支持产品创新的分散网络化制造

阐述了产品创新与对企业赢得竞争的重要性，分析了产品快速开发的支撑体系，并通过实例描述了分散网络化制造的全过程，这种网络联盟企业将对我国制造业提高产品创新能力，缩短新产品上市周期、提高产品开发质量、快速响应市场产生显著的效果。     

基于遗传算法的网络化制造车间调度

针对卷铁芯变压器网络化制造车间的调度问题,给出了调度系统的整体框架,将这个网络化制造系统分为两层调度体系.上层调度体系负责各车间生产任务的部署,下层车间级的调度为各具体生产环节的执行.以剪裁车间的生产加工为例,提出了一种基于改进遗传算法的调度模型,在基于作业的编码方法上融入了基于机器分配的编码方法,并据此设计了相应的交叉变异操作,兼顾了生产成本和生产时间两个目标,有效地解决了多目标优化问题.     

分散网络化制造——适于西部大开发的先进生产方式

一、问题的提出 随着全球经济一体化和信息技术的高度发展,制造企业所面临的竞争压力越来越大,产品越来越复杂。它们必须设计出灵活的产品,并且要避免传统上因产品种类过多而造成的时间拖延和资金浪费,以便满足客户的需求。敏捷     

先进制造模式——分散网络化制造的研究进展

对先进制造模式——分散网络化制造模式的产生背景、基本功能、目标和预期效益进行了总结,综述了分散网络化制造模式的国内外研究进展,指出了分散网络化制造对于中国机械制造业的重大意义.     

面向网络化制造的多工艺路线规划与调度集成

针对传统的工艺规划与生产调度方法难以满足网络化制造环境下多工艺规划与生产调度集成的问题,建立了一种多工艺路线规划与生产调度集成数学模型,以实现网络化制造环境下多制造任务的工艺路线规划与生产调度的协同决策,产生符合实际生产需要的工艺路线与生产调度方案.为了实现对该集成数学模型的有效解算,分别设计了遗传算法与免疫算法的模型解算方法进行求解,并比较了这2种解算方法的解算效果.仿真结果表明,采用所建立的集成数学模型与解算方法可有效解决网络化制造环境下多工艺路线规划与调度集成的问题,但在求解效率与精度上免疫算法要优于遗传算法,从而为实际应用提供了借鉴.     

分散网络化制造信息集成研究

在分析传统的分布式计算技术的基础上,提出了基于Web服务的分散网络化制造企业间信息集成框架,阐述了跨企业间信息访问的方法,说明了基于Web服务的技术优势,解决了分散网络化制造模式对异构系统的集成要求。     

分散网络化制造环境下基于Internet的知识供应链

针对分散网络化制造模式的特点,指出建立该环境应考虑的基本要素,并提出了基于Ｉｎｔｅｒｎｅｔ的知识供应链的系统框架,以及需要采用的一些关键技术,最后,实现了网上资源管理系统,并对其功能和特征作了分析。     

基于遗传算法的网络化制造伙伴选择与优化

在分析制造业面临的动态多变的竞争环境基础上,着重考虑了时间、成本、风险作为伙伴选择过程中的重要评价因素,结合项目本身存在的约束关系以及决策者的偏好,提出了基于遗传算法的合作伙伴选择的多目标优化模型·实例仿真结果验证了算法模型与求解过程的有效性与实用性,实现了网络化制造伙伴选择的定量分析,为开发网络联盟企业合作伙伴选择决策支持系统奠定了基础·     

基于遗传算法的船舶分段堆场调度研究

针对船舶分段移动计划主要依靠经验以及缺乏有效调度的现状,研究建立以分段移动度最小为目标的优化模型,综合考虑了分段在堆场中的停放位置及进、出场路径.通过遗传算法选择分段在堆场中停放位置的最优方案,并构建启发式规则确定分段在堆场中的最优进、出场路径, 从而实现对模型的求解.最后以某船厂实际数据为例,对模型在堆场调度问题中的应用进行了实例验证,结果表明, 所研究方法可求解得出较优的堆场作业计划,并实现堆场资源的高效利用.     

