【摘 要】
：
2013年德国政府提出“工业4.0”战略,并且在汉诺威工业博览会正式推出,这标志着最新一轮工业革命的开端,该战略旨在利用信息化技术提升制造业的智能化水平。两年后中国提出《中国制造2025》战略,其中的两项主要战略任务为:推进两化（信息化与工业化）深度融合,全面推行绿色制造。调度作为制造业中重要环节,对调度能耗水平进行优化是响应绿色调度的一种重要方式。此外,结合企业不同产品在不同机器中加工效率不同的
论文部分内容阅读
2013年德国政府提出“工业4.0”战略,并且在汉诺威工业博览会正式推出,这标志着最新一轮工业革命的开端,该战略旨在利用信息化技术提升制造业的智能化水平。两年后中国提出《中国制造2025》战略,其中的两项主要战略任务为:推进两化（信息化与工业化）深度融合,全面推行绿色制造。调度作为制造业中重要环节,对调度能耗水平进行优化是响应绿色调度的一种重要方式。此外,结合企业不同产品在不同机器中加工效率不同的生产实际情况,本文选取不相关并行机调度为研究对象,针对不同约束,不同调度目标的两种问题,在Jaya算法框架的基础上结合问题约束设计策略进行求解,最后将两种算法运用到A公司的实际问题中。本文主要工作内容如下:（1）针对工件具有释放时间、交货期约束,机器可以关机/重启的不相关并行机系统,研究工件总拖期时间与机器总能耗加权和最小的调度优化问题。首先建立问题的混合整数规划模型,然后针对问题采用二段式编码方案有效表示问题解,其次提出改进策略形成自适应精英Jaya算法（AE-Jaya）:对立学习原则增强算法种群内个体多样性;自适应的种群精英主义提升算法局部搜索策略;基于Jaya算法思想的交叉策略在保证迭代过程中产生满足约束内解的同时可以保证算法的寻优性能。最后通过随机产生的算例验证算法策略的有效性,并将AE-Jaya算法与其他求解不相关并行调度问题的算法对比,验证AE-Jaya算法求解该问题具有优越性。（2）针对具有序列相关设置时间的不相关并行机系统,研究获取最大完工时间与机器总能耗两个目标帕累托最优解的调度优化问题。首先建立问题的数学模型,然后针对问题采用二维实数编码方案映射解空间,其次对于多目标Jaya算法提出改进形成自适应多种群Jaya算法（SAMP-Jaya）:运用两种规则初始化种群提升初始种群质量有助于算法寻优;采用多种群策略提升算法全局搜索能力;提出位置向量排序的方式更新个体确保将Jaya算法针对连续型变量的更新与问题离散型解迭代的有效结合。最后利用四个指标验证算法求解问题的优越性。（3）A公司目前采用一种简单的启发式规则为加工汽车零部件的调度环节进行排产,目前调度方案无法降低工件总加权拖期的同时有效降低机器总加工能耗,导致调度目标值较高。对此,采用AE-Jaya算法与SAMP-Jaya算法对公司加工实例求解,在求解质量与收敛性能两方面对两种算法的结果进行分析,并将两种算法的最优调度方案与当前调度方案对比,发现采用两种算法求解可以有效降低机器总加工能耗,突破当前调度方案的局限性。本文针对两种不同约束、目标的不相关并行机调度问题,分别提出AE-Jaya算法与SAMP-Jaya算法进行有效求解,将两种算法运用到公司实例后,发现两种算法最优解相近,AE-Jaya算法收敛速度更快,SAMP-Jaya算法全局搜索能力更强。相较公司目前现有的调度方案,两种算法的最优解在降低工件总加权拖期的同时也能显著降低机器总能耗,降低调度目标值,响应绿色调度。
其他文献
由于世界各国环境恶化与资源匮乏问题日益突出,许多国家和地区开始反思问题根源,并出台相关政策确保生态环保落实到位,从而有效减少资源浪费、保护环境。为响应政策要求,相关制造型企业通过投资产品绿色技术、设备等以提高企业产品绿色水平,使自身利润提升的同时,又能提供消费者高绿色水平产品。但在此过程中,又加大了制造企业及其零售商的风险,如研发风险、市场需求风险等。除此之外,随着互联网购物的快速发展,消费模式也
