自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

松间沙路的博客

主要记录强化学习、深度学习和智能优化算法方面的知识。

  • 博客(151)
  • 资源 (11)
  • 收藏
  • 关注

原创 生产调度问题分类——约束视角

生产调度问题是实际工作中广泛存在的运筹学问题,可以描述为“**给定若干加工任务,根据已有的生产条件,对任务按照一定的生产加工步骤进行安排,并在时间上分配有限的资源,使得某项性能指标最优**”。从数学建模方面来说,生产调度问题就是,对于给定的生产任务进行建模,在满足特定的约束条件下,使得目标函数值达到最优或者近似最优。

2024-03-28 09:16:44 944

原创 生产调度问题分类——机器视角

生产调度问题是实际工作中广泛存在的运筹学问题,可以描述为“给定若干加工任务,根据已有的生产条件,对任务按照一定的生产加工步骤进行安排,并在时间上分配有限的资源,使得某项性能指标最优”。从数学建模方面来说,生产调度问题就是,对于给定的生产任务进行建模,在满足特定的约束条件下,使得目标函数值达到最优或者近似最优。生产调度问题起源于上世纪50年代,对该问题的研究具有重要的实用价值,吸引了大量国内外研究人员的关注,人们尝试从不同的科学领域去解决该问题,但是大部分车间调度问题属于NP-Hard问题(作业车间调度问题:

2024-03-28 09:08:17 869

原创 2023年强化学习求解调度文章大汇总

2024龍年开工的第一篇原创文章,给大家带来2023年基于强化学习求解调度的文章汇总(去年也分享过2022年强化学习求解车间调度文章大汇总)。在读博期间研究的也是这个方向,所以平时也一直在关注着相关动态,今天分享出来供大家参考。

2024-02-19 13:40:15 991

原创 基于强化学习的制造调度智能优化决策

获取更多资讯,赶快关注上面的公众号吧!生产调度作为制造系统的关键组成部分,其目的是通过合理确定加工路径、机器分配、执行时间等主要因素,实现利润、效率、能耗等目标的优化。由于生产调度问题的大规模、强耦合约束以及特定场景下的实时求解要求,使得生产调度问题的求解面临着巨大的挑战。随着机器学习的发展,强化学习(RL)在各种决策问题上取得了突破性进展。针对制造调度问题,本文总结了状态和动作的设计,梳理了基于强化学习的调度算法,整理了强化学习在不同类型调度问题中的应用,并讨论了强化学习与元启发式算法的融合模式,旨在为

2024-01-30 16:15:05 1003

原创 最通透的理解 | 高级计划与排程APS到底是什么

最近又静下心来思考了一下APS到底为何物,今天和大家分享一个自己对APS的认识,主要包括APS的概念及原理。

2024-01-30 16:11:55 913

原创 一文说清楚仿真与数字孪生的关系

最近看群里的小伙伴在疯狂讨论数字孪生,今天我也谈谈自己的理解。

2024-01-30 16:08:28 1075

原创 作业车间调度问题:P还是NP

P和NP问题是计算机科学中的两个重要的问题,涉及到计算问题的复杂性和可解性。这两个问题都与算法的效率和时间复杂度有关。

2024-01-30 16:05:57 961

原创 面向锂电池行业实验室测试排配智能优化解决方案

样品可能需要进行不同类别的测试,每项测试对于温度和电流都有一定要求,测试项之间还存在先后顺序关系,需要通过智能优化计算将每项测试任务合理地分配到各个通道的某个时间段上,输出精确到时分秒以及各通道的细粒度实验计划,在满足上述约束的前提下,优化通道利用率、委托单交期达成率、实验测试周期等。等信息,从而全面考虑多个因素的复杂关系,在不断学习和迭代中优化测试排程,逐渐提升测试效率和质量,使得测试任务能够在最短时间内完成,并充分利用通道资源,同时学习到的策略具备灵活性和可扩展性,能够应对不同测试场景和需求的变化。

