摘要：在经典分布式流水车间调度问题基础上,本文构建了具有序列相关准备时间的分布式阻塞流水线调度问题(DBFSP SDST)的混合线性整数规划模型(MILP),以均衡各工厂能耗成本为优化目标,提出了基于群体优化的迭代贪婪算法(PEIG).该算法针对零缓冲区和多工厂生产模式,设计了问题特性的启发式方法;针对迭代贪婪算法(IGA)的优势和不足,提出了基于群体的局部搜索策略、多邻域搜索结构和增强的跨工厂破坏重构方法,以进一步平衡所提算法的全局探索和局部搜索能力.通过270个测试算例的数值仿真,以及与最新4种代表算法的统计比较,本文验证了所提PEIG算法的优越性,能为中大规模的DBFSP SDST提供更优的调度方案.

摘要：针对课程思政建设过程中出现的专业教育和思政教育“两张皮”问题,提出面向计算思维能力培养的横向和纵向双向问题链驱动的课程思政教学模式,以计算机科学导论课程为例,介绍教学设计与实践过程,最后通过双向问题链评价方法说明教学效果。

摘要：以随机机床故障为扰动因素,研究了事件驱动的分布式流水车间动态调度问题.首先,模拟了故障触发与修复机制,提出了动态调度策略,以最大完工时间和系统稳定性为优化目标,构建了分布式流水车间干扰管理模型,给出了分布式流水车间制造模式下的动态调度策略;其次,针对重调度工件设计了改进果蝇优化算法:在初始化阶段,IFOA设计了基于工件权重位置的种群初始化策略;随后,引入差分进化思想对重调度的目标空间进行邻域搜索;之后,提出了基于工件块的随机参考局部搜索策略,提高解得多样性,避免算法陷入局部最优;最后,在不同规模测例上,通过对比主流算法验证了IFOA算法的有效性和优越性.

摘要：在考虑运输和启动作业的基础上,研究了多目标变分批混合流水车间调度问题,旨在同时优化最大完工时间和子批总数两个相互冲突的目标。建立了多目标混合整数规划模型,验证了两目标间的冲突关系。由于问题属于非确定性多项式困难问题,采用多目标进化算法(MOEA)解决该问题。为消除MOEA在构造过程中受到先前经验偏见的影响,基于MOEA框架,采用自动算法设计方法(AAD)构造了高性能的MOEA。AAD能够通过最小的干预自动确定MOEA的各种参数取值以及最优的参数组合。考虑变分批技术,提出了动态解码策略;针对问题特性和所采用的算法框架,对于可配置的类别参数和数值参数,给出了合理的取值区间;对于AAD方法,采用了I/F-Race方法。最后,通过与CPLEX和已提出的MOEAs对比分析,证明了自动生成的MOEA更加有效。

摘要：现有舰船通信数据存储模式存在易被篡改等缺陷,结合具备防篡改特性的区块链技术设计通信数据防篡改模式,构建该模式中的舰船通信区块链结构,通过区块链共识机制由所构建的舰船通信区块链中选取最佳区块,以分层数字签名的方式向最佳区块内加密上传舰船通信数据,完成舰船通信数据的加密防篡改存储。结果表明,该模式在上传舰船通信数据过程中,可保持平稳的签名加密与最佳区块选取运算开销,并有效避免各类篡改攻击,具有较高的防篡改性能。最终存储的数组舰船通信数据中,最高被篡改与缺失数据量的占比仅为0.004%与0.02%,存储数据的整体安全性与完整性较为理想,可为舰船通信数据的安全存储提供保障。

摘要：针对以总流经时间和最大完工时间为目标的零空闲流水线调度问题,提出了和声搜索调度算法。该算法利用和声搜索算法的优化机理,采用基于浮点数的编码方式和新设计的和声产生方法,扩展了传统和声搜索算法的求解模型,并结合快速插入邻域局部搜索算法,给出了三种混合求解策略。仿真试验表明,该算法具有高效性和优越性。

摘要：针对最小化最大完成时间、总机床负荷及最大机床负荷的多目标柔性作业车间调度问题,提出了一种带有Pareto档案集的混合禁忌搜索算法。该算法为每次迭代产生的邻域解集进行Pareto非支配排序,选择第一前沿的解用于Pareto档案集更新,并给出了一种Pareto档案集快速更新算法。为减小邻域搜索空间,结合问题特征,设计了基于公共关键块结构的插入邻域和交换邻域。通过3个经典算例的实验仿真,以及与其他算法的比较,验证了该算法的可行性和有效性。

摘要：针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出有效的混合人工蜂群算法。采用WPFE启发式算法进行种群的初始化,以提高初始种群的质量。将遗传算法应用到离散人工蜂群算法的引领蜂阶段,设计了基于嵌入结构、串行结构、协同结构、并行结构、概率选择结构和双种群结构的六种混合调度算法。基于插入和交换邻域的邻域搜索算法进一步增强了混合算法的局部开挖能力。通过仿真实验证明了所提算法的高效性和优越性。

摘要：混合流水车间调度是制造业领域的前沿方向,而研究带有阻塞约束的问题更具有现实意义.针对阻塞混合流水车间调度问题(BHFSP),以最小化最大完工时间为优化目标建立BHFSP的数学模型并详细阐述其计算过程,在零缓冲区特性的基础上设计一种双层变异策略的迭代贪婪(IGDLM)算法求解BHFSP.分析传统迭代贪婪(IG)算法中的优势和不足,针对阻塞特性提出双层变异策略来提高解的多样性,进一步平衡所提算法的全局探索和局部搜索能力.通过100个测试算例的数值仿真以及与5种代表算法的统计比较,验证所提出的双层变异策略与IG融合的算法能够得到更好的目标值,并为中大规模的BHFSP提供更优的调度方案.

摘要：资源约束的混合流水车间问题(RCHFS)近年来得到了广泛的研究。然而,对于同时考虑资源约束和能源消耗的实际案例却仍然研究甚少。对此本文提出离散帝国主义竞争算法(DICA)来解决最小化完工时间和能源消耗的RCHFS问题。首先,设计了适应该问题的两阶段编码机制。其次,设计了一种考虑资源分配的解码方法。最后,将DICA和模拟退火算法(SA)相结合用来提高算法的性能。除此之外,我们基于随机生成的真实车间调度系统实例进行仿真实验,并且与现有的启发式算法进行了比较。实验结果表明所提出的算法可以高效的解决RCHFS问题。