摘要:当前我国传统制造业受到了多重压力,如何实现突围是我国经济发展的难题.从整体上看,我国全产业链全要素在整体上完备充足,但从局部上,很多传统产品制造系统链条过长,在面临不确定时出现效率不高和能力不足问题,如何将整体充足的要素资源和闲置的能力整合服务于面临困境的制造体系值得研究.商业生态系统是一种多边合作机制,在汇聚资源、促进跨领域多资源的互动和协同具有优势,作为一种复杂条件下协调跨组织关系的治理机制对于解决传统制造企业面临的困境具有重要意义.然而,实际中制造企业受传统链式模式思维影响,对于如何借助商业生态系统模式解决企业发展中的问题较为模糊.理论领域对商业生态系统已开展研究,但多是针对纯商业生态系统模式展开讨论,针对传统制造系统融合商业生态系统模式(即制造系统生态化)的研究尚处于起步阶段.鉴于此,通过相关概念梳理、文献综述总结制造系统生态化的概念及内涵,并对制造系统生态化的未来研究提出展望.

摘要:人体异常行为识别与检测技术已广泛应用于各种领域.由于视频中存在的物体遮挡、光照及视角变化、复杂背景等问题,使得利用轻量级人体骨架数据处理此类实时任务成为竞争性工具.多数研究从不同角度对此任务相关方法进行综述,但缺少针对人体骨架的整理工作.对此,立足于骨架数据,系统地综述了深度学习背景下的人体异常行为识别与检测方法.首先,按照应用场景中目标个数的不同,分类总结了典型的人体姿态估计算法;其次,依据特征提取网络的不同,将异常行为识别方法分为5类,分别围绕CNN、RNN、GCN、Transformer以及混合模型展开对比分析;然后,从数据与标签的映射学习角度,对3类异常行为检测方法进行讨论;最后,介绍了基准数据集及其上相关算法的表现,并探讨了此任务所面临的挑战及展望,以期为本领域未来的研究提供参考.

摘要:针对麻雀搜索算法易陷入局部最优、收敛速度慢等问题,提出一种改进的麻雀搜索算法.首先,采用佳点集策略对麻雀种群初始化,增加种群多样性,提高算法的收敛速度和精度;其次,采用黄金正弦策略优化发现者位置更新过程,进一步平衡算法的全局探索与局部开发能力;最后,采用Levy飞行策略优化跟随者位置更新过程,扩大其搜索空间,改善易陷入局部最优的问题.通过建立马尔科夫链模型从理论角度证明改进算法的收敛性,并选取5个标准测试函数与其他经典群智能优化算法从仿真实验角度验证改进算法的有效性.利用改进算法对变分模态分解参数和回声状态网络参数进行优化,搭建ISSA-VMD-ESN模型并应用到短期电价预测中,通过仿真实验进一步验证了改进算法的优越性.

摘要:针对实际流程工业过程存在动态时变和概念漂移特性,导致软测量模型预测精度下降的问题,提出基于低秩重构表示的动态迁移回归模型.为了更好地描述动态过程,在动态内模型偏最小二乘框架下,将高维过程数据映射到低维潜变量空间中,以捕获质量变量与潜变量之间的动态相关性.为了减小概念漂移,在获得动态相关性的同时,通过增强不同工况质量变量估计值之间的相关性实现数据的条件分布对齐.在3个公开工业数据集上的实验结果表明:所提出模型的预测精度与静态基模型和动态基模型相比均有所提升,可以有效地提高模型的预测精度和泛化能力.

摘要:针对基于联合检测嵌入范式的多目标跟踪方法中,检测与re-ID任务间冲突导致系统性能劣化的问题,首先设计一种用于富集多层语义信息并能针对不同分支倾向重构特征图的网络,有效缓解检测与re-ID分支在优化中对特征信息需求的恶性竞争;其次采用一种强化的关联策略,该策略将检测信息更深入地引入到关联流程中,旨在为更多检测结果提供关联机会,同时抑制环境干扰在关联中带来的长期损害,有效降低关联过程中误关联和漏关联的发生.实验结果表明,所提出的方法相对于当前的先进方法展现了强大的潜力,在MOT17测试集上取得了75.7%MOTA、73.4%IDF1及60.0%HOTA的性能.