2023-06-19 10:41:39 542

原创 APS中零件工序间的移动方式解析

虽然上述讨论都是针对批量生产类型,但也可以推广到其他生产类型,如果是单件小批生产,零件种类多,每种零件数量少且工艺过程极不相同,以采用顺序移动方式为宜,如果是大批大量生产,则宜采用平行或平行顺序移动方式。总之,工序间零件移动方式的采用受多种因素的影响,在设计时,应从企业的特点出发,采用一种或几种方式组合,以达到合理组织生产过程的目的。(2)当前道工序的加工时间大于后道工序的加工时间时,则前道工序上完工的零件,并不立即转移到后道工序去加工,而是等待到足以。如果前道工序的加工时间小于后道工序的时间时,则。

2023-04-24 09:22:54 1119 1

原创 企业有了ERP为什么还需要APS

商简SPS采用了深度强化学习算法和借助计算机强大的算力,通过模拟各种情况的发生,在有限的时间内学习丰富的计划排程策略,这就好像AlphaGo Zero下围棋一样,通过和高手下棋甚至和自己对弈来不断提升自己的水平,学习到的知识可以存储起来以便重用,实现“利用APS计划与ERP系统集成的方式,可优化ERP计划,同时不影响到ERP的其它流程。资源具有同步的、实时的、具有约束能力的模拟能力,考虑包括物料、设备、人员、供应商、客户需求和运输等影响计划的因素,对长期的和短期的计划都进行优化(***)。

2023-04-21 16:08:01 1648

原创 智能计划与排程SPS在汽车零部件行业的应用

生产计划模块可以针对销售订单和预测订单,同时考虑在库库存和在途库存,基于有限产能和物料,对订单的计划交期做出快速响应,给出生产周计划和月计划,制定合理的库存水位,从中长期解决物料不足和能力短缺问题;基于更精准的需求预测,和动态的安全库存预测模型,生成随时间改变的动态库存策略,实现在保证预期服务水平的前提下,降低库存水位,减少资金占用,缩短库存周期的目标。,在满足多场景业务逻辑的前提下,进行智能运算,给出多权重、多维度预排结果,可由企业相关负责人进行决策,应对环境和运营目标的多变,提升运营整体效益。

2023-03-21 15:22:40 1116

原创 智能计划与排程SPS在纺织行业中的应用

某织造、染色及后整理一体化工艺的纺织面料企业,主要从事户外功能运动服装、内衣、泳衣、汽车内饰等面料的研发和销售,年产值在20亿左右,是迪卡侬运动面料最优质供应商之一。纺织行业特点印染具有典型的「流程行业」特性,流程行业上级物料和下级物料之间的关系可能随温度、压力、湿度、季节、人员技术水平、工艺条件不同而不同。工艺过程中伴随产出的不只是产品或中间品,可能细分为「主产品、副产品、协产品、回流物和废物」,具有「批量」、「有效期」等方面的要求。织染一体的企业,「原料(纱线)质量属性,坯布的织法,染

2023-03-01 13:56:52 1173

原创 生产制造企业在生产计划排程方面面临的挑战

当下,随着供应链的「全球化」和「智能化」趋势,市场竞争越来越激烈,上下游企业关系也越来越密切,一个企业发展受到更多内外因素的制约,同时人员、设备、物料等「成本持续上升」,利润空间越来越小,生存压力越来越大,个性化定制的需求将生产组织方式由大规模批量生产向「多品种、小批量」转变,生产方式更加复杂,原有的粗放的生产模式不再适应现代化企业的发展,而是强调「精益和敏捷」。近年来,制造企业通过PLM、ERP、MES、WMS等工业软件的应用,逐步走上了精益生产之路,信息化水平大有提升,已取得了很好的收益。但是这些系统

2023-02-10 11:54:38 1086

原创 什么是高级计划与排程APS

APS概念APS全称为Advanced planning and scheduling,译为高级计划与排程,是于20世纪90年代发展起来的一种生产管理工具。APS尽管已有30多年的历史,但是业界并没有给出固定的定义。如「百度百科」是这样定义APS的:APS高级计划与排程(Advanced Planning and Scheduling),是解决生产排程和生产调度问题,常被称为排序问题或资源分配问题。在离散行业,APS是为解决「多工序、多资源」的优化调度问题;而流程行业,APS则是为解决「顺序优化」问题。

