性及有效性。与改进遗传算法和无灾变算子的文化算法的对比研究表明了灾变型文化算法具有更好的求解性能。

摘要：针对中间存储有限的Flow shop调度问题,提出了一种离散群搜索优化算法来最小化工件加工的总流水时间。该算法首先采用基于工件排列的离散编码方式,使得能够直接求解离散的调度问题;其次提出了新的初始化方法,确保了初始种群既具有一定的多样性,又有较好的性能;还引入了离散差分进化的思想,增强了算法的运算效率与搜索能力。最后使用正交设计的方法设置算法参数,通过对Taillard算例的仿真计算,验证了本文算法的优越性。

摘要：针对处理时间不确定情况下带并行机的混合Flow shop调度问题,基于模糊规划理论,采用一种模糊数排序的方法建立了调度模型;以最小化加权模糊最大完工时间的平均值和不确定度作为调度目标,提出一种改进分布估计算法(IEDA)求解上述问题。IEDA算法采用基于NEH(Nawaz-Enscore-Ham)和破坏重建策略的初始化方法,对较优个体进行变邻域局部搜索以提高算法的局部搜索能力,同时采用破坏重建策略增加种群多样性,在最优解连续若干代没有改进时对其进行基于破坏重建策略的变邻域局部搜索,增强算法跳出局部最优的能力,并用正交设计的方法调节算法参数。仿真实验结果验证了本文算法的优越性。

摘要：针对带阻塞的Flow shop调度问题,以最小化总流水时间为调度目标,提出了一种混合离散人工蜂群(Hybrid Discrete Artificial Bee Colony,HDABC)算法。HDABC算法采用基于NEH和NEH变体初始化,保证种群的质量和多样性。在雇佣蜂阶段采用差分进化策略产生邻域个体;在跟随蜂阶段采用锦标赛选择方法选择个体跟随,并对选择的个体采用优化插入操作产生新的邻域个体。此外,在侦查蜂阶段再一次采用锦标赛选择方法选择个体,并对较好的个体执行破坏重建操作,用产生的新个体代替原来较差的个体。用正交设计方法调节了该算法的参数。通过与其他两个算法的仿真实验结果比较,验证了本文算法的优越性。

摘要：分析了Microsoft在.NET中提出的Petshop与Duwamish体系架构,阐述了两种架构对应的Factory模式与Facade模式。通过比较两种架构和模式的特点,提出了结合两者优点,具有高扩展性、灵活而高效多层体系架构。以实际项目为例,给出了新架构的“高内聚、低耦合”、高性能、低代码错误率的具体实现。

摘要：提出了一种新的分布式多Agent通用作业计划编制体系。为体系中每个设备、任务和控制中心设计了计划编制Agent,以计算竞争作业的评价指数 ,根据车间的特征决定各Agent的权重 ,并用加权平均方式确定各竞争作业的最终评价指数。将这种一般策略应用于Jobshop生产系统的最小交工延迟问题 ,与以往的启发式算法相比 。

摘要：设计了2种解决Job shop问题的粒子群算法,即实数编码的粒子群调度算法和工序编码的粒子群调度算法。工序编码的粒子群调度算法更符合Job shop问题的特点,优化性能相对高。但粒子群调度算法容易陷入局部最优。为了提高优化性能,将粒子群算法和模拟退火算法结合,得到了粒子群-模拟退火混合调度算法。仿真结果表明了算法的有效性。