面向离散制造系统的集成式工艺规划与车间调度问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51375004
  • 项目类别:
    面上项目
  • 资助金额:
    82.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0510.制造系统与智能化
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

In the Youth Project of NSFC, a series of deep researches on the Theory, Methods of the Integrated Process Planning and Scheduling (IPPS) Problem with Its Extension has been carried out. And several important progresses have been achieved. One fitness landscape based on Logistic Model has been proposed for IPPS. And based on the fitness landscape, an active learning genetic algorithm has been designed to solve the IPPS effectively. Moreover, an optimization method based on interval theory has been proposed for the fuzzy IPPS problem. In this project, 25 papers have been published or accepted. In them, there are 16 international journal papers, 11 papers are indexed by SCI or accepted by SCI journals and 12 papers are indexed by EI or accepted by EI journals. This project also has published 1 book. In future, we plan to do the further researches on the IPPS for Discrete Manufacturing Systems (DMS). Firstly, based on the features of DMS, the models of the IPPS problems which consider setup times and transportation times, multi-shop and low carbon will be constructed to explore the fitness landscapes of these IPPS problems. Based on the fitness landscapes, the effective solving algorithms will be designed. And then, combining the above factors, we try to achieve the collaborative optimization for multi-objective IPPS problem under the integrated environment. Finally, the IPPS prototype system for DMS will be designed and developed.
在青年科学基金项目中,针对集成式工艺规划与车间调度(IPPS)问题的理论、方法及其扩展,开展了一系列的研究,取得了一些重要的研究进展。提出了一种基于阻滞增长模型的IPPS问题适应度地形结构,并设计了基于主动学习遗传算法的IPPS求解算法和基于区间理论的模糊IPPS优化方法。该项目共发表/录用论文25篇,其中国际期刊论文16篇,SCI收录/源刊11篇,EI收录/源刊12篇。出版专著1本。在青年基金已有成果基础上,未来拟针对面向离散制造系统的IPPS问题开展研究。首先基于离散制造系统的特点,建立带准备时间和传输时间、多车间以及低碳环境下的IPPS问题模型,并在模型基础上探索问题的适应度地形;基于适应度地形结构,设计高效求解算法;然后综合考虑以上因素,实现综合环境下多目标IPPS问题的协同优化;最终,设计开发原型系统。

结项摘要

离散制造系统具有生产环境不确定性强、产品工艺复杂、多车间并行、异步生产等特点。本项目依照计划对离散制造系统的工艺规划与车间调度集成(IPPS)问题开展了系统深入研究:.1. 对带准备时间和传输时间的IPPS问题理论与方法进行了研究。建立了考虑准备时间和传输时间的多目标车间调度问题混合整数规划模型,提出了一种基于多目标灰狼算法的求解方法。.2. 对多车间IPPS问题理论与方法展开了研究。建立了缓冲区数量和时间受限的带约束的混流车间调度模型,提出了基于离散人工蜂群算法的炼钢连铸调度优化方法,采用多种邻域搜索方式结合的离散人工蜂群算法,并加入未改进计数来标明解的状态和搜索方式的转换,加快对优质解的邻域搜索。.3. 对离散制造系统的低碳IPPS问题理论与方法进行了深入研究。构建了面向离散制造系统的作业车间能量系统评价指标体系,建立了离散制造系统作业车间低碳调度问题混合整数规划模型,提出了面向离散制造系统的低碳IPPS问题智能优化求解策略与方法。.4. 对综合环境下的多目标IPPS问题建模与协同优化方法展开了研究。建立了动态和不确定环境下的多目标IPPS问题数学模型,提出了基于HBMO的多目标不确定IPPS问题求解方法。.5. 开发了面向焊接车间的调度系统并在相关企业得到应用。.本项目在离散制造系统IPPS问题理论与方法方面取得较重大突破,取得原创性成果。本项目共发表论文36篇,其中SCI收录29篇,2篇入选ESI高被引论文,出版专著1部,申请发明专利2项,软件著作权7项,项目负责人获得了湖北省自然科学基金杰出青年项目资助(已公示)。项目研究成果丰富了车间调度与智能算法的理论研究,推动了学科发展,具有重要科学意义;同时也为离散制造系统高效稳定运行提供了有效的手段,具有重要的应用价值。