2023-02-06 18:43:33 2673

原创 商简智能|面向轴承行业的智能排程解决方案

轴承是当代机械设备中一种重要零部件。它的主要功能是支撑机械旋转体,降低其运动过程中的摩擦系数,并保证其回转精度。按运动元件的摩擦性质不同,轴承可分为**滚动轴承**和**滑动轴承**两类,其中滚动轴承最为常见。滚动轴承一般由**内圈、外圈、滚动体和保持架**四部分组成,内圈的作用是与轴相配合并与轴一起旋转;外圈作用是与轴承座相配合,起支撑作用;滚动体是借助于保持架均匀的将滚动体分布在内圈和外圈之间,其形状大小和数量直接影响着滚动轴承的使用性能和寿命;保持 架能使滚动体均匀分布,引导滚动体旋转起润滑作用。

2023-02-05 14:57:42 1178

原创 2022年强化学习求解调度问题文章大汇总

023年开工的第一篇文章,给大家带来2022年基于强化学习求解调度的文章汇总。在读博期间研究的也是这个方向,所以平时也一直在关注着相关动态,今天分享出来供大家参考,文章原文关注公众号后回复“DRL调度”获取。

2023-01-31 10:05:39 3436

原创 商简智能学术成果|基于深度强化学习的联想电脑制造调度(Lenovo Schedules Laptop Manufacturing Using Deep Reinforcement Learning)

本篇论文作为商简智能的最新研究成果,发表于运筹学顶刊《INFORMS JOURNAL ON APPLIED ANALYTICS》,首次将深度强化学习落地于大规模制造调度场景,该先进排程项目入围国际运筹学权威机构INFORMS运筹学应用最高奖——Franz Edelman Award,并作为制造业企业技术转型典型案例被人民日报等多家媒体广泛报道。

2023-01-03 10:53:51 1874

原创 智能优化算法(源码)—蜣螂优化算法(Dung beetle optimizer,DBO)

2022年11月27日,东华大学沈波教授团队,继麻雀搜索算法之后,又提出了一种全新的群体智能优化算法——蜣螂优化(Dung beetle optimizer,DBO),主要模拟了蜣螂的的滚球、跳舞、觅食、偷窃和繁殖行为。关注公众号后回复“蜣螂”获取MATLAB源码。  蜣螂,又称屎壳郎,以动物的粪便为食(口味很独特啊)。众所周知,屎壳郎有一个有趣的习惯,就是把粪便揉成球,滚动到可靠的地方藏起来(挺护食),然后再慢慢吃掉。  蜣螂可以滚一个比自身大得多的粪球,并且可以

2022-12-03 13:40:01 4442 8

原创 强化学习调度环境:析取图和离散事件仿真

近日有小伙伴在复现强化学习求解作业车间调度的文章代码问题时遇到一些疑惑,对于如何将车间调度问题转化为强化学习可以求解的序列决策问题文章中描述的不是很具体,导致不是很清楚怎么通过强化学习一步一步的动作选择得到调度解的。今天就通过生动形象的方式给大家讲一下目前常用的调度环境建立方法(析取图和仿真模型)的区别。

2022-11-26 12:59:04 2868

原创 面向电缆行业的高级计划与排程解决方案

电线电缆用以传输电(磁)能,信息和实现电磁能转换的线材产品。广义的电线电缆亦简称为电缆,狭义的电缆是指绝缘电缆,它可定义为:由下列部分组成的集合体;一根或多根绝缘线芯,以及它们各自可能具有的包覆层,总保护层及外护层,电缆亦可有附加的没有绝缘的导体。电线电缆的种类繁多,根据其用途主要可分为裸导线、电力电缆、电气装备用电缆、绕组线、通信电缆及光纤五大类。裸导线仅有导体而无绝缘层的产品,包括钢芯铝绞线、铝绞线、铜绞线等,主要应用于长距离、大跨度、超高压输电电网建设,安装方式以高空架设为主。电力电缆。

2022-11-10 10:35:43 1574

原创 论文解读(源码):求解柔性作业车间调度问题(FJSP)的多动作(multi-action)深度强化学习框架

今天给大家带来一篇由西南交通大学于2022年发表在《Expert Systems With Applications》上的一篇文章《A multi-action deep reinforcement learning framework for flexible Job-shop scheduling problem》,这篇文章最大的创新就是针对柔性作业车间调度问题,如何通过强化学习解决多决策问题(一般强化学习每次只能输出一个动作,而在FJSP中存在两个决策点)。

