1、“.....对交叉点到之间的编码,进行单点交叉,操作后,检查编码中的加工作业序列,将序列中重复的部分进行调整,以满足单机调度的约束条件对之为决策变量进行了相关研究。本文也考虑了非完美维修效果,但与单机调度相结合采用了非完美视情维修策略,从设备的实际运行状态出发进行维修决策,关注了设备的个体运行情况。以蒙特卡洛仿真方法产生的输入输出数据作为训练样本,训练神经元网络。将训练好的神经网络嵌入到遗传算法的适应值求解处,然后运用遗传算法获得最优值。遗传算法的编码结构如图所示图遗传算法的编都采用了文献,的维修策略,针对不同调度问题进行了研究,文献最小化了最大加权延误时间,文献最小化了小修更换库存及积压等在内的总成本,文献将预防性维修的逻辑变量于维修周期相结合,研究了生产调度与非周期预防性维修的集成问题。以上文献都采用了基于时间的预防性维修策略,且假设设备为两状态系统,然而......”。

2、“.....根据其退化状态进行维修决策,假设维修活动后,忽略设备的开机时间考虑非完美维修的单机调度优化模型假设在台设备上有项调度作业,相应加工时间为,且设备的初始状态为全新。在调度序列中,加工作业次序为的取值范围为到。近几十年中,有大量文献研究了调度过程中维修活动造成的不可用时间约束问题。文献考虑在调度期间,仅有次维修活动,且维修的开始时间为常数,这种假设显然与实际不符。文献,考虑非完美视情维修的单机调度优化模型研究原稿网络与遗传算法相结合的混合智能算法进行次仿真实验,统计结果如表所示表神经网络与遗传算法相结合的混合智能算法运行次的统计结果从表中的统计结果可以看出,将神经网络嵌套在遗传算法中,每次仿真都进行次模拟运算取得最小值,进行次仿真实验,得到的最小值与平均值之间的方差很小,说明优化结果相对稳定......”。

3、“.....未安排维修活动时,设备的退化值表示为进行非完美预防性维修后,设备状态的回退因子为,相应的退化值进行更换活动后,指示函数是定义在集合上的函数,表示其中有哪些元素属于子集。预防性维修后,设备状态往往恢复到故障与全新状态之间的状态,因此考虑非完美维修的单机调度优化问题更符合实际情况。假设加工作业是算法相结合的混合智能算法的平均计算时间中包括神经网络的训练时间。表分别用两种算法运行次的平均计算时间从表可以看出,运用神经网络与遗传算法相结合的智能优化算法的平均计算时间远远少于蒙特卡洛仿真与遗传算法相结合的优化方法的平均计算时间。在作业数量多的情况下,更能体现神经网络与遗传算法相结合的混合智能算法运算效率的优越性。遗传算法的参数设置不变,用神经究了单机调度与预防性维修的集成模型,以单机调度的序列和预防性维修的逻辑变量为决策变量,将单机调度与预防性维修相结合,并同时进行决策。文献都采用了文献......”。

4、“.....针对不同调度问题进行了研究,文献最小化了最大加权延误时间,文献最小化了小修更换库存及积压等在内的总成本,文献将预防性维修的逻辑变量于维修周期相结合,研究了生产调度与非周期预防性维修的集成多学者研究了非完美维修对生产调度的影响。文献研究了基于时间的非完美预防性维修结合故障更换的联合维修策略。文献考虑了非完美预防性维修的效果,以预防性维修的间隔时间为决策变量进行了相关研究。本文也考虑了非完美维修效果,但与单机调度相结合采用了非完美视情维修策略,从设备的实际运行状态出发进行维修决策,关注了设备的个体运行情况。近几十年中,有大量文献研究题。以上文献都采用了基于时间的预防性维修策略,且假设设备为两状态系统,然而,设备状态往往是随机连续退化的,根据其退化状态进行维修决策,实现按需维修更能有效避免过维修或欠维修的情况。考虑非完美视情维修的单机调度优化模型研究原稿......”。

5、“.....即单机调度的决策变量和预防性维修阈值第项调度作业的处理时间以蒙特卡洛仿真方法产生的输入输出数据作为训练样本,训练神经元网络。将训练好的神经网络嵌入到遗传算法的适应值求解处,然后运用遗传算法获得最优值。遗传算法的编码结构如图所示图遗传算法的编码结构交叉算子进行交叉操作时,对交叉点到之间的编码,进行单点交叉,操作后,检查编码中的加工作业序列,将序列中重复的部分进行调整,以满足单机调度的约束条件对之型,遗传算法可以解决该类问题,但为了保证精确度需要增大仿真次数,这将导致运算过程相当费时,为了解决该问题,考虑引入神经网络逼近目标函数,运用遗传算法结合神经网络的混合智能算法进行目标求解。采用蒙特卡洛仿真的方法计算目标值。随机产生决策变量,根据得到调度序列中项作业的加工时间为,具体实现的伪代码如下产生个时间单元的,并累计求和......”。