协同生产计划调度系统及其关键技术

分析了网络化制造环境下生产计划调度的需求和特点,提出了一种面向动态联盟的协同生产计划调度系统的体系结构,并深入研究了实现协同生产计划调度的关键技术.首先对协同信息交互的立体结构和基于XML(eX-tensible Markup Language)的信息交互机制进行了分析,引入基于协商的协调机制和冲突消解策略,最后探讨了计划调度的快速优化算法,以实现对生产计划调度系统的协调优化.在此基础上,建立了原型系统,对上述关键技术进行了应用验证.应用表明,该系统具有良好的扩展性和适应性,能够实现动态联盟生产过程中的自治和协同.     

一种改进的车间调度算法

为了解决考虑生产总成本的车间调度问题,对引入加工成本、库存管理成本和拖期惩罚成本的车间调度问题进行了研究,提出了一种改进的遗传算法求解该问题。论述了改进遗传算法的编码、初始化、选择、交叉和变异操作,通过与基本遗传算法的仿真比较,验证了该算法在收敛速度和最优解值上的优越性。     

基于改进遗传算法的多车间计划与调度

生产计划与调度是企业生产和管理的核心内容,传统的单车间调度优化不能满足多车间调度优化的要求.针对这情况,提出一种基于改进遗传算法的层次化多车间计划和调度优化方案,其中生产计划层负责零件的分发,车间调度层负责零件加工路线的规划.以一个三制造车间的调度优化为例,验证多车间调度模型的有效性.结果表明所提出的方案在将加工零件合理地分配到适当的车间同时,实现了零件加工路径的规划,从而为解决分布式多车间调度优化问题提供一种有效而又实用的方法.     

网络联盟企业中制造单元生产信息管理

敏捷制造将成为制造业在21世纪采用的主要模式,网络联盟是实现敏捷制造的基本组织方式。本文对网络联盟企业的概念、总体构思及主要支撑技术进行了简要介绍,指出信息管理是网络联盟企业中一项非常重要的工作;而制造单元是网络联盟企业的基本组织管理单位和制造过程的执行单位,是网络联盟企业物流与信息流的交汇点,所以,制造单元的生产信息管理是整个网络联盟企业信息管理工作的重要内容。本文还就制造单元生产信息管理的内容及技术进行了论述,指出单元生产调度是制造单元生产信息管理的重要内容,对网络联盟企业中制造单元的生产调度和制造单元的运行进行了重点介绍。     

多订单项目生产任务并行调度的遗传算法研究

在MTO(Make to Order)生产模式的制造企业中,经常存在多订单项目并行的情况。以满足资源约束为前提,优化多订单项目生产任务并行调度过程,成为该类企业关心的焦点问题。针对这一问题,根据任务并行调度的特点,建立了任务调度的目标函数,并采用一种改进了的遗传算法求解目标函数。该遗传算法用矩阵式染色体表示资源与生产任务之间的调度关系,采用突变机制来解决进化过程停滞问题,提高算法的搜索能力,并保留父代种群的优秀染色体,防止遗传过程中祖代优秀染色体丢失。     

用 遗 传 算 法 求 解 调 度 问 题

给出用遗传算法解决典型调度问题的方法, 并用遗 传算法实现了车间作业调度. 实验结果表明, 遗传算法在寻求调度问题的全局最优解方面具 有较高的效率.     

基于蚁群算法和遗传规划的跨单元调度方法

针对运输能力受限的跨单元调度问题,提出了一种基于蚁群算法与遗传规划的超启发式算法.通过蚁群算法搜索合适的启发式规则,并且利用遗传规划生成可以适用于问题模型的启发式规则,用以扩充规则集;同时引入时间窗的概念,用来决策每个小车运输时的等待时间.实验表明,提出的算法可以搜索出优质规则,并且通过遗传规划很大程度上改善了候选规则集,提升算法性能.同时时间窗策略的采用可以提高小车的利用率以及最小化总加权延迟时间.      

基于任务复制的进化调度算法

并行程序任务调度是NP完全问题。已有的进化调度算法不能很好利用任务复制这一重要手段。为此，利用染色体直接编码和间接编码的优点，并结合任务图的知识，使进化调度算法的搜索能力得到增强，同时染色体的解码过程也得到简化。通过与同类算法的性能比较，表明了本算法在调度问题中的有效性。     

一种求3机Flow—shop调度问题的遗传算法

提出一种遗传分枝定界算法求解3机Flow-shop调度问题，该算法似于常用的遗传局部算法和遗传动态规划算法，用随杨方法生成测试例子，通过与著名的Taillard的禁忌搜索算法和Reeves的遗传算法进行比较，实验结果证实了遗传分枝定界算法的有效性。