摘要:尽管许多高维多目标进化算法已被提出,但大多仍无法有效处理具有不规则Pareto前沿的高维多目标优化问题.鉴于此,提出基于目标迁移和条件替代的高维多目标进化算法(MaOEA-OTCR),在环境选择过程中利用目标迁移策略和条件替代准则协作逐一选择收敛性和多样性好的个体进入下一代.前者首先选择位于Pareto前沿边界的极值解进入下一代,以确定Pareto前沿的范围,同时选择收敛性最好的若干个体进入下一代,以加速种群收敛;然后迁移已选解集且利用迁移解集和未迁移解集的最大距离来选择收敛性和多样性好的个体进入下一代.后者利用基于角度和收敛性评估的条件取代准则来防止前者过度强调多样性.此外,提出一个多标准决策的匹配选择策略,旨在增加具有良好收敛性和多样性种群个体结合的概率,进一步提升算法的搜索效率.为了验证MaOEA-OTCR的有效性,在3个测试集上与8个先进的高维多目标进化算法进行对比实验.实验结果表明, MaOEA-OTCR在处理高维多目标优化问题时不仅能够获得较强的竞争性能,而且有能力处理具有不规则Pareto前沿的高维多目标优化问题.

摘要:针对樽海鞘群算法(SSA)在求解复杂优化问题时存在的易陷入局部最优、收敛精度低等缺点,提出一种基于混合策略改进的樽海鞘群算法(ISSA).首先,采用Sobol序列实现樽海鞘种群的初始化,使初始种群在解空间中分布更加均匀,进而提高算法的全局寻优能力;其次,在领导者位置更新阶段引入步长控制因子,根据不同寻优时期自动调节领导者的搜索范围,有效平衡算法的全局搜索与局部搜索;然后,采用改进的透镜成像策略对领导者进行映射,避免算法陷入局部最优;此外,在追随者位置更新阶段,引入一种自主选择追随机制,改善追随者的盲从性,以提高算法的收敛精度;最后,与其他几种代表性优化算法在12个基准测试函数上进行仿真实验对比,并进行Wilcoxon秩和检验,实验结果表明所提出ISSA在收敛速度和精度上有明显提升,相较于其他优化算法具有更好的寻优效果和稳定性.另外,通过两个工程设计案例实验进行测试,进一步验证了所提出ISSA的可行性和适用性.

摘要:目前多目标优化算法主要针对如何处理多个目标之间的冲突,对于如何处理约束考虑较少,鉴于此,提出一种求解带约束优化问题的混合式多策略萤火虫算法(HMSFA-PC).首先,提出一种改进的动态罚函数策略对约束优化问题进行预处理,将其转换为非约束优化问题;其次,对萤火虫算法本身进行改进,采用Lévy flights搜索机制有效地增大搜索范围;接着,引入随机扩张因子改进算法吸引模型,使种群突破束缚,有效避免早熟收敛,提出自适应维度重组机制,根据不同迭代时期选择差异性较大的个体进行信息交互、相互学习.为检验算法处理无约束优化问题的性能,将其在基准测试函数上与部分典型算法进行比较;为检验算法处理约束优化问题的性能,将其在实际约束测试问题中与一些顶尖约束求解算法进行比较.结果表明,HMSFA-PC在处理无约束优化问题时具有收敛速度快、收敛精度高等优势,并且在动态罚函数的协作下求解实际约束优化问题时仍具有良好的优化性能.

摘要:针对闪电连接过程算法鲁棒性欠佳、个体多样性有限等不足的问题,提出一种多策略改进的闪电连接过程算法.首先,采用透射学习策略和准对立学习策略有效提升初始化实验点个体质量,避免自有随机因子过度影响算法收敛性能;然后,设计实验点自适应动态跟随机制,在提升算法寻优性能的同时兼顾探索开发能力的协调;接着,采用镜像均值替代策略替换当前最优解和种群均值,防止算法因个体同化程度升高造成局部停滞;最后,选取基准测试函数进行智能算法对比寻优实验、改进算法对比寻优实验以及Wilcoxon符号秩检验实验,实验结果表明了所提出改进算法寻优性能的优越性以及改进策略的有效性.通过多策略改进的闪电连接过程算法优化长短时门循环控制单元参数进行变压器故障诊断工程应用实验,进一步验证所提出改进算法的工程实用性.

