Petri网在船体曲面分段建造中的应用

结合船舶生产模式的特点，将Petri网理论引入到造船企业车间实时调度问题之中，分析了曲面分段建程，建立起相应的Petri网模型，通过模拟仿真，为实现车间现场有效调度方案的制订提供技术支持。     

船舶分段涂装并行施工调度优化

以国内某大型造船厂为背景,对船舶分段涂装施工调度问题进行优化,达到缩短分段涂装施工周期的目的。通过对分段计划管理模式的应用研究,分析船舶分段涂装的网络计划模型,制订船舶分段涂装生产分级网络计划模型,明确船舶分段涂装并行施工调度的优化方向,即引用基于遗传算法的模拟退火分层遗传算法(Simulated Annealing Hierarchical Genetic Algorithm,SAHGA),通过在算法中引入模拟退火的思路,改善算法对问题最优解的求解效率,对低层网络计划进行优化,使船舶分段涂装生产周期满足建造计划的需求。     

船舶平面分段流水线多目标模糊调度的改进粒子群算法

针对船舶平面分段建造过程中广泛存在的不确定性问题,考虑在平面分段流水线调度中引入更贴近实际的模糊调度。以模糊数表示加工时间和交货期,以最小化最大完工时间、最大化平均满意度为调度目标,建立平面分段流水线多目标模糊调度问题的数学模型,设计了求解该问题的改进多目标粒子群算法。提出一种按反Logistic曲线规律动态变化的惯性权重,从而在一定程度上平衡算法的全局和局部搜索能力;嵌入由3种邻域结构随机排列构造的变邻域搜索算子以增强算法的局部改良性搜索能力;采用一种基于拥挤距离的非支配解动态维护策略以提高解的分布性。结合实例数据,通过对算法进行比较,证实了各项改进措施的有效性,以及所设计算法求解平面分段流水线多目标模糊调度问题的优越性。     

船舶平面分段单流水线反应式模糊调度研究

本文针对船舶平面分段流水线调度过程中加工时间和交货期的不确定性,采用模糊化手段进行调度决策。为了应对船舶平面分段生产过程中的急件插入的情况,提出描述船舶平面分段单流水线反应式调度问题的数学模型,以最小化模糊最大完工时间makespan、最大化平均AICD、最大化平均AISS为调度目标,设计了求解模型的一种多目标文化基因算法。基于解的形式采用有效的变异、交叉操作,并嵌入局部搜索算子以增强算法搜索能力。本研究通过makespan和satisfaction两个指标反映算法的有效性,通过甘特图模拟仿真调度过程,为实际船舶平面分段的生产建造提供决策支持。     

双资源约束下的船舶管件柔性生产车间调度优化

针对船舶管件柔性车间的复杂制造环境，建立以完工时间为主要优化目标、以设备资源和辅助资源为约束条件的双资源约束柔性生产车间调度问题模型，设计一种改进布谷鸟算法对其进行求解。针对问题特征及复杂性，在布谷鸟算法核心框架不变的基础上，提出一种莱维飞行自适应步长因子；同时，设计基于2种局部搜索的巢寄生策略，并引入模拟退火算法，以解决工序维、设备维和资源维的调度优化问题。将该算法应用于企业实际生产模型，结果表明：改进算法能有效避免设备资源冲突，具备较好的综合调度特性。     

基于Petri网的虚拟维修培训规划技术研究

针对虚拟维修培训中可能存在不同培训任务的问题，建立了基于Petri网的培训任务规划模型，定义了Petri网广义变迁的扩展属性，提出了利用Petri子网来控制具体任务仿真的基本步骤；通过对变迁相关属性的合理编码，解决了从总体Petri网中提取Petri子网的问题，从而实现了Petri网对不同培训任务的可规划性。最后将结论应用于某齿轮减速箱的拆卸任务规划中，证明任务规划方法的有效性。     

Petri网在船舶MES构架中的应用研究

首次将Petri网理论引入到造船企业车间实时调度问题之中,分析了平面分段建造流程,建立起相应的Petri网模型;通过仿真计算,为建造现场调度方案的制订提供了依据。该研究为船舶平面分段制造流水线的实时有效调度和控制提供了新的方法,进而为船舶MES的建立奠定了技术基础。     

基于改进差分进化算法的船舶曲面分段车间调度

为有效提升船舶曲面分段车间的加工效率,解决已有算法存在的易陷入局部最优解和初始解质量低的问题,提出一种改进的差分进化算法,对曲面分段调度问题进行求解。以最小化完工时间和最小化班组间负荷差距为目标,建立该曲面分段调度问题的双目标数学模型,并采用改进的差分进化算法对该问题进行求解。该改进差分进化算法将全局搜索策略与局部搜索策略相结合,能提升初始解的质量,并加快收敛速度。使用某船厂的实际数据对该算法进行有效性验证,结果表明,该算法能有效求解船舶曲面分段调度问题,能更好地提升船舶曲面分段制造调度作业效率。     

自适应蚁群算法求解车间作业调度问题

车间作业调度问题(JSP)是组合优化问题中的NP-Hard问题,应用传统的蚁群算法在求解时存在易于陷入局部最优解、收敛速度慢等缺点.通过在蚁群算法的信息素局部更新策略和全局更新策略两处引入自适应方法对蚁群算法进行了改进,并应用此算法对经典的FT06问题和FT10问题进行了大量的求解试验.试验结果表明该自适应蚁群算法在求解车间作业调度问题时,搜索速度和收敛速度比传统的蚁群算法都有较好的提高.     