2022-10-24 19:37:40 8211 4

原创 商简智能:世界领先的高级计划与排程APS供应商

苏州商简智能科技有限公司成立于2021年,总部位于苏州市吴中经济开发区。商简谐音熵减,意为优化结构、提升秩序。作为一个真正意义上的人工智能决策公司,商简智能依托世界领先的运筹优化算法和深度学习决策模型,致力于为制造业企业的复杂管理决策问题提供解决方案。商简智能提出的由数据驱动的供应链管理解决方案,可为企业带来收益及成本的显著改善,让每一家制造业企业拥有最优的决策能力并实现智能化升级。

2022-10-19 10:50:10 1598

原创 深度强化学习与APS的一些感想

最近过上了996的幸福生活,文章更新也落后了,但是还是一直在思考深度强化学习与APS之间的“恩怨情仇”,一些感想,记录一下。

2022-07-31 20:11:24 1790

原创 车间调度动态知多少

最近群里的小伙伴就动态调度问题进行了激烈的讨论,这个过程当中大家也存在一些疑问,最主要的还是一些概念的辨析。希望今天可以通过这篇文章让大家对动态调度更加了解。动态调度相对静态调度而言的,首先搞明白静态调度是什么。静态调度通常具有以下特征:也就是说,在静态调度问题中,所有条件都是已知确定的,是在所有因素不改变的前提下得到的方案,但是在实际生产环境中,这几乎是无法保证的,因为动态是绝对的,静态是相对的,车间中总有一些不可预知的事件发生,导致静态调度得到的计划方案丧失可执行...

2022-06-30 15:09:48 4399

原创 30篇强化学习求解车间调度文章(中文)大全

国内使用强化学习求解车间调度问题的研究起步较晚,基本是在在2000年以后,而深度强化学习求解车间调度问题更是在2019、2020年左右开始流行。今天在上一篇文章的基础上,列举了**30篇中文文献**,供大家学习参考。.........

2022-06-12 18:40:06 2404 1

原创 (吐血整理)118篇强化学习求解车间调度文章(英文)大全

从1995年最早将强化学习用于车间调度问题后,在随后的几年里,强化学习一直不温不火,最主要的原因是一般的强化学习无法解决状态空间爆炸的问题,直到2018年深度强化学习开始进军调度领域,并在随后的几年里爆发式增长,在2022年上半年还未结束的情况下,已有11篇甚至更多的文章发表,可见这个方向的火热。一方面深度强化学习确实利用深度学习领域技术实现了未知状态下行为的预测,另一方面车间调度一直是悬而未决的经典问题,也是检验包括深度强化学习在内的各种算法的测试床。下面是从最近几年......

2022-06-12 18:34:16 3544

原创 智能优化算法(源码)-沙丘猫群优化(SCSO)

获取更多资讯,赶快关注上面的公众号吧!文章目录灵感来源数学模型和优化算法初始化种群搜索猎物(探索)攻击猎物(利用)探索和利用SCSO算法沙丘猫群优化算法(Sand Cat swarm optimization,SCSO)是土耳其学者Amir Seyyedabbasi于2022年最新提出的一种模拟沙丘猫生存行为的元启发式算法。扫码关注公众号,后台回复"沙丘猫"或"SCSO"获取源码和原文。灵感来源沙丘猫是猫科动物中的一种,属于哺乳动物家族。它们生活在沙质和石质沙漠的恶劣环境中,如中亚撒哈拉沙漠、.

2022-05-26 17:22:52 4886 5

原创 智能优化算法(源码)-飞蛾扑火优化算法(MFO)

获取更多资讯,赶快关注上面的公众号吧!文章目录灵感MFO算法飞蛾扑火优化算法(Moth-Flame Optimization,MFO)是澳大利亚学者Seyedali Mirjalili于2015年提出的一种受自然生物启发的智能优化算法,该算法的主要灵感来自于飞蛾被称为“横定向”的导航方法。飞蛾在夜间飞行时相对于月亮保持一个固定的角度,这是一种非常有效的远距离直线飞行机制,但是在人造光周围,飞蛾却容易陷入致命的螺旋路径。作者就是模拟了飞蛾的这种特点。扫码关注公众号,后台回复“飞蛾扑火”或“MFO”可以.