6、“.....比较结果表明,本文提出的考虑非完美视情维修的单机调度随机期望值模型的有效性。结论与展望本文重点研究了在单机调度过程中,预防性维修活动为非完美维修的情况。考虑从设备的实际退化状态出发,根据预防性维修的阈值和设备的故障阈值来安排预防性维修或更换活动。采用了基于预防性维修阈值的非完美预防维修与故可续的,维修活动只能安排在项加工作业完成后进行设备退化值达到预防性维修阈值且未故障,则进行预防性维修活动,维修时间为,维修时间的期望值是的递增函数,则预防性维修的维修时间期望值为,其中和为常数。预防性维修后,设备退化值受回退因子的影响,维修效果是非完美的设备退化值达到故障阈值,则进行故障更换,更换时间为,更换后设备状态恢复到初始的全新状态题。以上文献都采用了基于时间的预防性维修策略,且假设设备为两状态系统,然而,设备状态往往是随机连续退化的,根据其退化状态进行维修决策......”。

7、“.....考虑非完美视情维修的单机调度优化模型研究原稿。考虑非完美视情维修的单机调度优化模型中包括两个决策变量,即单机调度的决策变量和预防性维修阈值第项调度作业的处理时间网络与遗传算法相结合的混合智能算法进行次仿真实验,统计结果如表所示表神经网络与遗传算法相结合的混合智能算法运行次的统计结果从表中的统计结果可以看出,将神经网络嵌套在遗传算法中,每次仿真都进行次模拟运算取得最小值,进行次仿真实验,得到的最小值与平均值之间的方差很小,说明优化结果相对稳定,而且每次仿真实验都可以得到相同的加工序列和相近的预防性维修阈值或循环达到提前设定的最大仿真次数,停止循环,得到最终的期望值。遗传算法的运行参数统设置为种群大小为,最大遗传代数为,交叉概率为,变异概率为,代沟为,模拟次数为次。以项项及项加工作业为例......”。

8、“.....用两种算法运行次的平均计算时间如表所示,其中神经网络与遗考虑非完美视情维修的单机调度优化模型研究原稿第项作业加工前,设备的劣化值赋给更换时间确定的值根据预防性维修的维修时间期望值,得到预防性维修时间加工作业的总完工时间重复以上求解过程,用最小方差控制的方法判断目标值达到稳定,即时,跳出循环或循环达到提前设定的最大仿真次数,停止循环,得到最终的期望值。考虑非完美视情维修的单机调度优化模型研究原稿网络与遗传算法相结合的混合智能算法进行次仿真实验,统计结果如表所示表神经网络与遗传算法相结合的混合智能算法运行次的统计结果从表中的统计结果可以看出,将神经网络嵌套在遗传算法中,每次仿真都进行次模拟运算取得最小值,进行次仿真实验,得到的最小值与平均值之间的方差很小,说明优化结果相对稳定,而且每次仿真实验都可以得到相同的加工序列和相近的预防性维修阈值明了用该随机期望值集成模型的可行性......”。

9、“.....在今后的研究中,针对用可靠性要求高的设备研究其在调度过程中的可靠度问题。参考文献杨宏兵,沈露,成明,等带退化效应多态生产系统调度与维护集成优化计算机集成制造系统,刘宝碇,赵瑞清,王纲不确定规划及应用清华大学出版社有限公司,。算法描述本文的优化模型为混合变量的随机期望值约束条件如果变异位置为,对变异位置上的数据进行实值变异操作。算法描述本文的优化模型为混合变量的随机期望值模型,遗传算法可以解决该类问题,但为了保证精确度需要增大仿真次数,这将导致运算过程相当费时,为了解决该问题,考虑引入神经网络逼近目标函数,运用遗传算法结合神经网络的混合智能算法进行目标求解。采用蒙特卡洛仿真的方法计算目标值。随机产生决策变量后更换相结合的混合维修策略,以工作次序和预防维修阈值为决策变量,建立了加工作业的总期望完成时间最小为优化目标的随机期望值集成模型。在期望值模型中......”。