基于多Agent的柔性作业车间动态调度方法研究

为提高调度策略对工件到达密度变化的适应能力,对柔性作业车间内的动态调度方法进行了研究。首先根据调研结果以及Agent建模方法构建了基于多Agent系统的柔性制造动态调度系统;然后结合柔性制造背景下的复杂结构件加工特点对调度过程中任务分解、机床选择、任务分配3个步骤的运行机制进行了改进,形成了基于工序块的任务分解机制、基于加工精度的机床选择机制以及基于调度规则的动态时间窗调度方法;最后通过试验验证了该动态调度方法在工件到达密度变化场景下的可行性,对当前实际的柔性作业车间生产活动具有一定的指导意义。     

基于区间协同拍卖策略的改进多Agent车间调度模型研究

基于合同网协议的传统多Agent方法 (Traditional Multi-Agent Way,TMAW)求解作业车间调度问题,一般以单一的完工时间为优化目标,忽略了调度多目标性的要求;同时,招投标机制下Agent之间的任务优化分配本质上是单步优化,优化区间过小导致对系统整体调度性能的提升非常有限。针对上述问题,重新规划了多Agent调度模型,提出一种区间协同拍卖的动态调度策略(Interval-Synergy-Auction Scheduling Strategy,ISASS),该策略实现了一定时间窗口内时间、成本、设备负载和能耗的全局多目标优化,并可通过设置权重系数来调节优化目标倾向,很好地规避了上述传统多Agent方法的不足。最后,通过仿真测试验证了上述策略的高效性,同时研究了不同时间窗口和权重系数对调度性能的影响,可较好地指导实际生产。     

基于免疫算法的柔性制造单元动态调度研究

 为了将调度理论实用化,研究接近生产实际的柔性制造单元动态调度,既解决路径选择问题,又优化工序调度方案。不仅考虑了零件分批、工艺路线柔性可变、不相容指标协同优化等问题,而且探讨了由于设备故障、加工任务临时变动等扰动因素引起的动态调度。建立了柔性制造单元动态调度的数学模型;针对这个组合优化问题的难处理性,提出了一种免疫算法;引入了滚动 扰动混合再调度策略。采用提出的方法求解西安航空发动机(集团)有限公司的柔性制造单元动态调度问题,得到满足实际生产要求的优化调度方案。实例仿真结果表明柔性制造单元动态调度问题采用提出的算法、策略和方法基本能够得到解决。
     

航空复杂壳体零件FMC中的刀具管理与调度

结合壳体柔性制造单元实际，根据刀具流程和调度真理表，在扩充机床原有的刀库管理功能基础上，制定了ＦＭＣ内部刀具管理与调度规则，开发了相应的控制软件，经ＦＭＣ—３０３实践考验是可行的。     

车间动态调度方法研究与应用

作业调度是实现车间数字化制造的基本软件功能之一.本文介绍了车间动态调度问题,提出一种动态调度方法,同时将此方法应用于航空小批量产品的车间调度,该方法以基于遗传算法的静态调度为基础,结合机床与工艺路线的约束,按照各种规则求解以产品的加工周期最短为目标的调度问题,并通过具体的实例仿真分析其有效性.     

一种基于混合规则的作业车间计划调度方法

针对多品种小批量生产车间计划调度存在的复杂度高、实用性差等问题,在分析车间计划调度相关的任务、资源和约束等要素的基础上,提出了一种基于混合规则的计划调度编制算法,该算法综合考虑了零件差异性、工艺差异性、设备差异性、以及交货期约束等因素,使得该方法具有可行性高、实用性强等特点,较好地满足了离散制造车间的实际需求.     

基于混合遗传算法的敏捷车间调度研究

基于遗传算法和模拟退火算法相结合的混合遗传算法,研究了敏捷车间作业排序的初始化(静态调度)和动态重调度机制,通过与相关文献中实例的分析比较表明调度算法性能良好,能够应用于实际的制造环境。     

基于自适应免疫遗传的工艺与调度集成研究

针对多目标柔性工艺规划和调度集成问题,提出基于免疫遗传算法的多目标柔性工艺与调度集成求解方法。首先建立多目标柔性工艺规划和调度集成模型;引入决策者的模糊偏好信息实现对多个优化目标的决策;提出了基于自适应策略的免疫遗传算法,通过实例验证了方法的有效性,并与遗传算法和免疫遗传算法进行对比分析证明了方法的优越性。     