摘要:针对由于复杂多变的环境因素造成的无线通信系统通信中断的智能网联车辆队列控制问题,提出一种基于组合间距策略的分布式纵向车辆队列控制器.首先,通过嵌入固定间距策略、固定时距策略和可变时距策略进行组合来应对由于领导车或跟随车通信中断的特殊情况,并考虑队列通信中断后建立新的通信拓扑结构.然后,基于三阶非线性动力学车辆模型,考虑相邻车辆间的加速度误差以及组合间距策略开发一种新型车辆队列控制器.利用Lyapunov-Krasovskii定理推导出车辆队列的渐近稳定性条件.同时,通过使用无穷范数方法验证串稳定性.最后,通过Matlab数值仿真和Simulink&PreScan联合仿真验证所提出控制器的有效性和稳定性.仿真结果表明,基于组合间距策略的车辆队列能够应对不同场景满足不同的间距需求.

摘要:无监督域自适应行人重识别旨在将源域训练的识别能力泛化到目标域上,以减少对标签的依赖.目前基于聚类方法的网络,聚类过程中不可避免地会受到环境噪声的影响,降低网络原有识别性能.为了解决这一问题,提出一种基于相关性得分的伪标签优化行人重识别网络.首先,通过计算全局与局部特征间前k个相似样本集合的相关性得分,找到两类特征直接可靠的关联性,从而提取已有伪标签优化方法所忽略的局部细粒度特征;然后,利用得分对局部伪标签进行优化处理,降低网络对与行人无关局部特征的关注;最后,依赖于相关性得分,利用优化后局部伪标签的预测结果对全局伪标签进行细化,缓解聚类过程中噪声的同时也细化了行人的特征完整表示.与近年无监督域自适应行人重识别方法相比,所提出网络在DukeMTMC-ReID、Market1501和MSMT17三个公开数据集上的实验结果表现优异,验证了所提出网络的有效性.

摘要:针对复杂海洋环境下,欠驱动水面无人船舶(USV)编队控制任务中存在的模型不确定性、参数摄动及输入量化等问题,提出一种考虑输入量化的分布式欠驱动多无人船舶自适应模糊编队控制算法.首先,在USV运动学子系统,设计基于扩张状态观测器(ESO)的分布式制导律,分别实现对期望路径的跟踪、邻居USV速度信息的估计以及海流引起的运动学偏移的补偿;其次,在USV动力学子系统,通过使用模糊逻辑系统实现对模型不确定及外界干扰的逼近,采用一种线性解析模型描述输入量化过程,所设计的自适应模糊量化控制器不需要量化参数的先验信息,基于输入到状态稳定性理论证明闭环系统的稳定性;最后,通过仿真实验验证所提出的算法的有效性.

摘要:针对基于随机采样的RRT机械臂路径规划算法在全局工作空间下采样效率低、随机性强等问题,提出一种基于采样点优化RRT算法的机械臂路径规划算法.相对于全局工作空间采样,优化算法首先基于非障碍物空间生成随机采样点,以降低算法碰撞检测概率与冗余节点的生成,再结合一定概率的人工势场法产生启发式采样点,使得机械臂臂体于路径规划采样过程中既能保证随机采样的概率完备,又能使采样点更具目标导向性.其次,为使得路径更加简洁平滑,使用冗余节点删除策略剔除路径中的冗余节点来优化最终路径.最后在二维、三维的仿真环境中对优化算法进行对比实验分析,以验证算法在随机采样路径规划算法中的良好性能,并在IRB 1200-7/0.7机械臂上进行避障规划算法实验.仿真和实验结果都表明,所提出的算法在机械臂路径规划中可以获得更高的规划效率和更优的路径.