2022-04-20 10:04:30 4985

原创 和商简智能CEO关于APS的聊后感

获取更多资讯,赶快关注上面的公众号吧!文章目录企业信息化基础已基本具备,数据管哪些、怎么管的问题已解决工业软件市场庞大,APS如雨后春笋但较为分散APS的未来在于通用性和定制化相结合2022年3月20日,终于在约谈大半年之后,有幸和商简智能的CEO梁翼先生就APS的现状和未来进行了深入的交流和探讨,我们在很多问题的看法是持相同意见的,所以以此为契机,分享一下自己的感受。当下,随着全球竞争日趋激烈,工业企业面临着极大的生存挑战,成本居高不下,个性化定制需求强烈,企业数字化转型已不再是选择题而是必答题,.

2022-03-25 11:46:42 5538

原创 智能优化算法(源码)-海鸥优化算法(SOA)

海鸥优化算法是印度学者Gaurav Dhiman于**2018年**提出的一种受生物启发的智能优化算法,该算法的主要灵感来自于自然界中海鸥的迁徙和攻击行为,这些行为经过数学建模和实现,可以在给定搜索空间中进行探索和利用。

2022-03-02 09:17:00 5560 3

转载 APS技术中的多目标规划问题

在进行APS(高级计划与排程)系统开发时,绝大多数情况下是需要考虑多目标的。但面对多目标问题进行规划求解时,我们往往极容易因处理方法不当,而影响输出结果,令结果与用户期望产生较大差别。事实上很多时候用户,面对此类问题也无法给出一个确定的合理的期望,因为多个目标混合在一起的时候,产生复杂的规划逻辑,用户自身也会被迷惑,到最后就错误地提出一些所有目标都达到极致的“完美”计划要求;但客观上是不存在这种“完美”计划的。本文将以制造业中的生产计划为背景,介绍APS技术中的处理多目标规划问题相关知识与经验,介绍多目标

2022-02-28 10:49:37 1526

转载 三分钟了解APS系统中生产计划排程模块的基本原理

版权声明:本文为CSDN博主「weixin_45414340」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。原文链接:https://blog.csdn.net/weixin_45414340/article/details/106526235高级计划系统APS作为ERP的补充,用于协调物流、开发瓶颈资源和保证交货日期。APS包括需求和供应计划、运输和生产计划排程等各种供应链计划模块,本文主要介绍APS中生产计划排程模块的基本原理。决策状况描述生产计划排程的目的

2022-02-24 09:34:15 1179

转载 对于制造企业来说,APS的价值在哪里?

目前我国制造企业面临着很多亟待解决的问题,例如:定制产品量增多、品种多、批量少,生产计划制定难度加大;由于库存持续增加而导致企业资金被大量占用,影响资金链畅通;生产过程无法实时监控,企业生产部门不能及时掌握生产进度;生产计划频繁变更;设备产能与物料库存不能准确估算,导致交货期无法确定;交货不及时,导致出现大量加班情况,并使企业信誉大大受损;无法应对紧急插单,灵活机动性差等。很多企业都在寻求解决的方法,ERP是首选,但小编认为ERP系统更偏重于企业基础数据的信息化管理,对于市场预测、订单、产能规划与分析、多

2022-02-23 11:53:13 445

原创 基于强化学习和析取图模型的统一调度框架

框架定义  基于析取图模型的复杂车间调度问题存在两类决策点:一是需要根据工序排序规则(Job sequencing rule,JSR)对就绪任务集合中的所有工序进行优先级排序,选择最优先的工序进行加工;二是需要根据机床分派规则(Machine assignment rule,MAR),为之前选择的最优先工序从其所有可选机床集合中选择最优先的机床。在一般的作业车间调度问题中,由于机床提前确定,只存在JSR一个决策点,而在柔性作业车间调度问题中这两类决策点均存在。本文针对作业车间和柔性作业车间调度问题进行研究

