一种有效支持空间分析的空间数据组织

Ｒｅａｌｍｓ是一种用于描述空间平面的数学模型。它提出了一种所有空间对象共享一个共同的空间元素集合的思想以及一种空间元素的排序规则。这些特点使得二维空间能够线性化为一维有序的元素集合，将二维空间问题转化为一维线性问题，从而使得基于Ｒｅａｌｍｓ的空间数据组织能有效地支持平面扫描算法。通过对空间对象的简单扫描，能够实现多数空间分析算法。以Ｒｅａｌｍｓ为基础实现空间数据管理系统能取得较高的效率，并且降低了     

基于遗传算法的航班动态排序模型的研究

讨论了空中交通流量管理中终端区航班的排序规划问题。目的在于在终端区空中交通繁忙的情况下有效地为到达航班安排合理的着陆次序，并在不违反飞机间距要求的情况下给出各飞机经过优化的着陆时间，提高机场跑道的利用率。本文把离场起飞的航班也引入到问题中来，建立了航班排序的动态模型和基于遗传算法的终端区动态排序算法。并对文献[1]中的算例采用本文方法进行验证计算，结果表明本文提出的方法计算效率高，实用可行。     

绝对不稳定性理论在尾流稳定性分析方面的研究

介绍了绝对／对流不稳定性的理论框架，并应用于钝体尾流剪切层的稳定性分析研究中。钝体尾流可以认为是局部平行流，而局部平行流的稳定性分析可以归结为Ｏｒｒ－Ｓｏｍｍｅｒｆｅｌｄ方程的求解。Ｏ－Ｓ方程求解化为一个复广义矩阵问题ＡＸ＝ωＢＸ，并分别约化Ａ，Ｂ为上Ｈｅｓｓｅｎｂｅｒｇ阵和上三角阵，通过Ｃｈｅｂｙｓｈｅｖ配置法可以求出特征值。最后对于Ｇａｕｓｓ尾流计算模型，给出了其在不同Ｒｅｙｎｏｌｄｓ下，流动     

“集成手工艺”引入首饰制造以改进产品质量和生产工序(英文)

本文尝试找出了劳动密集产品（ｌａｂｏｕｒ－ｉｎｔｅｎｓｉｖｅｐｒｏｄｕｃｔ）在制造过程中质量下降递减（ｇｒａｄｕｒａｌｌｏｓｓｏｆｑｕａｌｉｔｙ）所存在的问题。这些问题存在以下两方面：（１）手工艺（ｃｒａｆｔｓｍａｎｓｈｉｐ）：由制办至最后的制成产品，首饰制造仍然非常依赖工匠的手工艺水平，产品质量受手工艺水平影响；（２）劳动分工（ｔｅｃｈｎｉｃａｌｄｉｖｉｓｉｏｎｏｆｌａｂｏｕｒ）的基本条件的框定和束缚：批量生产的工序流程中，产品质量未能保持（或达致）原首办的质量水平及设定的规格。这些问题可以通过产品设计去解决，把集成手工艺（ｉｎｔｅｇｒａｔｅｄｃｒａｆｔｓｍａｎｓｈｉｐ）概念融入全面优质管理（ｔｏｔａｌｑｕａｌｉｔｙｍａｎ－ａｇｅｍｅｎｔ）的思想。在制造过程中，把传统的手工艺的优值和观念提升为改进产品质量（其中一种）重要的工具或方法，另一方面采用集成手工艺概念来建立基础要素和方案，防止产品质量在工序中递减下降。本文旨在重新确认手工艺研究的重要性，强调设计可用来全面提高产品质量及竞争力。     

R^s中紧集上的矩量问题

利用多元函数逼近、正泛函表示及半序空间间加性正算子延拓等结果给出了Ｒ＾ｓ中ｓ－维立方体上矩量问题有解的充要条件，从而把古典的Ｈａｕｓｄｏｒｆｆ矩量问题的定理推广到高维情形，特别是随着逼近手段的变更。本文处理方法可类推到更一般的凸紧区域上。     

关于F·Gross的一个问题

本文讨论了具有两个亏值的亚纯函数的唯一性问题，改进了Ｆ．Ｇｒｏｓｓ和仪洪勋等人的结果。     

被动空中交通流量管理中的动态排序算法

空中交通流量管理包括战略管理和战术管理两个方面，如何对等待降落的航班重新排序，使得在等待队列 航班的地面等待和空中等待成本总和最小是进近区域流量战术管制的主要研究内容之一。本文对目的机场的飞机降落时间问题进行了系统地分析，并利用互换理论对问题进行了推导与建模，得出了被动空中交通一管理中的动态排序算法。该算法与目前国内外一般处法不同，计算时不直接使用机场的容量约束，而是利用与容量相磁的统计航班服务时     

通用CAPP系统结构及其实现方法

在阐述通用ＣＡＰＰ（Ｃｏｍｐｕｔｅｒ－ａｉｄｅｄ ｐｒｏｃｅｓｓ ｐｌａｎｎｉｎｇ）系统应满足的条件和需要解决的问题的基础上，针对目前ＣＡＰＰ系统存在的不可移植、开发成本高等缺陷，对工艺信息属性进行了分析，采用软件框架与处理方法分离，对系统进行初始化、流程苑点的可重构等策略，提出通用ＣＡＰＰ系统的功能与结构。给出了资源适配器的构造方法和规则学习、更新、扩充的实现方法，经在ＡｕｔｏＰｒｏｃｅｓｓ系统     

