基于NSGA-Ⅱ算法的柔性作业车间低碳调度问题研究
这是一篇关于柔性作业车间,调度,NSGA-Ⅱ算法,低碳,局部变邻域搜索的论文, 主要内容为调度作为一种科学的资源配置决策方法,可以有效帮助制造企业进行生产运作。与此同时,随着国家和地方对节能减排的重视,开展有效的车间调度方法及优化策略研究对实现制造企业实行高效低碳生产十分重要。柔性作业车间调度问题因其具有机器柔性和加工路径柔性的特点,更符合制造企业的实际加工环境。因此本文基于柔性作业车间调度问题,将当前低碳生产的要求与柔性作业车间加工生产的实际情况结合起来,对柔性作业车间调度问题进行探索研究,构建合理的低碳调度模型,设计高效的优化算法求解问题并开发柔性作业车间低碳调度原型系统。本文针对柔性作业车间调度问题,从低碳调度问题的模型建立、优化求解算法的设计以及车间调度原型系统的开发方面着手开展理论与应用研究,主要完成以下研究工作:首先,针对柔性作业车间调度问题,考虑到工件的运输时间及其设备产生的碳排放。建立了最大完工时间及车间碳排放评估函数,车间碳排放主要包括机床运行碳排放及辅助设备碳排放,并以最大完工时间和碳排放总量指标同时最小化作为调度优化目标,构建了柔性作业车间低碳调度问题模型。然后,设计了一种改进NSGA-Ⅱ算法求解问题模型。该算法针对调度问题离散型的特点,分别基于工序和机器设计了灵活的双链式实数编码机制。为实现完工时间调度目标的优化,设计了最短时间原则的种群初始化方法来获取质量较优的初始种群。为进一步对所得结果再次优化,提出了局部变邻域搜索策略及基于非支配最优解集的关机重启策略。随后采用田口实验方法求解获得算法的最佳关键参数组合。通过对KACEM和BRANDIMARTE数据集共20个实例的求解结果进行对比分析,验证建立的低碳调度模型以及改进算法的有效性。最后,基于MATLAB软件的图形用户界面(GUI),结合研究内容开发了柔性作业车间低碳调度原型系统,该系统包括系统管理、基础数据录入管理、调度优化以及调度方案输出管理四个功能模块。接着通过柔性制造车间加工实例求解,验证了系统的有效性,并为车间调度决策提供技术支持。
隧道出入口光线突变调控算法研究
这是一篇关于交通安全,光线突变,NSGA-Ⅱ算法,改进NSGA-Ⅱ算法,系统开发的论文, 主要内容为随着我国交通强国战略的实施,公路隧道数量迅速增多,通车里程也在不断增长,在缓解运输压力并创建新公路路网的同时,隧道出入口路段交通安全问题也暴露无遗,因此使得车辆能够平稳安全地通过隧道出入口段,且保证驾驶员的舒适性和安全可靠性是目前交通安全方面值得研究的课题。为了尽可能减小公路隧道“黑洞效应”和“白洞效应”对行车安全的影响,缓解驾驶员进出隧道洞口时的心理负荷程度,需对公路隧道出入口照度进行合理调控设计以使得车辆顺适过渡。首先,论文在对国内外隧道出入口照度特性、驾驶员动态视觉特性研究和隧道照明控制研究现状进行详细综述后提出了论文研究思路,设计了论文的技术路线。综合主要研究理论,在探寻隧道出入口照度变化规律和驾驶员视觉特性规律后,拟合了基于实车实验数据的驾驶人视觉特性和隧道出入口光照度两者的相关度模型,在SPSS平台下分析检证了该模型检验结果与实际拟合结果吻合较好,具有较高的准确度和可靠性,为实现驾驶的安全性和舒适性为目标的照明调控算法提供理论支撑。其次,论文根据行车位移值、隧道出入口段亮度要求以及驾驶员瞳孔面积变化率设定了以下两个目标:第一,确保驾驶员在行驶过程中心理负荷最低,从而达到行车安全的要求;第二,需要节省能源并降低光污染,以满足节能环保的要求。然后利用权重系数法和极差标准化方法建立多目标优化算法的目标函数表达式;传统的NSGA-Ⅱ算法对所构建的多目标优化目标函数进行求解会陷入局部最优状态而无法获取全局最优解,为克服该缺点基于Pareto占优机制改进了传统的NSGAⅡ算法,并引入了自适应交叉和变异算子来提高其性能,这些改进策略使算法性能更优,显著提高了解决多目标照度调控优化问题的效率。最后,开发了兼备用户管理、运行监控、照明控制、查询统计、数据资源五个功能模块的公路隧道照明智能调控模拟系统。该系统可以对公路隧道照明以及隧道内环境信息进行有效的管控,满足安全行车需求,可以为管理部门提供实时准确的信息服务,是对研究成果应用于实际的实践探索之一。
