摘要：为了充分利用智能制造系统的设计与执行之间潜在的闭环反馈作用机制,以获得良好的设计效果与执行效益,提出一种静态设计与动态运行迭代优化的制造系统快速定制设计方法。利用近物理仿真、软可编程控制器等技术,搭建设计方案可视化、执行过程可控化的虚拟设计与执行平台,建立静态设计变量优化与动态运行调度之间的耦合模型,提出融合制造工艺的设计与执行迭代优化方法。该定制设计方法成功应用于中空玻璃配对仓的定制化设计,建立了包括储位分配、小车与底车调度、反死锁约束等在内的耦合问题模型,通过迭代优化配对仓设计参数以及执行算法引擎,实现了系统整体性能的优化。

摘要：为了有效评价具有一般工期与随机返工的耦合设计任务评审策略,基于相型分布和连续时间马尔可夫链构建了项目完工时间概率分布估算解析模型。分析了两种基于平方变异系数的一般分布近似方法,选择其中一种更高效的方法对任务常规工期和返工工期进行近似,将任务执行相位视为虚拟任务进行项目网络转换;利用连续时间马尔可夫链描述转换网络的执行状态转移过程,并利用相型分布计算项目完工时间概率分布。以一类典型模具设计项目为例进行计算实验,分析多种项目环境参数对评审策略表现的影响,并通过模具设计项目案例分析验证了模型和方法的有效性。

摘要：鉴于多项目并行以及因随机返工和紧急插单而导致的任务抢占特征,使设计项目群调度问题难以求解,而传统随机动态规划方法因维数灾难只能获得小规模问题的最优策略,为构造面向大规模问题的高效近似方法,提出将原随机调度问题近似分解为各个状态下的确定性调度子问题,从而获得原问题的次优策略。建立了确定性调度子问题的混合整数规划模型,并提出基于元启发式算法和优先规则的求解方法。基于标准测试集PSPLIB设计了多组计算实验,在不同调度环境下验证了所构建模型和算法的有效性。实验结果表明,元启发式算法不但在单项目平均拖期比目标下较最优规则提升了12%以上,而且具有较高的计算效率,能够满足实际决策需求。

摘要：针对定制型装备制造企业具有无序工序(Open-Shop)生产特征的混合柔性流水车间的在线调度问题,通过分析车间结构、生产环境及特征,建立具有Open-Shop生产特征的混合柔性流水车间生产调度问题数学模型;将问题的求解分解为两部分,构造出一种基于优先规则的组合算法生成框架,通过在算法框架的不同节点嵌入优先规则算法来产生多种组合规则算法;设计大量的算例测试集,通过对比仿真实验结果,分析了各组合规则算法的适应性和有效性,得出不同组合规则算法在差异环境配置下的求解效果,并对各实验设计因子在系统产量、系统拖期率方面进行了方差分析,研究设计因子及因子间联合对系统指标的影响,研究成果对车间生产管理人员制定生产计划具有有效的指导作用。

摘要：针对资源受限项目调度问题,提出一种动态多样性的进化策略。算法通过动态控制种群的多样性和使用多样性重启方法来实现全局搜索能力和局部探测能力的平衡,并设计了一种基于最大资源利用率的两点交叉算子和基于插入的变异算子来产生新个体,使用基于多样性的精英保留选择算子来产生新种群。使用实验设计的Taguchi方法求得了新算法的最佳参数组合,对标准测试库的测试案例进行了仿真实验,结果表明新算法比基本进化策略具有更好的求解质量和收敛性。通过与其他启发式算法进行比较,进一步验证了算法的有效性。

摘要：针对运输批量是变量、具有储运单元的柔性流水车间模型,建立了有限缓存的开排队网模型来描述该问题。依据离散马尔科夫过程的原理,对状态空间分解法进行改良以近似求解该模型。将模型分解为单个到达批量离开(小车前缓存)、批量到达批量离开(小车)与批量到达单个离开(小车后缓存)三个节点,并建立各节点对应的状态空间模型与状态平衡方程。通过仿真模型对比实验验证了状态空间分解法的有效性,并确定了状态空间法求解此类问题的精度。改良的状态空间法为深入了解带储运单元的柔性流水车间的系统性能、对相关系统进行系统设计或资源优化提供了基础。

摘要：针对资源受限项目调度问题,提出了一种新的双种群准粒子群算法。新算法基于粒子群的寻优原理,重新定义了粒子的位置更新公式,加入了多样性信息部分,并对公式中的位置差、标量与位置差的乘积以及位置和运算进行了重新定义。通过结合项目调度的问题特征,使用活动列表对粒子进行编码,设计一种新的双向路径重连实现位置的减法操作,使用选择实现位置差和标量的乘法操作,而使用均匀块交叉实现位置和操作,并提出正向粒子群和反向粒子群双种群并行进化的方式。通过实验设计的Taguchi方法求得了新算法的最优参数组合。对标准测试库PSPLIB的J30,J60和J120问题集和一个实际的装配项目案例进行了仿真测试,结果表明双种群准粒子群算法优于当前主要的基于粒子群的算法。通过与其他启发式算法进行比较,验证了算法的有效性。

摘要：为提升定制家具自动分拣系统出库及包装作业的整体效率,根据出库及包装作业的工作特点,将出库打包问题抽象为一类板件处理具有优先顺序约束及机器约束的三阶段柔性装配流水车间调度问题。在对各约束进行定义和数学描述的基础上,以最大出库完工时间、包装工位最大完工时间、板件平均等待时间三者加权和最小化为优化目标,建立了板件处理具有优先顺序约束和机器约束的三阶段柔性流水车间调度问题的数学模型;针对该模型,构造了一种启发式求解算法H^*。为验证算法的有效性,基于裂区试验设计的思想生成大量算例,并将启发式算法H^*与构造的9种组合规则算法、5种元启发式算法进行性能比较。结果表明,H^*算法可高效地获得高质量的解。

摘要：为解决非标产线集成商转型发展所带来的装配作业管控难点,分析了多客户地总装作业过程存在的问题与系统质量属性需求,提出一种跨企业协同多用户、敏捷响应装配现场情况的管控机制,设计开发了多地总装作业管控系统。该系统以基于云计算的三阶管控机制为核心,采用基于领域驱动设计分层方法的微服务架构和SpringCloud技术框架,实现作业过程信息化和精细化计划控制,满足集成商对系统的低成本、可维护性需求。

摘要：为了适应定制化、快速响应的市场需求,考虑物料储运系统有限运载能力的设施布局问题日益重要。针对具有单向多重封闭回路自动导引小车(AGV)的智能车间制造单元上料与下料(P/D)口布局问题,研究了将智能搜索算法与无导数直接搜索算法相结合的仿真优化方法。建立以最小化平均运输总成本为目标函数,以P/D口几何位置和AGV平均拥堵时间等车间运行过程性能指标为约束的优化模型;针对该模型的目标函数没有封闭的数学表达形式的特点,设计了一种基于仿真的遗传网格自适应直接搜索算法(GMADS)求解该模型;提出一种基于仿真信息与问题特征的方法,改善算法搜索方向,提高解的质量及算法的效率;通过设计对比实验和实际智能车间的应用案例,验证了所提优化算法求解车间单元P/D口布局问题的有效性、优越性及其应用价值。