航空电子多信道实时分组调度方法

 针对航空电子波分复用（WDM）网络,提出了一种新的多信道实时调度策略实时多信道加权轮转调度（RMWRR）,将多信道分成强实时信道组和尽力服务信道组,通过调整强实时信道组的权值分配和在尽力服务信道组进行权值补偿的方法,在满足强实时消息强实时约束的同时,提高了带宽利用率,可以适应动态消息的权值变化。对经过流量整形的非强实时消息,RMWRR在尽力服务信道组对其提供延迟上界。通过理论分析,推导了RMWRR的强实时调度条件和尽力服务延迟上界。仿真和算例分析验证了该调度策略的强实时约束下的低资源占用和非强实时下的低延迟特性。     

基于PSO算法的舰载机舰面布放调度方法研究

基于智能粒子群(PSO)算法对戴高乐航母舰载机舰面布放调度问题的解决方法进行了研究。首先,分析了舰载机舰面布放调度的必备条件,包括设置舰面战位;测量计算舰载机由各个停机战位分别到2个准备战位的近似移动距离;分析了舰载机正常的出动流程;设计了不同数量舰载机的出动时间计算公式等。其次,将舰载机舰面布放调度问题转换为带有约束条件的多目标函数求最小解问题,并给出了数学模型。再次,分析PSO算法本身的特点、优点,给出其用于解决舰载机舰面布放调度问题的可行性,并具体分析了解决思路。最后,通过编制程序对该解决方法予以实现。实验结果表明,基于PSO算法的舰载机舰面布放调度问题解决方法是可行的,与实际要求也基本一致。     

航空运输企业营销诊断初探

为了提高航空运输企业的经济效益。从市场战略诊断、航空运输价格政策诊断、销售渠道诊断三方面入手，说明了市场营销诊断是航空运输企业提高自身竞争能力，促进航空运输企业经济效益提高，加快航空运输企业发展的必由之路。     

事理图谱赋能的航空数据智能技术研究

大数据、人工智能等新一代信息技术对航空制造业数字化转型具有重要推动作用。针对航空制造业数据多源异构、样本少、强关联等特征,利用知识图谱等新一代知识工程技术对数据的结构化描述、高效管理的能力,提出基于事理图谱的航空数据智能技术体系和分析流程,重点研究面向航空领域数据的本体建模、事件关系识别、事件抽取、事件消歧等技术方法,并选择某单位航空产品开展质量问题原因分类、质量事理图谱构建、事理知识推送等应用及原型系统建设,辅助进行质量问题审理,推动质量问题快速反应。结果表明：利用数据和知识开展数据智能化质量管理的技术体系和路径可行,基于事理图谱的质量知识抽取算法具有较强的实用性,为推进航空制造业全生命周期全过程数据智能化应用提供支撑。     

基于混合蚁群算法的柔性模糊车间作业调度

采用蚁群算法作为全局搜索算法,提出一种混合搜索策略,用于求解柔性模糊Job Shop调度问题.根据模糊Job Shop调度问题解的特性,提出基于     

基于复杂网络的航空制造供应链关键节点识别研究

随着不稳定因素的增加以及航空制造供应链的参与主体增多，航空制造供应链的管理所面临的风险也随之增大。因此针对航空制造供应链网络的风险管理，以复杂网络为工具研究供应链网络中的关键节点识别问题，从而帮助航空供应链提升抗风险能力。通过分析我国航空制造供应链网络现状和特点，提出供应链形成机制并划分供应链层级，对航空制造供应链进行构建及指标界定，对度中心性、介数中心性、接近中心性三种经典中心性算法以及传统K-Shell 分解算法进行加权改进；结合熵值-TOPSIS 法提出一种针对加权网络的供应链关键节点识别算法——WKC 算法，通过构造网络来进行算例分析，验证该种算法的有效性。结果表明：本文提出的WKC 算法原理科学、计算复杂度较低，为航空制造等高端装备制造业供应链的风险管理提供了一定的参考。     

Satellite range scheduling with the priority constraint: An improved genetic algorithm using a station ID encoding method

Satellite range scheduling with the priority constraint is one of the most important problems in the field of satellite operation.This paper proposes a station coding based genetic algorithm to solve this problem,which adopts a new chromosome encoding method that arranges tasks according to the ground station ID.The new encoding method contributes to reducing the complexity in conflict checking and resolving,and helps to improve the ability to find optimal resolutions.Three different selection operators are designed to match the new encoding strategy,namely random selection,greedy selection,and roulette selection.To demonstrate the benefits of the improved genetic algorithm,a basic genetic algorithm is designed in which two cross operators are presented,a single-point crossover and a multi-point crossover.For the purpose of algorithm test and analysis,a problem-generating program is designed,which can simulate problems by modeling features encountered in real-world problems.Based on the problem generator,computational results and analysis are made and illustrated for the scheduling of multiple ground stations.     

