含有AGV的柔性车间调度优化研究

来源 :计算机应用研究 | 被引量 : 29次 | 上传用户:gr123abc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
实际车间生产中,为了实现自动化生产,越来越多的企业投资AGV(automated guided vehicle)来搬运工件。为了研究AGV最优调度方案和最佳AGV数量,建立使用AGV搬运的柔性车间调度模型。针对该模型的特点,提出基于搬运工序、机床和AGV分配的粒子编码方式,并结合遗传算法的思想采用新的粒子群算法更新位置方式。通过数值算例验证了改进粒子群算法的有效性和可行性,并发现AGV符合边际效用递减规律,即随着AGV数量的增加,总加工时间减少,但每增加一台AGV缩短的时间变少。
其他文献
当训练样本分布密集交错时,传统的否定选择算法难以将检测器生成在正/反样本间的有效区域,导致检测器集合对这些样本的识别率降低,影响了算法性能。为使检测器能有效地识别分布密集交错的样本,提出了免疫进化否定选择算法(IENSA)。IENSA通过加入两个免疫进化过程,首先在样本分布密集的区域引导检测器在正/反样本之间有效地生成,然后在样本分布稀疏的区域对冗余检测器进行抑制。实验结果表明在二维人工数据集Re
针对许多经典的图聚类算法存在输入参数难以确定、时间复杂度过高、聚类精度较低等缺点,提出了一种无须输入参数的基于核心顶点的图聚类算法(NGCC)。该算法将相似的顶点分配到同一个簇后,再利用PageRank算法发现核心顶点以形成初始簇;然后将剩余的未标记顶点进行分配,形成最终簇结构。实验结果证明,NGCC算法在无须任何参数的条件下,在不同规模数据集上的聚类质量与对比的经典图聚类算法相当或更优,而且适用
短文本具有特征稀疏、描述概念信号弱等特点,传统方法对短文本进行分类很难取得较好结果。针对上述问题,提出了一种基于自身特征扩展的短文本分类方法 SC-FE。该方法首先基于类内离散度从每个类中选取高类别指示性的特征组成特征空间;其次对样本的特征,在已选的特征空间中选取其相关度最大的特征加入短文本中进行扩充。在实际数据集上的实验结果表明,该方法可有效提高短文本的分类效果。
针对空间信息网络的自相似分组业务流、星上交换节点的有限缓存资源,提出一种基于自相似排队模型的星上交换输入缓存分配算法。构建了基于VOQ的空间信息网络星上Crossbar交换
为解决传统算法在网页多标签推荐过程中存在的信息不确定和较多结构冗余问题,提出基于高斯PNN粗糙集期望的多标签网页推荐算法。首先,基于粗糙集方法对标准概率数据流神经网络
针对射频识别(radio frequency identification,RFID)系统中出现的标签碰撞问题,提出了一种锁位式自调整多叉树防碰撞算法。新算法采用自调整防碰撞算法的基本原理,利用曼彻斯特编码的特点,发送锁位指令确定碰撞位信息并提取碰撞位,在随后的标签识别中不再传输非碰撞位信息,结合自动识别思想,在减少碰撞时隙的同时,减少了传输数据量。新算法充分考虑了总时隙数、吞吐率、通信复杂度这三
为了在玉米仿真中构建逼真有效的光环境,提出一种基于二分内包围盒的玉米光照逆光线跟踪算法。在玉米表面建立二分内包围盒进行预处理,减少光线与玉米相交运算量;引入遮挡因子简化光能计算的复杂度;通过调整光能阈值达到光环境逼真度和算法效率的统一。为了验证算法的快速有效性,建立玉米模型,对比不同包围盒求交运算的速率,得出二分内包围盒的求交速度最快,逆光线跟踪算法模拟出的玉米生长效果较为逼真。
针对调强放射治疗方案优化中,物理准则无法准确描述生物组织在非均匀剂量分布下的生物反应的问题,提出了基于生物准则的方案优化方法.首先根据病人各组织的剂量约束条件,建立
偏最小二乘在多元变量分析中得到了广泛的应用。但偏最小二乘方法内部采用主成分分析,不能充分表达数据的非线性特征,对非线性数据的预测精度较低。提出了一种融入深度学习的偏最小二乘优化方法,该方法利用深度学习的稀疏自编码器对特征空间提取非线性结构,将提取的特征成分取代偏最小二乘中的成分,从而形成能适应非线性的模型。分别采用大承气汤、麻杏石甘汤、葛根芩连汤和UCI数据集的数据进行分析处理,实验结果表明,融入
由于用户兴趣和文献领域知识背景挖掘不充分的问题,往往检索不到满意的效果。基于这一观察,提出一种融合离线和在线知识驱动的个性化文献推荐方法。在离线状态下,该方法整合领域本体、同义词簇及知识标签构建多维领域知识图谱,并利用该知识图谱挖掘文献的主题分布及背景知识特性,构建文献语义树,完成知识解析。在此基础上,根据用户与目标文献在知识背景上的关联特性,通过基于伪相关反馈技术和激活扩散技术的用户知识需求建模