摘要:针对超宽带信号在非视距环境下测距误差大等问题,基于首径和最强径的位置差、接收信号与首径的功率差及距离残差,提出一种计算简单、识别准确度高的非视距识别方法,并基于偏置卡尔曼滤波和极大似然估计算法,提出一种超宽带信号接收强度与信号达到时间相融合的非视距误差抑制方法,最后开展动、静态场景实验以验证算法的可靠性.实验结果表明,所提出的方法对于非视距场景的平均识别准确度达到95.42%,定位的平均距离误差在0.14m以内.

摘要:目标跟踪是实现人机交互的重要一环,二维激光雷达探测范围广、精度高,广泛应用于目标跟踪,但是由于缺失语义信息,难以区分外观近似的物体.针对这一问题,提出一种基于激光与UWB序列匹配的目标跟踪方法,使用最近邻算法关联激光聚类,构建物体轨迹,并基于改进的高斯相似度计算物体的激光轨迹与UWB测距序列的相似度,根据相似度大小实现目标的匹配定位.此外,针对目标被遮挡的情况设计重跟踪算法,利用UWB测距信息、目标丢失位置和目标特征模型在环境中搜索被遮挡的目标.利用TurtleBot2机器人平台,在10mtimes10m的室内环境中进行实验验证.实验结果表明,所提出方法能够以8cm的精度稳定地跟踪携带UWB节点的目标.

摘要:为了提高多核学习(MKL)的表示能力同时降低其计算成本,提出一种融合深度特征与多核学习的最小二乘孪生支持向量机(LSTWSVM)算法.针对支持向量机等核分类器在多核学习中高计算复杂度的问题,提出一种基于边缘错误最小化原则的多核LSTWSVM框架,利用分类器优势提高多核学习的性能.针对高斯多核浅层结构的问题,采用MKL法设计一种基于深度神经网络多层信息的高鲁棒性深度映射核,将此深度核与多尺度高斯基核以核矩阵哈达玛积方式相融合,构造一组新的具有高度表达能力的改进核.最后,将基于LSTWSVM的多核训练算法与改进的多核结构进行高度集成,通过大量基准数据集与工业数据实验表明,其能有效结合深度学习与多核学习的优势,且以较低的计算成本提高分类精度与泛化能力.

摘要:针对一类具有执行器饱和的切换系统,提出一种基于组合非线性反馈控制(CNF)的事件触发控制方法,以达到在保证系统性能的同时减少网络带宽占用的目的.首先,为了降低系统资源成本,构造事件触发机制来判断是否对系统当前状态进行采样,设计组合非线性反馈控制来提高系统的暂态性能;然后,利用多Lyapunov函数方法得到饱和切换系统在驻留时间切换信号下渐近跟踪问题的充分条件,同时证明事件触发最小的时间间隔大于零,从而避免芝诺(Zeno)行为;最后,通过仿真实例验证所提出方法的有效性.

摘要:针对多水面船协同控制过程中存在的时变海洋环境干扰、模型参数不确定性、速度测量值未知和输入饱和的问题,提出一种基于非奇异快速终端滑模的固定时间分布式协同控制方案,该方案可保证协同控制系统的全局固定时间稳定性.首先,设计一个固定时间扩张状态观测器,用于估计速度和集总干扰(包括时变海洋环境干扰和模型参数不确定性);其次,设计一种新型的固定时间辅助动态系统处理输入饱和;再次,基于固定时间非奇异快速终端滑模面提出一种分布式抗饱和的滑模控制器,消除系统的奇异性,并且使得收敛时间上界独立于系统的初始状态;最后,为了避免在编队控制律中使用邻船的加速度,设计一种改进的一致鲁棒精确微分器估计邻船的加速度信息.仿真结果验证了所提方案的有效性.

摘要:主要研究分数阶Buck变换器的互补滑模控制(CSMC)方法.首先,基于电子元件实际非整数阶的特性与Riemann-Liouville(R-L)定义相比,Caputo定义更能准确描述Buck变换器模型的结论,建立基于R-L定义的分数阶Buck变换器数学模型.然后,将参数不确定性和外部扰动统一为匹配干扰和不匹配干扰,建立两个分数阶干扰观测器(FDOB)分别实现对干扰及其分数阶导数的跟踪.进而,设计新型分数阶互补滑模面,利用CSMC的高精度和分数阶微积分的记忆特性提升滑模运动的鲁棒性和稳态精度;设计新型趋近律,提升趋近速度的同时保证滑模面邻域内的鲁棒性.最后,基于Mittag-Leffler稳定性理论证明滑模控制器的稳定性.仿真结果验证了所提出FDOB的优越性,控制器相比传统滑模方法能够得到更好的动态性能和更低的稳态误差.