2022-02-20 12:33:03 2014 1

原创 车间调度建模系列9|复杂车间调度问题建模实例

获取更多资讯,赶快关注公众号(名称:智能制造与智能调度,公众号:deeprlscheduler)吧!三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模

2022-02-19 10:35:58 2400 2

原创 车间调度建模系列8|扩展析取图之基于时间片段的赋时三维析取图模型

获取更多资讯,赶快关注公众号(名称:智能制造与智能调度,公众号:deeprlscheduler)吧!三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模

2022-02-18 10:23:52 889

原创 车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模型

获取更多资讯,赶快关注公众号(名称:智能制造与智能调度,公众号:deeprlscheduler)吧!三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模

2022-02-17 11:40:25 1544 1

原创 车间调度建模系列6|扩展析取图之顺序不依赖准备时间

获取更多资讯,赶快关注公众号(名称:智能制造与智能调度,公众号:deeprlscheduler)吧!三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间(本文)完整的符号说明详见车间调度建模系列2|复杂车间调

2022-02-16 09:46:47 590

原创 车间调度建模系列5|扩展析取图之工序间物流周转时间

获取更多资讯,赶快关注公众号(名称:智能制造与智能调度,公众号:deeprlscheduler)吧!三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间(本文)完整的符号说明详见车间调度建模系列2|复杂车间调度问题描述。工序间物流周转时间  随着自动化物流

2022-02-15 09:44:56 1092 1

原创 车间调度建模系列4|扩展析取图之工序相关性

获取更多资讯,赶快关注公众号(名称:智能制造与智能调度,公众号:deeprlscheduler)吧!三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性)(本文)完整的符号说明详见车间调度建模系列2|复杂车间调度问题描述。  经典的二维析取图模型仅表达了工艺路线决定的顺序约束,无法表达时间约束(如最早开始、最

2022-02-13 10:22:48 1653

球面演化算法(Spherical evolution,SE)matlab代码

球面演化算法(Spherical evolution,SE)matlab代码

2023-01-19

教与学优化算法Teaching–Learning-Based Optimization (TLBO)matlab代码

教与学优化算法Teaching–Learning-Based Optimization (TLBO)matlab代码

2023-01-19

花粉授粉算法(Flower Pollination Algorithm,FPA)的matlab代码

花粉授粉算法(Flower Pollination Algorithm,FPA)的matlab代码

2023-01-19

帝王蝶优化算法(Monarch butterfly optimization,MBO)的matlab源码

帝王蝶优化算法(Monarch butterfly optimization,MBO)的matlab源码

2023-01-19

蜣螂优化算法(Dung beetle optimizer)的matlab源码

蜣螂优化算法(Dung beetle optimizer)的matlab源码

2022-12-05

海鸥优化算法(Seagull Optimization Algorithm ,SOA)

海鸥优化算法(Seagull Optimization Algorithm ,SOA)的Matlab源码

2021-08-17

蜉蝣算法(mayfly algorithm,MA)

蜉蝣算法(mayfly algorithm,MA)的Matlab源码

2021-08-17

05-群体智能优化算法-蚁群优化算法.docx

蚁群优化(ACO)是群体智能的一部分,它模仿蚂蚁的合作行为来解决复杂的组合优化问题。它的概念是由Marco Dorigo[1]和他的同事提出的,当他们观察到这些生物在寻找食物时所采用的相互交流和自我组织的合作方式时,他们感到很惊讶。他们提出了执行这些策略的想法,为不同领域的复杂优化问题提供了解决方案,并获得了广泛的欢迎[1, 2]。本文档给出了ACO算法的原理和过程。

2020-03-06

04-群体智能优化算法-蜘蛛猴优化算法.docx

群居生物的觅食行为一直是优化算法研究的热点问题。蜘蛛猴优化(Spider Monkey Optimization,SMO)是一种全局优化算法,灵感来自于蜘蛛猴在觅食过程中的裂变融合社会(Fission-Fusion social,FFS)结构。SMO巧妙地描述了群体智能的两个基本概念:自组织和分工。SMO作为一种基于群体智能的算法,近年来得到了广泛的应用,并被应用于许多工程优化问题中。这一部分详细介绍了蜘蛛猴优化算法。为了更好地理解SMO过程的工作原理,给出了一个SMO过程的数例。