基于Memetic算法的动态武器目标分配问题研究

考虑时间和空间的影响,动态武器目标分配是一个复杂的问题。针对时间和空间对武器目标分配过程的约束,建立了动态武器目标分配数学模型;提出了一种Memetic算法来解该问题,采用遗传算法作为全局搜索策略,模拟退火算法作为局部搜索策略,根据Any-time算法的特性,设置了一种有限时间元级控制策略来响应分配动态过程。最后,通过仿真实例,验证了该算法的有效性和实用性。     

蚁群算法在舰船调度系统中的应用

传统的舰船调度系统多数基于遗传算法,存在大量无用的迭代计算,影响系统运行效率。为此,提出蚁群算法在舰船调度系统中的应用。构建基于Agent的双层调度体系,充分发挥分布式计算、多任务并行处理的特点。在此基础上,利用蚁群算法确定舰船初始位置,初始化舰船信息素,根据全局搜索和局部搜索2种情况,通过迭代计算得到舰船调度最优解,将最优解反馈至系统的调度层,实现舰船调度。测试结果表明,在相同的测试条件下,设计的应用蚁群算法的舰船调度系统的迭代计算次数明显少于传统的调度系统。     

基于OOCPN的自动化钢料加工车间调度系统建模

通过分析造船生产中的钢料自动化加工车间系统的组成和加工特点,结合有色Petri网和面向对象技术的优点,建立了基于OOCPN的钢料车间调度系统模型。该建模过程直观清晰、易于理解,为后续的车间调度优化提供了有效的模型。     

维修保障中资源调度的petri网建模研究

维修资源是维修保障系统的重要组成部分，维修资源调度效率的高低直接影响着保障能力和维修活动的经济效益。在Petri网建模理论的基础上，深入分析维修保障活动的特点，给出了针对维修资源调度的Petri网建模的基本方法和步骤。采用Petri网建立了维修资源调度的两种模型，并重点研究了MT—Petri模型的建模过程和工作原理。     

基于模拟退火多种群并行进化规划的柔性调度方法

运用基于模拟退火多多种群并行进化规划SAMPEP(Simulated Annealing Multigroup Parallel Evolutionary Programming),求解FMS(Flexible Manufacture System)中的柔性调度问题.仿真结果表明,该算法增强了EP(Evolutionary Programming)算法的全局收敛性,在多目标和复杂多约束条件下,得到了满意的全局最优解.     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题,模拟退火算法是求解此问题的一种理想方法.模拟退火算法是依赖邻域结构的迭代方法,模拟退火算法对选择试验解比较敏感.本文针对找领域解,提出6种策略.算法的分析和测试表明,策略F是一种简单有效的算法.     

某型舰炮补供弹过程的Petri网描述

为了实现某型舰炮补供弹过程的计算机仿真,以便于对炮手进行科学的模拟训练,基于Petri网理论研究了该炮补供弹过程的建模问题.在对补供弹过程进行了分析与构建了补供弹过程Petri网结构的基础上,将Petri网的变迁与具体操作相关联,与真实操作相一致,建立了基于Petri网行为模型,并对其作了详细的说明.该模型为进一步研究补供弹过程的仿真打下了理论基础.     

基于调度优先规则的海工项目并行进度计划编制

通过编制详细的项目进度计划,可降低不可预测风险,提高项目可控性。为实现海工项目的活动调度,优化进度计划,文章基于调度优先规则,针对海工项目活动的并行调度,应用遗传模拟退火算法对给出的四级进度计划进行了优化。首先,根据海洋平台的结构特点对海工项目的四级计划进行编制;其次,给出了项目活动调度的优先规则及并行安排机制;再次,设计了以遗传算法为外层循环,模拟退火算法做内层循环的优化算法;最后,将设计的算法对海工实例进行应用,并实现进度计划的生成。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题，模拟退火算法是求解此问题的一种理想方法。模拟退火算法是依赖邻域结构的迭代方法，模拟退火算法对选择试验解比较敏感。本文针对找领域解，提出6种策略。算法的分析和测试表明，策略F是一种简单有效的算法。     

基于模拟退火-蚁群变步长优化算法的椭偏数据反演分析

椭圆偏振光谱方法是获取薄膜复光学常数和厚度的最优光学测量手段之一,椭偏方程作为超越方程,其逆向求解过程中的反演算法直接影响着椭偏数据的处理效率与精度.以前期的蚁群算法为基础,为进一步提高算法的收敛速度和跳出局部最优解的能力,研究了模拟退火算法和蚁群算法的融合策略,并提出了一种基于最优蚂蚁的变步长方法,通过动态改变最优蚂蚁的领域局部搜索步长,提升算法的精细化搜索能力,最终给出了模拟退火-蚁群变步长优化算法.应用该优化算法分析了高温超导薄膜FeSe的椭偏光谱,测试结果表明,该混合优化算法可以实现椭偏数据的精确反演分析,并且具有更快的收敛速度和更优的评价函数.     

基于改进禁忌搜索算法的舰载机保障作业调度

[目的]舰载机出动能力是航母综合作战能力的重要指标,而舰载机保障作业调度将直接影响舰载机的出动能力,因此对舰载机保障作业进行合理调度能有效提高航母的作战能力。[方法]通过将舰载机保障作业调度问题转换成车间作业调度问题,建立保障作业调度模型。对传统禁忌搜索算法的初始解、搜索策略和禁忌列表长度进行改进,以减少最大完工时间为目标,提出一种改进的禁忌搜索算法来求解该模型。[结果]通过实验仿真验证了改进的禁忌搜索算法对于舰载机保障作业调度问题的适用性,且该改进算法在计算速度和优化结果方面均优于传统禁忌搜索算法。[结论]改进禁忌搜索算法可以有效地对舰载机保障作业调度问题进行求解。