摘要:研究磁悬浮系统在非线性建模下的两个问题:时变有界扰动产生的系统振荡和通信网络传输导致的数据丢失.首先,借助于同胚坐标变换对磁悬浮系统不可控的高度非线性进行抑制;然后,在控制中分别利用自适应律和指数衰减项来消除外部风阻和内部噪声电压,并将指数衰减项与量化分解方法相结合弥补量化误差带来的影响.所构造的连续鲁棒自适应反馈控制器解决了有量化输入和受干扰磁悬浮系统的渐近跟踪问题.最后,用仿真结果验证了控制策略的有效性.

摘要:为实现一类二阶非线性系统的轨迹跟踪控制,设计一种准滑模无模型自适应控制算法(quasi-sliding mode-model free adaptive control,SM-MFAC).首先,将模型分解为串联的两个离散子系统,并给出整体系统伪偏导数(pseudo partial derivative,PPD)的表达式;然后,利用两个子系统的输出数据设计出子系统2输出的期望状态,进而通过MFAC(model free adaptive control)对在线更新的期望状态进行不断追踪来实现对整体目标的跟踪控制;接着,对SM-MFAC控制系统进行稳定性分析,证明系统输出误差渐进跟踪到零的某个邻域内和等效控制输入是有界的;最后,以自由漂浮空间机械臂的关节轨迹跟踪控制为例验证SM-MAFC控制理论,在多体运动学与动力学仿真软件MBdyn中搭建一个平面两连杆的自由漂浮空间机械臂,关节系统中存在死区、输入饱和以及摩擦特性,通过在Matlab-simulink中的联合仿真表明:MFAC控制方案无法准确地估计出该类二阶非线性系统整体PPD的数值,导致控制性能降低,而所设计的SM-MFAC控制器相对于PID(proportional-integral-differential)、基于比例-微 分(proportional-differential,PD)的MFAC可以更快更准确地追踪目标曲线.

摘要:网络结构对实现网络完全能控有很大的影响,在不增加驱动节点的前提下,仅基于网络结构来优化复杂网络的能控性具有重要意义.基于此,提出一种将静态对称网络划分成由多个快照(每个快照是一个静态网络)组成的动态时变网络的方法,利用时变网络的优势减少驱动节点提高网络能控性;给出由多个快照组成时变对称网络能控性的判据,快照的最优划分,驱动节点数量与快照数量的关系;通过实际例子说明该划分方法的应用过程,并在模型网络和真实网络进行仿真验证,结果表明通过时间分段的方法可以有效减少对称网络中驱动节点的数量,提高网络能控性.

摘要:为了提高康复步行训练器人的智能性和安全性,提出一种运动速度决策的康复训练机器人限时学习迭代控制方法,目的是抑制训练者位姿不确定性和人机速度不协调对系统安全性能的影响.建立具有系统不确定偏移量的康复步行训练机器人动力学模型,通过比较康复训练机器人当前的运动速度和训练者的实际步行速度,提出机器人运动速度的决策方法,从而使康复者在主动训练模式下实现人机速度协调运动;进一步,利用机器人决策的运动速度和动力学模型建立跟踪误差系统,提出有限学习时间的迭代控制方法,并基于Lyapunov理论验证跟踪误差系统的有限时间稳定性.仿真对比分析和实验结果表明,所提出的速度决策方法和跟踪控制方法能使人机系统协调地进行主动模式的康复训练.

摘要:扩展置信规则库(EBRB)中的规则数量和参数取值共同影响EBRB推理模型的决策准确性和计算效率. 基于此,提出一种基于规则聚类和参数学习的改进EBRB推理模型,称为RCPL-EBRB模型.所提出模型的基本原理如下:首先,依据密度聚类分析对EBRB进行规则聚类来识别EBRB中无效的扩展置信规则和优化传统EBRB的建模过程;然后,以聚类所得到的规则簇(即Sub-EBRB)进行参数学习和规则推理,保证激活规则集合的一致性,从而提高RCPL-EBRB模型的决策准确性和计算效率;最后,引入非线性函数拟合和基准分类问题数据集开展模型的有效性检验和参数灵敏度分析.实验结果表明,所提出RCPL-EBRB模型比现有EBRB推理模型和传统机器学习方法具有更高的决策准确性.