2020-03-06

03-群体智能优化算法-人工蜂群优化算法.docx

在自然界中,群体是由多个为实现一共同目标的个体构成,目标可以是抵御捕食者、建巢穴、保留或繁殖种群、充分利用环境中的资源等。在群体中为完成目标,存在着任务选择机制和分工,个体根据局部规则和相邻个体间的相互作用进行自组织。这些低层次的交互导致了全局的群体行为。Bonabeau等人[1]将自组织定义为正反馈、负反馈、波动和多重交互作用的组合。正反馈促进个体更频繁地做出有益的行为,或促使其他个体向适当的行为靠拢。蚂蚁分泌信息素或蜜蜂跳舞都是正反馈的例子。由于正反馈效应的存在,当种群趋于饱和时,负反馈机制抛弃了无效的模式。蚂蚁信息素的蒸发或蜜蜂放弃已耗尽的资源就是负反馈的例子。这种波动带来了创造力和创新,以探索新的模式。多重交互是群中相邻代理之间的通信。自组织和分工使群体适应外部和内部的变化。结合上述特点的群体智能具有可扩展性、容错性、适应性、速度快、模块化、自主性、并行性等优点[2]。 本文档主要给出了人工蜂群算法的原理和算法过程。

2020-03-06

02-群体智能优化算法-粒子群优化算法.docx

粒子群优化(PSO)是一种基于群体智能的数值优化算法,由社会心理学家James Kennedy和电气工程师Russell Eberhart于1995年提出。自PSO诞生以来,它在许多方面都得到了改进,这一部分将介绍基本的粒子群优化算法原理和过程。

2020-03-06

01-群体智能优化算法-群体智能和进化计算.docx

优化问题存在于科学、工程和工业的各个领域。在许多情况下,此类优化问题,特别是在当前场景中,涉及各种决策变量、复杂的结构化目标和约束。通常,经典或传统的优化技术在以其原始形式求解此类现实优化问题时都会遇到困难。由于经典优化算法在求解大规模、高度非线性、通常不可微的问题时存在不足,因此需要开发高效、鲁棒的计算算法,无论问题大小,都可以对其进行求解。从自然中获得灵感,开发计算效率高的算法是处理现实世界优化问题的一种方法。从广义上讲,我们可以将这些算法应用于计算科学领域,尤其是计算智能领域。计算智能(CI)是一组受自然启发的计算方法和途径,用于解决复杂的现实世界问题。CI主要包括模糊系统(Fuzzy Systems,FS)、神经网络(Neural Networks,NN)、群体智能(Swarm Intelligence,SI)和进化计算(Evolutionary Computation,EC)。计算智能技术具有强大、高效、灵活、可靠等诸多优点,其中群体智能和进化计算是计算智能的两个非常有用的组成部分,主要用于解决优化问题。本部分内容主要关注各种群体和进化优化算法。

2020-03-06

CPN工具性能分析中的随机分布函数介绍

详细介绍了CPN仿真工具中关于性能分析中随机分布函数,包括常见的随机分布函数、计算统计学、数据采集函数、独立同分布值、输出管理及函数、性能选项函数和性能输出。对于初学者非常有帮助。

2014-08-26

CPN仿真(Simulation)帮助

详细地介绍了CPN仿真工具的使用,包括仿真过程中改变标识、仿真过程中的错误、约束、手动选择绑定、运行仿真、仿真反馈、仿真重复、仿真报告、仿真停止条件和仿真函数等,对初学者非常有帮助!

2014-08-26

着色petri网CPN监视器monitor帮助文件

该资源详细介绍了CPN中监视器的使用方法,对使用CPN进行性能分析具有非常大的帮助作用。其中包括:Data Collector Monitor、Breaking Point Monitor、User-Definition Monitor、Write-In-File Monitor以及各 类型监视器使用到的函数、异常处理、输出设置等。文档为英文版,但是简单易懂。

2014-08-25

单片机定时中断

介绍了中断有关的概念、8051中断标志及控制寄存器、中断响应的条件及响应过程、中断程序设计思想、中断应用程序设计举例

2012-05-03

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除