根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果

为有效解决半导体制造业中带并行腔和重入约束的双臂集束型设备调度问题,提出一种以优化搜索为核心的调度方法.首先,引入优化FIFO (first in first out)搜索规则,并以系统总完工时间最小化作为目标,建立带并行腔和重入约束的四加工腔双臂集束型设备调度数学模型.在此基础之上,结合虚拟缓冲模块的概念,提出一种基于机械臂交换策略的优化搜索算法.最后,对所提出的算法进行仿真实验,实验结果表明该算法是可行且有效的

给出了一套利用计算机辅助测量技术测量料堆体积的完整方法,包括料堆现场拍照、将照片输入计算机进行立体重建和体积计算.提供了一套完整的体积计算算法,包括:原始数据点的整理、建立三角网、等高线插值、搜索等高线、判断等高线关系、拟合等高线、计算等高线面积和计算体积8个步骤.在算法的基础上,开发出了系统原型,并通过一个料堆实例,验证了算法的可行性和正确性

第一节 控制系统组成和控制性能指标 第二节 过程动态特性和建立过程的动态模型 第三节 检测变送环节 第四节 执行器环节 第五节 控制器的模拟控制算法 第六节 控制器的数字控制算法 第七节 控制器参数整定和控制系统投运 第八节 与PID控制密切相关的几类控制算法 第一节 控制系统组成 第二节 过程特性及动态模型建立

第六章过程 6.1Sub过程 6.2 Function过程 6.3参数传递 6.4可选参数和可变参数 6.5对象参数 6.6作用域和生存期 6.7常用算法举例

提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础,通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小,做到了真正意义上的以实测数据来校正模型,从而使设定的模型有较好的自学习功能,并在实际应用中表现出较好的学习效果

提出了在计算机辅助测量料堆体积中一种新的体积计算算法,包括:整理原始数据点、求原始数据点的偏导数、建立三角剖分、区域曲面拟合、计算区域体积、计算料堆体积等步骤.在算法的基础上,开发出一个应用系统,并通过试验验证了算法的正确性

• 概述 • 路由查找算法 • 交换结构

2.1 利用计算机解决实际问题的基本步骤 2.2 算法的概念 2.3 结构化程序设计

一、了解有关查找的 二、基本概念 三、查找的主要算法