摘要:工业过程运行状态评估方法是对过程当前运行状态进行合理的评价,为工业过程的安全、高效运行提供有益的指导.带钢轧制过程具有流程长且系统层级多等特点,而传统的运行状态评估往往采用集中式的评估方法,难以对轧制过程全流程的运行状态进行合理的评估.针对此问题,提出一种融合分层分块信息的轧制过程运行状态评估方法.采用一种多层级分块的评估策略,将全流程分为若干个层级和子块,提高评估结果的可解释性.提出一种联合核主成分分析(kernel principal component analysis,KPCA)和t-分布随机邻域嵌入算法(t-distributed stochastic neighbor embedding,t-SNE)的特征提取方法,并行地提取全局和局部的特征信息.进而,针对传统支持向量机(support vector machine,SVM)输出结果为硬判型输出,将SVM的输出结果映射为后验概率,并通过D-S证据理论融合多个层级的运行状态评估结果,从而实现决策层面的信息融合,提高评估结果的准确性.最后,将所提出方法应用于实际带钢轧制过程,与各类传统的方法相比评估准确率提高近18%.

摘要:基于现实行为系统中存在的时滞效应和多变量灰色预测系统中需区分新旧信息及预测趋势不可控的情况,通过引入改进的阻尼累加生成算子与时滞系数,提出多变量时滞阻尼累加灰色模型(TLDAGM(1,N))及其扩展形式,模型理论上可达到与传统多变量灰色预测模型的兼容性;讨论模型的参数估计方式及求解方法,给出模型的参数优化方法及具体的建模步骤;将该模型应用于我国高新技术企业产值及河南省粮食产量预测问题中,并与传统多变量灰色预测模型进行比较.结果表明:所提模型的模拟精度和预测精度均显著优于传统多变量灰色预测模型,新模型能够较好地识别多变量行为系统数据中包含的时滞性、重要性及时间序列的趋势因素.实例分析的结果验证了所提模型的合理性、适用性和有效性.

摘要:针对一类非高斯噪声环境下固定点平滑估计问题,设计一种使用最大相关熵准则作为最优估计标准的平滑估计算法,称之为固定点最大相关熵平滑估计(fixed-point maximum correntropy smoother,FP-MCS).首先基于矩阵变换给出最大相关熵Kalman滤波的新表达形式;然后以此为基础,引入新的状态来扩展系统,并推导出固定点最大相关熵平滑估计的在线迭代方程;进一步比较平滑前后状态估计误差协方差,从理论上分析算法的性能改进,同时比较其计算复杂度;最后通过算例验证所设计的算法在非高斯混合噪声干扰下的有效性和优越性.

摘要:基于带惩罚项准则函数,研究受控自回归系统的辨识问题.首先,通过负梯度搜索,极小化带惩罚项的准则函数,得到计算参数估计的递推关系,并利用一维线搜索确定最佳步长,推导带惩罚项投影梯度辨识算法和带惩罚项随机梯度辨识算法;然后,为了提高带惩罚项随机梯度算法的收敛速度,使用多新息辨识理论,推导带惩罚项多新息随机梯度辨识算法;最后,通过仿真实例验证所提出算法的有效性.

摘要:大数据背景下,仿真模型通常有许多因子,仿真筛选实验(screening)就是识别出其中对响应(仿真输出或系统绩效)起最重要作用的少部分因子(亦称仿真输入或变量) 的重要方法.目前常用的筛选方法有序贯分支法(SB)与基效应法(EE).相较于SB方法,EE以其不假设具体的仿真输入/输出数学关系(model-free)的优势在近年来不断发展并被应用于诸多领域,然而其劣势在于计算效率.为提高EE仿真模型的计算效率,提出一种改进的更具一般性的整群抽样方法(简称ECS).相较于现有整群抽样方法,ECS通过拆分矩阵的方式自动构造抽样矩阵,利用该矩阵能够为每个因子生成数量相同且满足目标的基效应,节省大量的仿真预算.蒙特卡罗仿真实验表明,ECS在不损失统计效力的基础上可大大提高计算效率,充分验证该方法的有效性.

