一种类微粒群算法及其在混流装配线调度问题中的应用

混流装配生产线的调度问题是准时化生产系统中最重要的问题之一.基于微粒群算法的原理,提出了一种类微粒群算法——PPSO(Pseudo Particle Swarm Optimization),可应用于解决准时化生产方式下的混流装配线调度问题.数值试验表明,采用PPSO方法比采用目标追随法、遗传算法和模拟退火算法的求解质量有很大提高.     

具有工作站数量约束的多人工作站混合装配线平衡问题研究

针对装配线设计或改造过程中存在的因场地或成本原因导致的工作站数量不易变更的问题,研究了节拍已知情况下,具有工作站数量约束的多人工作站混合装配线平衡问题,建立以装配线总人数最小、工人负荷量标准差最小、各产品在各工作站装配时间与节拍之间的标准差最小为目标的数学模型,设计了一种结合差分进化的多目标混合遗传算法对该问题求解。通过案例计算以及与其他算法的对比分析表明,本文算法在收敛性和综合性能方面优于NSGAII和DEMO,在装配线人数和工人负荷标准差方面优于Roshani和Nezami提出的算法。     

混合型装配线平衡问题求解方法研究

对混合型装配线平衡问题进行了描述和数学建模,提出一种启发式求解算法,求解目标是最小化工作站数目.为进一步优化求解结果,对启发式算法求解的结果进行仿真研究,分析各工作站的工作率、等待率和阻塞率,并以此为依据调整部分作业任务的分配,允许不同品种产品的相同作业任务安排在不同的工作站中,以对求解结果进行修正,进一步均衡各工作站的作业量.该求解方法既简化了求解过程,又兼顾到了系统的瞬时特性和作业任务的不可拆分性对求解结果的影响,实例分析验证了方法的有效性.     

面向大规模定制的建筑工业化住宅混合装配线平衡优化研究

为解决大规模定制工业化住宅混合装配线平衡问题,以预制构件均匀消耗为目标建立了混合装配线生产优化模型,并基于目标追随法(GCA)和建筑工业化住宅的建造特点,提出相应的求解算法.通过所构建的优化模型及算法,可对随机输入的工业化装配顺序进行优化,进而获得预制构件消耗速率均匀的优化装配顺序.最后,通过案例分析验证了优化模型的有效性,优化结果表明优化后的生产序列的预制构件消耗更为趋近于平均消耗水平,能够获得更为均匀的预制构件消耗速率,进而提升工业化住宅项目的准时性及效率.     

基于物料超市的混流装配线准时化物料配送调度

针对混流装配线物料配送优化问题，结合新型的物料超市配送模式，提出了区别于传统周期性配送的准时化配送方法。首先，根据问题描述和相关假设构建了以线边库存最小化为目标的混合整数规划模型。然后，考虑到实际生产的连续性和复杂性，为求解大规模问题，设计出适用于问题的启发式算法，并与遗传算法进行比较，启发式算法能在更短时间内获得满意解。最后，在不同牵引拖车容量下，通过实例分析，与广泛应用的周期性配送进行比较，算例求解结果表明，准时化配送模型能够获得更低的库存水平，减少工作站的空间占用。     

混合模式下U型装配线平衡问题的目标规划求解

装配线平衡对于提高装配效率和降低装配成本都有重要意义。为了满足顾客需求的多样化和减少成本，通常采用混合模式的装配线。本文针对混合模式下U型装配线平衡问题，提出一个目标规划法以求解该问题，量化示例表明所提方法是有效的。     

一种求解非线性鞍点问题的交替投影方法

本文针对一类连续非线性Max-Min优化所对应的鞍点问题,提出了一种交替投影算法,证明了算法的收敛性.初步的数值实验表明本文所提出的算法比已有的同类算法具有更高的计算效率.     

强单调对称非线性方程组的BFGS算法

提出一种求解强单调非线性方程组的BFGS算法,该算法的一个明显优点是Bκ的条件数比Li-Fukushima^[3]提出的GNBFGS中Bκ的条件数小得多。且该算法是一种无需计算导数的下降算法。在一定的条件下,证明了算法的全局收敛性和超线性收敛性。最后进行数值试验,结果表明,本文算法具有较好的数值结果。而且验证了本文所提出的算法中Bκ的条件数要比GNBFGS算法的条件数小得多。     

非精确信赖域类型算法及收敛性分析

在求解大规模数据的优化问题时,由于数据规模和维数较大,传统的算法效率较低.本文通过采用非精确梯度和非精确Hessian矩阵来降低计算成本,提出了非精确信赖域算法和非精确自适应三次正则化算法.在一定条件下,证明了算法有限步停止,并估计了算法迭代的复杂度.特别地,我们分析了采用随机抽样时算法在给定概率下的复杂度.最后,通过二分类问题的数值求解,比较了本文提出的随机信赖域算法,随机自适应三次正则化算法和已有算法收敛效率.数值结果表明在相同精度下,本文提出的算法效率更高,并且随机自适应三次正则化算法的效率优于随机信赖域算法.     

Logistic模型参数估计及预测实例

本文提出了对Ｌｏｇｉｓｔｉｃ模型中的参数进行迭代估计的新算法，通过比较分析，说明了本文算法的有效性。