【摘 要】
：
针对薄膜晶体管液晶显示器(TFT-LCD)模块组装生产规模性、精密性、重复性的特点,引入相关工件学习效应和遗忘效应因素,建立以极小化工件最大工件完工时间为目标的TFT-LCD模块组装调度模型。采用新型的布谷鸟智能优化算法对该模型进行求解,通过对算法进行模拟仿真实验,验证了算法在求解模块调度问题上的有效性和可行性。根据实验结果,分析探讨学习效应和遗忘效应对模块组装调度的影响,并据此提出相应的调度建议
论文部分内容阅读
针对薄膜晶体管液晶显示器(TFT-LCD)模块组装生产规模性、精密性、重复性的特点,引入相关工件学习效应和遗忘效应因素,建立以极小化工件最大工件完工时间为目标的TFT-LCD模块组装调度模型。采用新型的布谷鸟智能优化算法对该模型进行求解,通过对算法进行模拟仿真实验,验证了算法在求解模块调度问题上的有效性和可行性。根据实验结果,分析探讨学习效应和遗忘效应对模块组装调度的影响,并据此提出相应的调度建议。
其他文献
在现有的家庭能量管理系统(home energy management system,HEMS)的基础上增加分布式储能模块组成新的HEMS,并在此基础上提出了一种改进的基于0-1线性整数规划方法的家电最优调度模型。通过此调度模型,用户可以根据各自需求分别实现用电费用最省、用电费用最省同时兼顾满意度或者二氧化碳排放最小的目标。该调度模型无论是在目标函数还是在约束条件上都采用线性化表示的方法,在使用极
研究高效的动态路由选择方法对提高网络吞吐量及缓解交通拥塞程度至关重要。为此,从引力理论角度深入分析了网络交通传输过程中节点对交通流的聚集作用,考虑节点自身及其邻居节点的畅通程度及传输路径长度,建立节点对交通流的引力模型,进而提出一种顾及节点聚集能力的引力场动态路由方法。为检验方法有效性,对不同路由策略进行对比仿真实验。结果表明,与最短路由算法相比,该路由算法较大地提高了网络的吞吐量,并具有较好的稳
云计算中,调度策略对于用户任务的运行和服务提供方均有很大的影响,直接影响到云平台的运行效果。针对传统任务调度算法难以适用于云计算环境这一问题进行了研究,采用由星型结构演化而成的多代理模型,给出了多代理模型的体系结构,然后针对多代理系统,提出了基于服务时间和可靠性为优化目标的任务调度策略,并采用模拟退火算法进行求解。最后进行了仿真实验,实验结果表明提出的调度策略是高效的。
基于分簇的分布式传感器网络的有效性在很大程度上取决于传感器部署所实现的覆盖范围。针对现有的节点部署与目标定位方案的不足,提出一种虚拟力量算法作为传感器部署策略,以便在传感器初始随机部署后提升覆盖范围。给定一定数量的传感器后,该策略通过综合利用引力和斥力来确定传感器在随机部署之后的虚拟移动路径和移动速度,从而使传感器区域覆盖最大化。同时,提出一种由簇头运行的概率目标定位算法。簇头只需查询少量传感器(
提出一种基于维基百科的领域实体发现方法,该方法将构成领域实体的典型字或词作为种子元素,利用少量种子元素作为实体发现的初始知识,有效地克服了传统方法在获取种子词条时过分依赖领域专家的局限,同时还利用维基百科词条中的分类信息,通过计算维基百科类与领域类间的隶属度实现领域实体的有效扩充。人工抽样对实体发现结果进行检验,平均准确率达到80%左右,同时还将构建出的领域实体知识应用到文本分类中,结果显示,当训
针对K-medoids聚类算法对初始聚类中心敏感、聚类结果依赖于初始聚类中心的缺陷,提出一种局部方差优化的K-medoids聚类算法,以期使K-medoids的初始聚类中心分布在不同的样本密集区域,聚类结果尽可能地收敛到全局最优解。该算法引入局部方差的概念,根据样本所处位置的局部样本分布定义样本的局部方差,以样本局部标准差为邻域半径,选取局部方差最小且位于不同区域的样本作为K-medoids的初始
过程挖掘旨在从事件日志中自动抽取过程模型用于支持过程设计和分析,完备日志是过程挖掘算法设计、测试和分析的前提。提出了基于Petri网模型行为仿真的完备日志生成算法,在
针对函数是非光滑的问题以及采用固定惩罚项的弊端,利用Clarke广义梯度的理论和Lagrange乘子法的思想,建立了一个微分包含的神经网络模型。此模型是采用罚函数的方法,有效避
如何在协作认知网络中有效地实现主要用户和认知用户的频谱共享,即如何在众多认知用户中选择合适的认知中继集是一个基本问题。通过确定并优化主要用户和认知用户效用函数来
针对产品设计方案费效权衡中由于未考虑生产过程中不确定性因素影响而导致的权衡结果易产生偏差的问题,提出将不确定优化理论引入产品设计方案费效权衡模型中。在对关键设计