随着“低碳经济”理念的深入,消费者的环保观念逐步增强,并产生参考低碳水平效应进而影响企业的减排行为。在供应链体系中,由于环境的复杂性和对碳减排认知的偏差,供应链成员的互惠利他偏好也会影响企业的减排行为。在二者的影响下,企业在采取各种方式进行减排的同时,往往会利用自身优势将难以完成的碳排放转移给供应链上下游企业,以实现自身利益最大化。实践中,供应链企业间碳排放转移的产生不仅使得企业减排责任难以准确界
DNA甲基化是指DNA序列的特定碱基在DNA甲基转移酶的催化作用下通过共价键结合一个甲基基团的化学修饰过程。DNA N4-甲基胞嘧啶（4mC）和DNA N6-甲基腺嘌呤（6mA）是DNA甲基化的两种表现形式,它们会影响哺乳动物的生长发育,但具体机制尚不明确。因此,准确地检测它们在基因组的位置对深入了解其形成机制和功能作用至关重要。传统湿实验和高通量测序技术成本高、耗费时间长,难以应对爆炸性增长的基
当今时代,生物信息学研究受到越来越多的关注,在生物信息学多个研究领域中,林木基因组是非常重要的研究方向之一。林木基因组在新一代高通量测序技术基础上,测序产生了海量的基因组数据信息。面对越来越多的基因数据,如何有效地从基因序列中收集信息,从而解决生物学问题是当前热门的研究方向。本文在林木基因组已有的研究基础上,从基因组数据库中获取到多种林木基因组数据,完成基因序列处理,序列数据的序列比对和多序列比对
治疗肽是一种由20种氨基酸组成,总长度一般在5~50之间的氨基酸复合物,根据其相关功能可以用作生长因子、激素、神经递质和抗感染剂等,在生物学中起着至关重要的作用。过去几十年中已鉴定出7000多种多肽,具有抗癌、抗菌、抗炎、抗病毒等多种治疗特性。由于这些治疗特性,多肽在提供新的治疗方法方面展现出了巨大的潜力。例如,抗炎肽被用于治疗各种炎症性疾病,如阿尔茨海默病;抗癌肽被用于癌症治疗;细胞穿透肽被用做
中国已经进入人口老龄化社会。面对我国快速增长的人口老龄化问题和养老服务需求,各地区政府、企业家纷纷涉足于养老服务行业,结合当地实际情况,进一步制定了具体的政策方案支持养老产业的发展。为了全面放开养老服务市场,大幅提升养老服务和产品的有效供给能力,使供给结构更加合理,我国《关于全面放开养老服务市场提升养老服务质量的若干意见》指出以供应链模式引领养老服务行业发展。养老服务产业的发展不仅顺应我国老龄化、
随着重识别技术的发展和野外阿穆尔虎数量不断减少,保护这种野生动物对于维持物种多样性至关重要。在面临野外栖息地丧失、偷猎盗猎问题的不断激增,通过重识别方法对单只阿穆尔虎进行保护和追踪变得更加有意义,这项任务越来越依赖于能够精准检测该群体的地理位置和身份信息。本文为解决在阿穆尔虎重识别中遇到的问题,对野外阿穆尔虎重识别中所用到的方法进行了细致的调研、实验、分析,设计了基于正则化和领域适应的阿穆尔虎身份
随着网络数据的飞速增长,网络信息的真实性与可靠性变得越来越重要,但不断涌现出大量恶意诱导用户的虚假评论使其同时充满了挑战性。因此,自动识别虚假评论给用户带来更为真实可信的资讯至关重要。针对虚假评论识别,现有的大部分基于神经网络的方法虽解决了评论文本上下文语义信息的问题,但能够学习文本深层语义信息的深度学习模型应用较少,未考虑用户、评论与产品三者之间的隐含表达模式。在对数据进行分析之后发现:用户在发
番茄作为我国一种具有悠久历史的传统农作物,不仅成为人们日常饮食中的重要部分,而且在我国农业战略资源中发挥着不可替代的作用,然而随着番茄叶片病害逐年加重,严重制约了番茄产业的蓬勃发展。人工识别番茄叶片病害需要大量的经验和时间,且对识别人员能力要求较高。随着图像处理、机器学习、深度学习等知识技术的兴起,对农作物叶片病害实施自动检测变成现实。本文基于深度学习理论,利用卷积神经网络对Plant Villa
糖尿病性视网膜病变（Diabetic Retinopathy,DR）是一种常见的糖尿病并发症,是目前劳动人口致盲的主要因素,影响着全世界的糖尿病患者。临床经验表明,及时的诊断与治疗可以极大地降低糖尿病性视网膜病变致盲的风险,因此对糖尿病患者定期进行糖尿病性视网膜病变筛查具有十分重要的现实意义。针对医疗资源分布不平衡的现状,使用计算机辅助诊断技术进行糖尿病性视网膜病变筛查是十分有效的解决方案。目前有