摘要:针对考虑能量消耗的绿色置换流水车间调度问题,以最大完工时间和总能量消耗为优化目标,提出一种混合分解多目标进化算法(HMOEA/D).首先,为了保持初始种群的多样性,使用一种混合初始化策略产生高质量初始种群;其次,采用禁忌搜索策略作为局部搜索算子,强化算法跳出局部最优能力;最后,提出节能策略,以进一步优化总能量消耗目标.通过对标准测试集进行仿真实验并与代表性算法进行比较,验证所提出算法的优越性.

摘要:随着智能制造和绿色制造战略的提出,实际生产对小批量定制化加工的需求日益增加,同时为了进一步提高生产制造的加工效率和产品质量,返工生产线在企业中的应用也日益频繁.基于小批量生产背景,针对应用随机故障机器和有限缓冲区的多返工生产系统,进行瞬态性能分析,并对多返工系统进行生产调度.为定量分析该生产系统的瞬态性能,通过马尔科夫分析方法建立系统的数学模型,提出一种动态的分解和聚合算法来预测系统的生产率、消耗率、在制品库存等瞬态性能指标,并基于仿真对比实验验证所提出算法的精确性和有效性.此外,针对返工生产系统在劳动力有限的情景下,采用优化算法对各机器效率进行合理分配来优化系统的生产性能.最后,根据劳动力分配实验结果总结分配策略,为该系统的生产运行提供决策支持.

摘要:为充分利用高铁非高峰期的列车运能,高铁快运已成为铁路快捷货运发展新趋势.然而,受客运需求波动影响,载客动车组可用于高铁快递的运能呈现高度不确定性,给日常运营组织带来巨大挑战.为增强高铁快运系统应对随机运能的能力,提出一种考虑随机运能的高铁快递运输计划优化方法.首先,采用离散场景刻画列车运能的不确定性,以最大化高铁快运期望总收益为目标,综合考虑快递的送到时限和运营约束,针对场景概率分布精确已知情形,构建两阶段随机规划模型(SP);然后,进一步考虑场景概率分布信息部分已知情形,构建两阶段分布鲁棒优化模型(DRO),基于盒式模糊集,借助对偶理论将DRO模型转化为等价的整数线性规划模型并利用GUROBI求解;最后,基于宁杭高铁设计数值实验验证模型的有效性,结果表明,相较于SP模型,DRO模型体现出较强的鲁棒性,只需付出较小的代价即可有效抵抗运能波动对运输计划的影响,并且能够改善最坏情形下解的质量,切实改善高铁快递实际运营中的稳定性.

摘要:针对现实中广泛存在的多资源工序的资源分配问题,考虑基于资源使用的优先次序约束,以最小化加权完工时间为优化目标,构建一类新的资源分配混合整数线性规划模型.其次,提出Benders分解和禁忌搜索的混合算法,该混合算法以Benders分解为基本框架,将原问题分为提供资源分配方案的主问题和计算工序加权完工时间的子问题,并通过改进数学模型和添加禁忌搜索提高混合算法的收敛速度.最后,通过300个随机仿真算例测试结果表明,在相同时间下求解小规模问题时,所提的Benders分解混合算法能获得距离商业求解器CPLEX最优解平均差距为0.86%的满意解;在求解大规模问题时,所提出的算法的性能表现优于CPLEX、禁忌搜索算法、变邻域搜索算法和Benders分解嵌入遗传算法的混合方法,能给出更好的资源分配方案,与CPLEX相比,上界和下界分别改善了4.74%和9.62%.