基于C#的柔性生产线控制管理系统设计与实现
这是一篇关于C#,柔性生产线,SQL Server,遗传算法,NSGA-Ⅱ算法的论文, 主要内容为柔性制造系统依靠计算机管理,可以将多种生产模式结合,从而能够减少生产成本做到物尽其用,其适用于多品种、中小批量的生产,被广泛应用于机床工业、汽车、航空等重要工业领域。柔性制造生产线的控制和管理是由上下位机配合实现的,下位机为可编程逻辑控制器(PLC),用以直接控制设备,是控制系统的核心,上位机主要实现对生产的控制、管理和监控。随着制造业的快速发展,由组态软件开发设计的上位机系统因其软件本身的约束,对于一些特定的需求或者逻辑有一定的局限性,并且存在人机交互性差、程序可扩展性低等问题,逐渐不能满足现代制造企业生产的需求。因此开发人机交互性好、可扩展性高并且能够提高柔性制造生产线生产效率和生产安全的上位机系统软件具有重要意义。本文针对组态软件设计开发的上位机系统所存在的问题,采用C#高级编程语言基于C/S架构开发了柔性制造生产线的上位机控制管理系统,并基于提高柔性制造生产线生产效率和生产安全的思想,对影响生产效率和生产安全的货位分配和生产调度分配的优化算法进行了研究仿真并在系统中实现。本文完成的主要工作和研究内容如下:首先针对柔性生产线的设备组成和工作原理进行了研究,分析了系统软件的功能需求并划分了系统功能模块,设计了系统的开发架构,选用SQL Server数据库软件来存储相关数据并创建了相关存储的数据表,并对系统软件的开发环境和相关技术进行研究,为系统软件的设计开发打下了坚实的基础。然后基于提高柔性生产线的生产效率和生产安全,针对货位分配问题采用遗传算法进行优化,以货位的分配原则建立多目标货位分配数学模型,并通过加权法将多目标优化问题转换为了单目标优化问题进行求解,使用Matlab软件对算法进行仿真验证。并基于生产加工调度问题采用NSGA-Ⅱ算法以最小化最大完工时间、最小化机器总负荷为优化目标建立数学模型,使用Python软件对算法进行仿真验证。通过对两种算法的仿真结果的分析验证了算法的可行性,为系统编写相关程序代码提供了思想和理论基础。接着在以上的研究基础上,使用C#语言,基于WinForm框架,采用C/S三层架构通过ADO.NET技术与SQL Server数据库进行数据交互,开发设计了系统数据管理相关功能模块,并通过以太网采用Modbus TCP协议作为传输协议与可编程逻辑控制器(PLC)建立通信连接开发设计了系统控制相关功能模块,设计实现了系统软件的界面和功能。最后当系统开发设计完成后投入实际使用之前,基于黑盒测试的方法对系统的功能和性能进行了测试,找到系统所存在的问题并加以改进。
面向绿色制造的切削参数优化研究
这是一篇关于绿色制造,切削参数优化,多目标优化,NSGA-Ⅱ算法的论文, 主要内容为制造业作为国家经济基础产业,在大量消耗自然资源并创造人类财富的同时,也产生了严重的环境污染问题,对其进行绿色化改造升级,可有效降低资源消耗、减少生产制造过程对环境的污染。考虑到绿色制造对资源和环境可持续发展的重要性,深入研究面向绿色化的切削参数优化方法具有很强的理论和现实意义。本文研究了机械切削加工系统的切削参数优化问题,定义了机械加工绿色化评价指数模型,构建了面向高效低成本绿色化的切削参数多目标优化模型,设计了一种改进的NSGA-Ⅱ算法求解上述模型,并开发了包含切削参数优化功能的计算机辅助工艺规划系统。本文主要研究内容如下:首先,阐述了课题研究背景和意义,介绍了国内外绿色制造的研究现状,以及制造业不同发展阶段所对应的切削参数优化问题相关研究,分析并总结了现有切削参数优化研究的不足之处。