钢坯热轧加热炉区生产调度属于组合优化中的NP-complete问题.本文根据加热炉区生产特点建立了分别以生产能耗最小化和加热质量最优化为主次目标的钢坯加热炉区调度数学模型,将其归结为布尔可满足性问题,构造了采用二进制编码方式的遗传禁忌搜索算法进行求解.基于实际生产数据的模拟优化结果表明,该模型和求解方法充分满足了现场加热炉区生产调度的需求,在满足生产工艺约束的前提下,缩短了生产时间,提高了钢坯入炉温度和加热质量,与传统人工调度方法的结果相比具有更好的节能、高产效果

采用弹性力学、复合材料力学以及计算数学的有关理论,建立起了轴对称功能梯度材料分析模型,结合这类材料实际应用背景,给出了理论模型求解的边界条件。在求解梯度层层间热应力的过程中,引入了三角级数来描述功能梯度材料层间热应力,从而得到了层间热应力的精确解,以此优化这类材料的设计与实现该类材料的成功制备

汽车悬架中存在多种非线性因素,采用非线性模型的时域求解可获得更准确的平顺性分析结果.考虑到单一软件的局限性,本文采用协同仿真技术分析非线性车辆模型的平顺性.用机械系统软件ADAMS建立汽车多体模型,并用MATLAB/Si mulink的S函数建立路面模型、轮胎模型和驾驶员模型.以随机生成的路面不平度数据为输入,在Si mulink环境下建立协同仿真模型并完成车辆非线性模型的时域求解.给出了平顺性协同仿真算例,并根据响应量时间历程数据计算了簧载质量加权加速度均方根值和车轮动载均方根值.平顺性分析结果表明该协同仿真方法合理、可靠,满足非线性车辆模型的平顺性时域分析需要

提出了求解TSP问题的一种新的基于信息素的遗传交叉算子,并对算子构造子个体的过程进行了实验分析.在生成子个体时,基于信息素的遗传交叉算子不仅能够利用包括边长度和邻接关系在内的局部信息,还可以利用以信息素形式保存的全局信息.在纯遗传算法框架内,利用TSP基准算例对所提出的交叉算子的性能进行了实验测试.结果表明,该算子在精度和收敛速度上均优于其他知名的交叉算子

针对某特殊钢厂炼钢-连铸生产调度问题,首先,构建以炉机匹配度、连浇炉数以及过程等待时间等为主要评价指标的多目标优化调度数学模型.进而,对工艺流程结构以及炼钢、精炼和连铸三个工序的运行时间进行解析,分析合理的产品结构范围及不同产品结构下的生产组织模式.根据炼钢厂运行的\炉机对应\原则,运用柔性工序缓冲调节策略,协调优化炼钢、连铸工序间的生产节奏,求解不同生产模式下的调度方案.最后,通过仿真计算与实际生产状况的综合分析,验证了调度模型和求解策略的有效性和优越性

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO-CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性

第三章线性方程组 在第一、二章中,我们曾经以行列式和逆阵为工具解决了一类线性方程组 的求解问题。本章将系统地解决一般线性方程组的求解问题。所用的工具是克 莱姆法则、初等变换、向量等

基于证据理论研究了多专家求解策略。依靠证据的积累不断缩小假设集,来逼近真值,能比较直观地反映多专家意见综合的结果,因而使决策具有很强的科学性.此理论在加热炉异常现象诊断专家系统中应用,效果理想

从精准设计的角度出发,将产能和时间节奏的匹配以及投资效益等指标作为目标函数,提出了全板带型钢厂转炉-连铸区段单条生产线炉机匹配的多目标规划数学模型,并采用同样的方法,在单条生产线模型的基础上,建立了全板带型钢厂多条生产线转炉-连铸区段炉机匹配的多目标数学规划模型.通过改进后的分层序列法给出了所建模型的求解方法,并采用JAVA语言,借助Eclipse软件,运用面向对象的编程方法对模型进行了求解.最后利用此模型验证了首钢京唐钢铁联合有限责任公司炼钢车间的设计是较优的设计方案

针对现代钢铁企业生产管理中的客户订单与热轧带钢库存产品的匹配问题,在考虑规格、质量、等级以及生产工艺约束的基础上,建立了旨在最大化订单满足率且最小化匹配损失的约束满足模型.在对问题以及匹配对象特点进行分析的基础上,引入匹配损失矩阵作为订单与库存余材属性匹配差异的损失惩罚,考虑到问题的复杂性,采用基于变量选择和值选择的启发式算法求解模型的近优解,并通过数值实验对提出的算法进行了验证