项目成果

期刊论文数量(25)
专著数量(1)
科研奖励数量(0)
会议论文数量(3)
专利数量(2)
基于和声搜索算法的工艺序列规划方法研究
  • DOI:
    10.13462/j.cnki.mmtamt.2016.09.040
  • 发表时间:
    2016
  • 期刊:
    组合机床与自动化加工技术
  • 影响因子:
    --
  • 作者:
    夏然飞;褚学征;李新宇
  • 通讯作者:
    李新宇
A hybrid algorithm based on a new neighborhood structure evaluation method for job shop scheduling problem
基于新邻域结构评价方法的混合算法求解车间调度问题
  • DOI:
    10.1016/j.cie.2015.08.002
  • 发表时间:
    2015
  • 期刊:
    Computers & Industrial Engineering
  • 影响因子:
    7.9
  • 作者:
    Liang Gao;Xinyu Li;Xiaoyu Wen;Chao Lu;Feng Wen
  • 通讯作者:
    Feng Wen
Discrete electromagnetism-like mechanism algorithm for assembly sequences planning
用于装配序列规划的离散类电磁机构算法
  • DOI:
    10.1080/00207543.2013.867087
  • 发表时间:
    2014
  • 期刊:
    International Journal of Production Research
  • 影响因子:
    9.2
  • 作者:
    Gao Liang;Zhang Chunjiang;Li Xinyu;Wang Lijian
  • 通讯作者:
    Wang Lijian
Energy-efficient multi-pass turning operation using multi-objective backtracking search algorithm
使用多目标回溯搜索算法的节能多道车削操作
  • DOI:
    10.1016/j.jclepro.2016.07.029
  • 发表时间:
    2016
  • 期刊:
    Journal of Cleaner Production
  • 影响因子:
    11.1
  • 作者:
    Lu Chao;Gao Liang;Li Xinyu;Chen Peng
  • 通讯作者:
    Chen Peng
Optimisation of the reverse scheduling problem by a modified genetic algorithm
改进遗传算法逆向调度问题的优化
  • DOI:
    10.1080/00207543.2014.988890
  • 发表时间:
    2015
  • 期刊:
    International Journal of Production Research
  • 影响因子:
    9.2
  • 作者:
    Mou Jianhui;Gao Liang;Li Xinyu;Lu Chao;Hu Hongjie
  • 通讯作者:
    Hu Hongjie

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Temporal Dynamics of Smoking-related Approach Biases: A Comparison between Male Smokers and Non-smokers
吸烟相关方法偏差的时间动态:男性吸烟者与非吸烟者的比较
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    Journal of Studies on Alcohol and Drugs
  • 影响因子:
    3.4
  • 作者:
    魏新益;陈海德;李新伟;李新宇;李伟健
  • 通讯作者:
    李伟健
Eu在钙硼硅玻璃中的发光性能研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    陕西科技大学学报
  • 影响因子:
    --
  • 作者:
    乔荫颇;周沁;王答成;沈鹏;李明阳;李新宇;陈璞
  • 通讯作者:
    陈璞
展厅现象下实体零售商数字化创新研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    工业工程与管理
  • 影响因子:
    --
  • 作者:
    葛泽慧;任政坤;张运环;李新宇
  • 通讯作者:
    李新宇
大坝混凝土早龄期变温条件下拉伸徐变研究
  • DOI:
    10.11660/slfdxb.20200805
  • 发表时间:
    2020
  • 期刊:
    水力发电学报
  • 影响因子:
    --
  • 作者:
    赵志方;钟阳峰;李新宇;孙宇坤
  • 通讯作者:
    孙宇坤
Mg-Ta_2O_5纳米棒涂层的制备、表征及其体外生物活性
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    稀有金属材料与工程
  • 影响因子:
    --
  • 作者:
    王翠翠;童晨光;蔡安琦;张意茹;李新宇;郭宏伟;殷海荣
  • 通讯作者:
    殷海荣

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李新宇的其他基金

基于5G的智能离散制造车间主动调度理论与方法
  • 批准号:
    U21B2029
  • 批准年份:
    2021
  • 资助金额:
    258 万元
  • 项目类别:
    联合基金项目
数据-模型混合驱动的车间动态调度理论与方法
  • 批准号:
    51775216
  • 批准年份:
    2017
  • 资助金额:
    63.0 万元
  • 项目类别:
    面上项目
lnc-TBC1D19-4竞争性结合miR-146a调控角膜缘干细胞分化
  • 批准号:
    81570819
  • 批准年份:
    2015
  • 资助金额:
    57.0 万元
  • 项目类别:
    面上项目
集成式工艺规划与车间调度问题的理论、方法及其扩展研究
  • 批准号:
    51005088
  • 批准年份:
    2010
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码