<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《控制与决策》编辑部 -->智能制造与工业系统优化专栏]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[动态扰动下云制造服务组合的区间多目标优化方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0771]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决同时存在云服务服务质量(QoS)属性不确定性与紧急任务扰动双重挑战的云制造服务组合优化问题, 采用区间数描述不确定的QoS属性信息, 建立包含两个子模型的区间多目标云服务重组合优化模型. 针对模型中目标函数及约束存在区间数的特征, 提出一种融合强化学习的区间快速非支配排序遗传算法(RINSGA-II). 在算法中, 设计基于多种启发式规则的混合初始化策略以提高初始解集质量和算法收敛速度; 为准确比较不同解的优劣, 提出结合区间数运算的区间Pareto支配关系和拥挤距离计算方法; 同时, 设计基于<i>Q</i>学习的自适应参数调整策略, 以平衡算法的全局和局部搜索能力. 最后, 基于不同规模的问题算例进行仿真实验, 结果表明, RINSGA-II算法在所求最优解集的收敛性和多样性方面显著优于对比算法, 能够得到满足约束的鲁棒性较强的云服务组合方案.]]></description>
<pubDate>2025/12/30 17:02:11</pubDate>
<category><![CDATA[智能制造与工业系统优化专栏]]></category>
<author><![CDATA[张晓冬，燕洁晨，孙家正]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0771]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[具有顺序柔性的车间调度问题的变邻域禁忌搜索算法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0509]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着工业智能化技术的快速发展, 车间制造模式正逐步向柔性化方向转型. 在柔性制造模式下, 工件的加工过程突破了固定设备和刚性工艺路线的约束, 展现出多维度的柔性特征. 然而, 现有研究主要集中于设备资源的柔性, 对加工顺序柔性的建模与优化却存在显著的不足. 为了解决这一问题, 首先设计一种能够考虑顺序柔性特征的新型邻域结构, 可以有效地调整工件中工序加工的顺序. 在此基础上, 进一步提出一种变邻域禁忌搜索算法, 该算法通过变邻域搜索与禁忌策略的协同优化, 能够高效求解具有顺序柔性的车间调度问题, 获得高质量调度方案. 实验结果表明, 所提出算法的求解能力与通用数学规划求解器相比具有明显优势, 为相关车间调度问题提供了科学的方法支撑.]]></description>
<pubDate>2025/12/30 17:02:11</pubDate>
<category><![CDATA[智能制造与工业系统优化专栏]]></category>
<author><![CDATA[宁国宇，陶汉桥，宋国鹏，李明浩，杨克巍]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0509]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[考虑多时段影响的第四方物流运营策略联合优化]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0445]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[第四方物流作为供应链资源的集成协调者, 能够通过资源整合有效降低供应链成本. 首先, 从第四方物流作为供应链集成商的视角出发, 聚焦其在运营过程中面临的多时段采购、仓储、多式联运以及第三方物流服务商选择等问题, 构建以最小化总运营成本为目标的联合优化模型. 然后, 为提升求解质量和效率, 设计一种结合图采样聚合算法与$K $最短路径算法的量子微进化算法. 接着, 基于Chicago-regional数据集, 构建小规模和大规模网络进行数值实验. 实验结果显示, 所提出模型在测试算例中相较于不含仓储的联合优化策略与未联合优化策略, 最高可降低11.8%和15%的总运营成本. 在大规模网络中, 将所提出算法与微进化算法、量子遗传算法、遗传算法以及粒子群算法进行对比, 结果表明所提出算法在求解质量和效率方面均表现更优. 最后, 通过分析参数波动场景下运营成本的变化, 验证了所提出模型具备应对多时段变化的能力, 最高可降低18.07%的运营成本.]]></description>
<pubDate>2025/12/30 17:02:11</pubDate>
<category><![CDATA[智能制造与工业系统优化专栏]]></category>
<author><![CDATA[蔡近近，宋瑞，何世伟，何维，丛铭，颜凯]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0445]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[大规模跨区域的成品油多式联运高效优化方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0660]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对大规模跨区域成品油的多式联运调度问题, 考虑管道连续顺序输送过程与铁路、水路、公路“集装箱”式运输的时空差异, 以“日”为时间尺度, 以运输成本最低为目标函数, 构建管道、铁路、水路、公路联运优化的混合整数线性规划(MILP)模型. 针对MILP模型在大规模、长周期、跨区域物流调度场景下求解效率低的瓶颈, 提出一种高效的“父-子问题”分层求解算法, 通过时间窗切割将原问题划分成若干组“父-子问题”, 利用父模型计算结果中的批次运移信息更新子模型中的动态批次集合. 当时间窗增加时, 可有效控制相关二元变量与约束条件增加幅度, 极大程度地削减原问题的变量搜索空间, 显著加速了寻优过程. 最后, 以我国西部某成品油物流体系为例, 验证所提出方法在计算效率和解质量方面的优越性. 与利用Gurobi求解器一次求解MILP模型相比, 所提出算法在迭代过程中能够将模型中的二元变量和约束条件数量平均减少68.0%、60.4%, 在保证最优性的前提下平均减少86.7%的计算时间.]]></description>
<pubDate>2025/12/30 17:02:12</pubDate>
<category><![CDATA[智能制造与工业系统优化专栏]]></category>
<author><![CDATA[廖绮，涂仁福，黄明月，邱睿，梁永图]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0660]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[带二次装夹约束的可重构柔性作业车间调度优化研究]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0807]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[可重构柔性作业车间凭借其动态适应能力能够快速响应市场变化, 然而在加工部分具备复杂曲面的工件时, 难以一次完成加工, 需拆卸工件后进行二次装夹, 且依赖于人工操作, 而工人资源的约束会限制该操作的并行性进而降低生产系统的柔性. 鉴于此, 以最小化最大完工时间和工人数量为目标, 建立考虑二次装夹的可重构柔性作业车间调度问题的混合整数线性规划模型, 设计一种改进的多目标遗传算法. 为处理复杂约束, 采用三向量编码结构; 为加速种群收敛, 设计一种混合贪婪初始化策略; 为提高算法的局部探索能力, 设计3种基于关键操作的邻域搜索策略. 通过15个标准算例验证所提出算子的有效性, 并与4种算法对比验证所提出算法的优越性. 最后将所提出模型和算法应用到汽车差速器制造过程, 相较于传统调度方案, 所得方案将最大完工时间缩短56%.]]></description>
<pubDate>2025/12/30 17:02:12</pubDate>
<category><![CDATA[智能制造与工业系统优化专栏]]></category>
<author><![CDATA[杨志杰，梁穆熙，李益兵，汪开普，梅立文，郭顺生]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2025-0807]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>