螺旋锥齿轮齿面接触分析改进算法研究

针对现有齿面接触分析(TCA)的不足,提出了螺旋锥齿轮齿面接触分析的改进算法.基于空间曲面啮合原理、Enler-Rodrigues公式以及接触区几何形状的等量关系对齿面接触分析算法进行了改进,通过方程变换,减少了求解接触点位置的非线性方程组维数,由啮合方程求得到初值选取计算公式,使初始值求解有规律可循.以一对弧齿锥齿轮为例,对算法进行了对比分析与验证,结果表明:改进的齿面接触分析算法可减少求解非线性方程组时初值选取的繁复性与增强非线性方程组迭代求解的稳定性;并利用几何等量关系求解接触区几何参数,能避免求解复杂的齿面相对曲率等二阶几何参数.      

Optimization of fixed aviation support resource station configuration for aircraft carrier based on aircraft dispatch mission scheduling

Before the dispatch of the carrier-based aircraft, a series of pre-flight preparation operations need to be completed on the flight deck. Flight deck fixed aviation support resource station configuration has an important impact on operation efficiency and sortie rate. However, the resource station configuration is determined during the aircraft carrier design phase and is rarely modified as required, which may not be suitable for some pre-flight preparation missions. In order to solve the above defects, the joint optimization of flight deck resource station configuration and aircraft carrier pre-flight preparation scheduling is studied in this paper, which is formulated as a two-tier optimization decision-making framework. An improved variable neighborhood search algorithm with four original neighborhood structures is presented. Dispatch mission experiment and algorithm performance comparison experiment are carried out in the computational experiment section. The correlation between the pre-flight preparation time (makespan) and flight deck cabin occupancy percentage is given, and advantages of the proposed algorithm in solving the mathematical model are verified.     

基于遗传算法的民用航空发动机送修方案决策研究

为了给航空发动机在整个使用周期内送修方案的制定提供支持,降低发动机使用周期内的大修成本,针对单元体结构的民用航空发动机,基于制造商的发动机维修管理大纲,同时考虑时寿件寿命和单元体超出软时限导致性能衰退而造成发动机送修的情况,设定大修间隔不超过最大送修间隔,建立了一种以送修时间间隔为优化变量,以单位飞行小时送修成本最小为优化目标的发动机大修成本优化模型。采用遗传算法对模型进行求解,并以V2500发动机为例,对其25年里多次返厂送修方案进行了优化,表明当送修次数为6次时返厂大修成本最低,并给出了相应的各单元体的修理级别,该方法可为航空公司制定发动机送修方案提供参考。      

一种基于偏好MOEA的卫星地面站资源多目标优化算法

随着中国航天事业的发展,卫星地面站资源匮乏问题日益突出,需要对其进行统筹优化使用。因此,卫星地面站资源规划问题得到了广泛关注。在分析问题特点的基础上,对用户规划结果的偏好信息进行建模表达,建立了涵盖用户偏好的多目标数学规划模型,提出了基于偏好多目标进化算法的卫星地面站资源规划算法。为了进一步提升算法性能,设计了基于领域知识的启发式策略,包括：任务扩充策略、冲突消解策略以及任务缩减策略等。实验结果表明,与现有算法相比,用户偏好信息的引入能有效提升问题求解针对性,在IGD-CF （Inverted Generational Distance based on Composite Front）指标上取得了更好的效果。     

基于脉冲交错的数字阵列雷达任务优化调度算法

针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题,提出一种数字阵列雷达(DAR)任务的优化调度算法。该算法以脉冲交错技术为基础,在对目标搜索与跟踪的同时,利用基于压缩感知的稀疏孔径认知逆合成孔径雷达(ISAR)成像方法对部分精密跟踪目标成像,并采用观测时间动态调整策略以提高雷达系统的自适应能力。仿真结果表明,与传统雷达资源调度算法相比,该算法可以将成像任务考虑到优化调度模型中并合理分配资源,实现雷达多任务并行的调度,获得更高的资源利用率与期望的成像质量。