摘要:针对智慧交通中多点位监控视频分析时出现的计算任务繁重、设备之间资源利用不均衡的问题,提出一种基于云控制的视频分析卸载方案.首先,针对客户端算力不足而无法完成视频分析任务的问题,使用一种视频卸载框架,将部分视频分析任务切块卸载至云服务器处理;其次,针对服务器与多客户端之间的算力资源竞争问题,提出一种阶段优化卸载算法,平衡设备之间负荷,提高资源利用率;最后,针对不同点位的客户端需求不同的问题,在算法中加入精度和能耗偏好,满足不同客户端的需求.与其他卸载方案对比的实验表明,所提出方案能够更好地对视频分析任务进行合理分配,提高系统收益,并通过扩展实验验证所提出系统的扩展能力.

摘要:针对要求迅速处置突发公共卫生事件的需求,作为有效隔离控制疫情扩散的关键举措之一,提前规划应急医疗设施选址及规模,对于快速响应、节约建设成本和社会资源具有重要意义.对此,针对需求不确定的突发疫情状况,研究应急医疗设施的建设选址以及床位规模的优化决策问题,以最小化建设选址与运营成本以及床位资源供求比差异为优化目标,建立双目标整数规划模型.根据模型特点,设计epsilon约束精确算法和基于就近原则思想的启发式算法进行求解,同时运用非支配排序遗传算法(NSGA-II)进行对比分析.数值实验结果验证了所设计算法的运行效率.研究结论对于应急医疗设施建设选址及规模决策具有良好的应用指导价值,可为管理者决策提供一定的理论依据.

摘要:航运物流行业涉及多个环节,因此航运物流区块链平台需要多个物流企业积极加入.航运物流区块链平台应用下的航运物流信息披露水平和消费者偏好都会对物流企业的参与决策产生影响.基于消费者存在航运物流服务和信息偏好以及船公司可选择参与已搭建好的航运物流区块链平台(简称“上链”)的假设,利用两阶段博弈刻画了航运物流信息披露下的两个船公司的博弈均衡,进而通过对比3种“上链”模式,分析船公司的“上链”决策.研究发现,当消费者更关注航运物流服务水平时,与都“上链”相比,两个船公司都“不上链”能使双方获益,且披露航运物流信息和虚报舱位数量多的船公司获益更多;若仅有一个船公司“上链”,其收益最大.当消费者更关注航运物流信息披露水平时,若两个船公司都“上链”,能实现共赢,且船公司披露的航运物流信息水平越高收益越大.同样,若仅有一个船公司“上链”,其收益最大.研究结论能够为航运物流企业应用区块链技术提供有益的管理启示.

摘要:针对面板数据样本行为矩阵间的关联性分析,从接近性视角提出基于面板数据的灰色点集关联分析模型.首先,将样本行为矩阵的二元指标子矩阵投射为空间中的点集,利用对应点的高度差建立对应点集的绝对离差矩阵,依据此矩阵中数据的平均值和标准差分别建立对应点集的绝对离差平均值关联系数和绝对离差标准差关联系数,基于此,构建灰色点集关联分析模型;然后,讨论模型的规范性、接近性、正定性、对称性等性质,对比分析发现,模型不仅不受指标排序的影响,且能够感知样本行为矩阵间数据差距的变化并有效反映其接近性;最后,利用灰色点集关联分析模型对豫中4个城市的空气质量进行定量评价,并基于此进行豫中4个城市的关联聚类,将豫中划分为3类污染区域,以期为豫中大气污染联防联控的区域划分提供理论支持.

摘要:针对图模糊多属性决策方法基于未知属性权重且往往只考虑客观属性信息的不足,提出一种基于后悔理论的图模糊LINMAP多属性决策方法.首先,依据后悔理论的思想,定义图模糊后悔-欣喜函数,给出方案感知效用值的计算方法;然后,设计图模糊偏好信息集,用其表示属性间的相互影响关系,并提出方案对序列和决策者事先给定偏好信息的图模糊一致性程度和非一致性程度;接着,通过图模糊得分函数和精确度函数构建含有参数的目标函数,并设置图模糊阈值,使得非一致性程度最小化且一致性程度与非一致性程度差别至少不小于该图模糊阈值,据此建立新的优化模型,获得备选方案的属性权重向量和模糊理想点,进而利用感知效用值对备选方案进行排序择优;最后,通过算例分析验证所提出方法的合理性,并通过灵敏度分析和对比分析表明所提出方法的灵活性和优点.