并行加工系统一类排序问题的最优解

讨论了将多个零件分派给并行加工系统加工的排序问题.假设同一零件分配给不同的设备,其加工时间不同,分析了使所有零件的总花费时间(加工时间与等待时间之和)最小的排序方法.首先建立了该类问题的数学模型,然后将其转化为指派问题,通过匈牙利算法可以得到最优解.所得算法的时间复杂性是多项式界的.最后给出了一个数值例子说明求解过程.     

求解流水车间作业排序问题的一种遗传算法

车间作业调度与排序是生产管理与组合优化领域研究的重要课题，由于其内在复杂性，很难利用经典方法求出最优解。遗传算法对于这类问题具有较强的寻优能力。本文针对流水车间的作业排序问题设计了一种遗传算法的实现形式，对现有的遗传算子进行了改进，通过算例分析表明，该算法具有良好的收敛特性与运算效率。     

解JobShop问题的一种组合模拟算法

针对成批车间的作业排序(Job Shop Scheduling )问题设计了一种模拟退火与Tabu Search相组合的算法.首先用模拟退火算法求得一个初始解,再利用Tabu Search进行进一步的寻优.通过大量的算例分析表明,该算法具有良好的寻优特性与运算效率.     

一种求解同顺序Flowshop排序问题的新的启发式算法

在生产调度中经常遇到工件排序问题,这类问题大多属于NP类问题.对此,目前无论在理论上还是在实际应用中,都尚未找到令人满意的一般求解方法.针对NP类问题中的一类--同顺序Flowshop排序问题,进行了广泛而深入的调查和比较研究,在此基础上,提出了一种新的启发式算法(简称为WSH法),并通过大量的数据实验将该算法与目前已知较好的几种算法进行了比较.结果表明,WSH法结构简单,计算效率高,是求解中、小规模问题的较好算法.     

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

UKF参数估计在三体Lambert问题中的应用

为了快速精确地求解三体Lambert问题,提出了一种新的基于无损卡尔曼滤波(UKF)参数估计的数值求解算法,该算法由初值猜测和精确解求解两部分组成.首先,基于地月系统二体模型,通过简单迭代求解三体Lambert问题的初值.然后,将三体Lambert问题对应的两点边值问题转化为参数估计问题,通过UKF滤波算法求解,可得到收敛的精确解.该算法是基于概率估计理论的,不仅避免了传统数值方法推导相关梯度矩阵的复杂性,而且降低了三体Lambert问题对初值精确度的要求,从而显著降低了三体Lambert问题求解的难度.数值仿真表明,该方法求解效率较高,具有良好的鲁棒性,与微分修正算法、二阶微分修正算法对比具有更大的收敛域.      

一种改进的机械臂逆运动学阻尼最小二乘算法

研究了机械臂的逆运动学求解问题，给出一种阻尼最小二乘算法. 经典阻尼最小二乘算法的表现依赖于阻尼系数的选取. 提出的算法不依赖于阻尼系数，只要阻尼常数为正数，通过适当选取每一步的更新步长，就可以保证算法收敛. 此外还考虑了存在关节约束时机械臂的逆运动学求解问题，给出了一种保证关节角不超出其的允许范围的阻尼最小二乘算法. 最后给出了两个仿真算例，证明了提出算法的有效性.     

基于CCR带并行腔双集束型设备调度方法

为有效解决450mm晶圆制造中带有并行处理腔的集束型设备群调度问题,提出了基于产能约束资源（CCR）的调度方法。首先,综合考虑多品种加工、晶圆驻留和资源约束等特征,以系统总完工时间最小作为目标,建立带并行腔双集束型设备调度数学模型;其次,为优化机械手作业顺序,对CCR实施锁定-收紧-松弛（LTL）策略,构建了一种以CCR为界的分段调度算法;最后,进行了仿真实验分析。结果表明本文提出的算法是有效和有竞争性的。      

异构计算系统中独立任务调度的混合遗传算法

有效的任务调度是异构计算系统获取高性能的关键因素之一,由于任务调度问题是NP-困难的,为了获取尽可能好的解,文献中存在许多启发式调度算法.针对异构计算系统的独立任务调度问题,基于遗传算法和最小完成时间算法MCT(Minimum Completion Time),提出一种新的混合遗传算法,它采用遗传算法来进化任务调度的优先队列,然后再使用MCT算法把优先队列解码为一个有效的调度,与文献中其它算法进行比较表明,它不但能产生更好的调度结果,而且有很好的收敛速度.      