其次,为衡量机械加工过程中单个工步的绿色化程度,定义了机械加工绿色化评价指数模型,该指数模型综合考虑了机床能耗和切削液消耗。然后以极小化加工时间、极小化加工成本和极小化机械加工绿色化评价指数作为优化目标,考虑机床本身的转速、进给量、机床功率以及被加工零件的表面加工质量约束,建立了面向高效低成本绿色化的切削参数多目标优化模型。然后,针对所提出的切削参数优化模型具有多目标、多约束等复杂特性,以及传统NSGA-Ⅱ算法在求解实际工程领域中复杂非线性问题时的不足进行算法改进,提出了混沌初始化种群,以及增加基于混沌映射的变异算子两个改进措施。通过应用传统的NSGA-Ⅱ算法和改进的NSGA-Ⅱ-IM算法分别对车削和铣削两个算例中所建立的优化模型进行求解,并将改进算法所得结果与切削手册推荐参数所得结果进行优劣性对比,验证了所提模型以及改进算法的有效性。最后,以上述的研究工作为基础,应用B/S三层架构工作模式,在My Eclipse开发平台上完成了计算机辅助工艺规划原型系统的开发,该系统包含了切削参数优化功能,可为工艺设计人员确定切削参数提供便利。
基于NSGA-Ⅱ算法的微服务容器调度多目标优化
这是一篇关于混合云,微服务任务调度,多目标优化,NSGA-Ⅱ算法,时间窗的论文, 主要内容为随着大数据时代的全面到来,云计算逐渐取代私有数据中心方式成为一种企业中最为广泛的技术应用。云计算是一种虚拟化的服务,用户无需知道云计算服务供应商提供服务的具体位置,只需要按照自己的需求进行付费,即可获得相应的服务。但是,随着云计算服务用户需求日渐复杂,单一功能的云服务已经难以满足用户的多样化需求,混合云的出现解决了这一难题。混合云通常由私有云和公有云构成,用户可以根据不同的需求,选择不同的云来执行任务。由于每种云的价格、资源配置都不尽相同,混合云下如何选择合适的方案进行任务调度成为了一个重要的研究问题。然而,混合云中包含多种资源配置,需要考虑诸多因素,现有研究中大多局限于单一的目标,无法对混合云下的任务调度场景进行准确的刻画。因此,本文考虑到现实云计算资源使用情况,针对混合云场景下的任务调度问题进行多目标研究。云计算中任务调度通常有两种模式,一种是传统的基于虚拟机的调度策略,另一种则是基于容器调度策略。与传统的虚拟机相比,容器具有启动快、轻量级等特点,部署在容器中的任务执行完毕后可以立即释放资源,以便于下一个部署任务的容器继续执行。基于上述优点,混合云中基于容器的任务调度模式受到了广泛的欢迎。本文研究主要从混合云中任务调度问题出发,采用基于容器的调度模式,将租用虚拟机的成本、任务执行过程中产生的延迟和任务的可靠性三个因素作为优化目标。利用NSGA-Ⅱ算法分别将基于容器的任务调度模式和基于虚拟的任务调度模式进行对比。实验结果表明,在混合云场景中,基于容器的任务调度模式要优于基于虚拟机的任务调度模式。除此之外,本文提出了一种基于时间窗的混合云下容器弹性调度策略,分别从混合云集群的垂直伸缩、水平伸缩、虚拟机租用的时间窗进行考量,对微服务任务调度,进而探索不同规模下的微服务任务如何设置合理的虚拟机租用时间窗。由于NSGA-Ⅱ算法本身的交叉、变异概率为定值,很容易陷入局部最优。因此,本文采用了一种基于动态变化的自适应交叉、变异概率的方式,该在迭代过程中,不断比较个体拥挤度与种群平均拥挤度,从而控制进行交叉、变异的方向,避免算法陷入局部最优。将改进后的NSGA-Ⅱ算法与NSGA-Ⅱ算法和MOEAD算法在相同条件下进行实验,实验结果表明,改进后的NSGA-Ⅱ算法的性能得到了明显的提升。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码工厂 ，原文地址：https://m.bishedaima.com/lunwen/46339.html