用最优化方法求解磁头浮动块稳态特性

用稳态分析方法确定硬盘磁头的稳态飞行参数，以满足性能和可靠性要求是磁头设计的重要方面。本文将磁头浮动块的稳态分析问题转化为非线性最小平方和问题，然后通过组合运用Ｇａｕｓｓ－Ｎｅｗｔｏｎ方法和Ｌｅｖｅｎｂｅｒｇ－Ｍａｒｑｕａｒｄｔ策略求解。计算结果表明，文中运用的最优化方法在求解磁头浮动块稳态问题时是非常有效和可靠的     

数据库操作中记录移动的实现

本文针对数据库操作中无记录移动命令这一缺陷，提出了四种解决这一问题的方法，使得记录移动的实现在数据库操作中变得简单而高效，为数据库记录的特定排序工作带来了方便     

基于批生产的逐段式车间作业调度算法

探讨了离散作业型（Job shop）车间中的作业调度的分阶段模型，并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法，通过对一个实际车间作业调度仿真比较，此算法运算速度比最短加工时间（SPT）和最少工作量剩余（LWR）算法快，其调度结果在实际作业车间具有可执行性。     

节拍合同网协议及其在作业车间AGV调度的应用

Agent技术为制造系统建模提供有了一种有效的方法，并在制造作业车间调度中得到广泛应用。Agent在基于合同网协议的作业车间AGV调度中，存在协商频繁和投标并发操作问题。为了提高合同网协议的工作效率，本文将协议进行简化，提出了一种基于节拍的改进合同网协议。该协议通过节拍有序地处理投标，并利用阈值策略，对竞标报价做出限定。最后，通过基于多Agent的作业车间AGV调度仿真实例验证了基于节拍的改进合同网协议的效果。     

基于可变重调度区间的柔性作业车间动态调度策略

针对动态柔性作业车间调度问题,提出了基于可变重调度区间的动态重调度策略。建立了柔性作业车间调度数学模型。提出一种初始化机器、初始化工序和随机初始化相结合的改进种群初始化的方法,进一步提高初始种群解的质量。实际生产案例仿真对比分析结果表明,利用本文重调度策略和改进遗传算法后得到的结果比企业实际运行时间缩短了47.8%,比他人的调度策略所得到的优化结果提高了5.4%,从而验证了本文所提出算法的可行性和有效性。     

用遗传算法求解柔性作业车间调度问题(英文)

古典作业车间调度问题已经被研究了几十年并证明为 NP-hard问题。柔性作业车间调度是古典作业车间调度问题的扩展 ,它允许工序由一个机床集合中的任意一台加工 ,调度的目的是将工序分配给各机床 ,并对各机床上的工序进行排序以使完成所有工序的时间最小化。本文采用遗传算法进行柔性作业车间调度研究 ,针对柔性作业车间问题提出了一种新颖直观的基因编码方法 ,从而取消了运用遗传算法求解作业车间问题时为使基因合法化而进行的基因修复过程 ,仿真结果表明用该遗传算法解决柔性作业车间调度问题是有效的。     

绿色作业车间机器与AGV的集成调度研究

针对加工资源和运输资源集成下绿色作业车间调度问题,通过研究生产车间综合能耗模型,建立了机器和自动导引小车(Automated guided vehicle,AGV)集成调度下多目标优化模型。提出一种改进分布估计算法(Improved estimation of distribution algorithm,IEDA)对模型进行求解。首先,采用优良种群作为样本学习来构建概率分布模型以提高IEDA的全局搜索能力;然后基于一种类似激素调控机制的速度冷却控制方法设计出新的模拟退火函数,并将其融入到分布估计算法中以提高IEDA的局部搜索能力。最后通过数值实验来验证所提模型和算法的可行性和有效性。     

基于神经内分泌调控机制的类生物化制造系统研究

从制造系统、生物系统、控制系统学科交叉的角度出发,借鉴生物有机系统的神经-体液调控机制及规律,提出了一种新型的类生物化制造系统体系结构,研究如何将生物有机体的神经内分泌激素调控机制借用到制造系统调度规划与管理中。首先提出了有机制造单元的概念,然后建立了基于有机制造单元的具有多主体协调与递归控制特点的类生物化制造系统协调模型。基于神经内分泌激素调节规律,建立了类生物化制造系统的多重反馈控制模型,实现车间层在干扰环境下的快速自适应调度与控制。     

用遗传算法求解JSSP时的死锁对策研究

遗传算法被广泛应用于求解作业车间调度问题。然而，要用遗传算法有效求解JSSP问题，有一些问题必须首先解决，死锁问题就是其中之一。本文以死锁问题为中心，从死锁处理角度分析三种用于克服使用GA求解JSSP时出现死锁的有用方法，并给出了相应的实验统计结果和对比分析结论。     

基于工件表达法的遗传算法在车间作业计划中的应用

针对车间作业计划领域的实际情况，本文提出了一种简单快捷的遗传算法编码方式——基于工件表达法，详细讨论了其算法设计及其实现原理。通过基于该编码方式的遗传算法在车间作业计划优化中的应用实例与其他算法结果的比较，证明该编码方式简捷、实用、有效。     

柔性生产线信息管理系统关键技术的实现

介绍了一种基于柔性生产线的信息管理系统的结构、功能及特点，并对系统设计中有关技术问题提出了有效的解决办法。该系统是ＰＡＣ模型的一个实例，它不仅能根据设备能力及各种物料实际准备情况，对ＭＲＰＩＩ下达的作业计划作出优化调整，产生较优的生产次序；且能通过对生产线生产信息和设备状况信息的数据采集，实时仿真生产线运行状况，实现对生产状况的远程监视；并对质量进行统计和分析，找到问题的症结，为进一步提高质量提供     

Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.