三种虚拟阵元内插超分辨测向算法的性能对比

对比研究了基于虚拟阵元内插的三种超分辨测向算法.在对多个小孔径雷达阵列的观测数据进行相干处理的基础上,分别应用非线性最小二乘迭代(NLS,Nonlinear Least Squares)、基于最小熵的反卷积迭代(IDMEC,Iterative Deconvolution algorithm based on Minimum Entropy Criterion)和最小加权范数(MWN,Minimum Weighted Norm)等算法构造雷达阵列间的各个虚拟阵元,合成大的孔径阵列以提高测向分辨率.通过仿真,验证了三种虚拟阵元内插算法的有效性,分析和比较了它们的超分辨性能和运算量.结果表明MWN法不仅具有最小的虚拟阵元构造误差和运算量,且有最好的测向性能.因此,总体上MWN法优于NLS法和IDMEC法.      

Faster algorithm of debris cloud orbital character from spacecraft collision breakup

Space debris is polluting the space environment. Collision fragment is its important source. NASA standard breakup model, including size distributions, area-to-mass distributions, and delta velocity distributions, is a statistic experimental model used widely. The general algorithm based on the model is introduced. But this algorithm is difficult when debris quantity is more than hundreds or thousands. So a new faster algorithm for calculating debris cloud orbital lifetime and character from spacecraft collision breakup is presented first. For validating the faster algorithm, USA 193 satellite breakup event is simulated and compared with general algorithm. Contrast result indicates that calculation speed and efficiency of faster algorithm is very good. When debris size is in 0.01–0.05 m, the faster algorithm is almost a hundred times faster than general algorithm. And at the same time, its calculation precision is held well. The difference between corresponding orbital debris ratios from two algorithms is less than 1% generally.     

正态逼近与基于覆盖宽度的EM估计

提出了非正态分布的有限混合正态分布的逼近思路.为了解决混合正态分布中正态分布个数的确定问题,针对基于极大似然估计的期望最大化(EM,Expectation Maximization)算法,提出了最大覆盖宽度的定阶原则.实证结果表明该方法的可行性.在阶数确定上,最大覆盖准则要优于赤池信息准则,而在宽度计算中,对于最大均值和最小均值的基于标准差的权重调整是必要的.     

屏幕空间微结构表面对象环境光遮挡算法

针对目前复杂微结构表面对象中环境光遮挡计算方法效率低下的缺点,提出一种基于屏幕空间的环境光遮挡计算方法.该算法利用离屏渲染技术,只针对视点所见的场景计算环境光遮挡.算法采用2遍渲染处理,第1遍得到场景的深度纹理,第2遍采用计算最大遮挡角度的方法来快速计算出环境光遮挡的大小;结合延迟着色等技术,可以快速绘制出整个场景的环境光遮挡情况.整个绘制算法在图像空间完成,较好地利用了GPU并行计算的特点,可呈现可变形物体在动态场景中的环境光遮挡效果.实验结果表明,与同类算法相比,该算法不需要预处理,环境光遮挡关系判断高效,绘制速度得到了很大的提升.     

基于LM优化算法的神经网络在航空发动机转子故障诊断中的应用

针对传统BP算法存在的收敛速度慢以及容易陷入局部最小点等问题,给出了两种改进BP算法:LM(Levenberg-Marquardt)优化算法和SCG(Scaled Conjugate Gradient)算法,应用这两种算法对航空发动机转子故障进行诊断研究,比较它们之间的研究结果,仿真和实验表明LM优化算法比SCG算法具有更高的准确度和较快的收敛速度,可行性更强。     

运动估值的快速算法及其实现

现有的许多有关运动估值的快速算法,都存在着匹配速度快与匹配精度差的矛盾.文章在分析已有典型快速算法优缺点的基础上,提出了解决这一矛盾的分步逼近的新算法——迂回逼近法.算法选择了快捷和更为准确的搜索路径,且对程序的实现技术作了有效改进,其最终匹配结果具有全匹配算法的精度和典型快速算法的速度.文中说明了算法原理、程序技术和对比实验结果.      

基于混合多智能体遗传算法的作业车间调度问题研究

针对作业车间调度问题(JSP)的非确定性多项式特性与解空间分布的大山谷属性,本文提出一种多智能体遗传算法(MAGA)与自适应模拟退火算法(ASA)的混合优化算法,用于寻找最大完工时间最短的调度。首先,将每个染色体视作独立的智能体并采用工序编码方式随机初始化每个智能体,结合多智能体协作与竞争理论设计了实现智能体之间交互作用的邻居交互算子,进而利用一定数量智能体进行全局搜索,找到多个适应度较高的可行解。其次,为避免算法陷入局部最优,采用ASA对每个智能体开展局部寻优。最后,通过基准测试库中典型实例的计算结果验证了该算法的有效性。