秦威
- 作品数：36 被引量：228H指数：9
- 供职机构：上海交通大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术机械工程经济管理交通运输工程更多>>
- 智能制造 调度为先——《制造系统智能调度方法与云服务》导读被引量：11
- 2019年
- 随着越来越多小微型企业对制造车间"万物感知、万物互联、万物智能"的需求,结合大数据和云计算技术,针对制造资源和生产任务,构建多种制造类型下的调度算法库,提供智能调度方案,是实现制造系统高效运行的关键。为了探讨智能调度的原理、方法和云端化实现路径,笔者撰写了《制造系统智能调度方法与云服务》一书,全面介绍了制造系统中多种复杂调度问题,重点介绍了各类调度问题对应的调度方法,结合云服务框架介绍了不同调度方法的云端化技术与实现方式,搭建了基于云计算的制造车间智能调度算法库及服务系统。本书为推动我国制造业的智能化发展和企业应用提供参考,对提升我国制造业的核心竞争力具有重要意义。
- 张洁秦威
- 关键词：智能调度云服务算法库
- 加工时间不确定的柔性作业车间鲁棒调度方法被引量：22
- 2015年
- 针对中小批量环境下加工时间不确定的柔性作业车间调度问题,采用冗余处理方法构建了以最大完工时间为目标的鲁棒调度模型。为降低算法的搜索规模和提高算法的求解速度,提出了顺序搜索机制,并设计两阶段遗传算法,分阶段获取冗余状态和最优结果。采用某柔性生产线的数据进行正交试验,优化了算法关键参数,并构建了柔性生产线仿真模型,对调度结果的鲁棒性和优化目标性能进行了分析。结果表明,该算法在目标性能和鲁棒性上都显著优于标准遗传算法,能有效处理加工时间不确定的柔性作业车间调度问题。
- 汪俊亮张洁秦威银莉陈定方
- 关键词：柔性作业车间鲁棒性
- 数据驱动的中医药制造过程工艺参数优化方法
- 一种数据驱动的中医药制造过程工艺参数优化方法，通过计算中医药产品生产过程历史工艺参数和产品质量间的最大互信息系数(MIC)，同时构建质量预测模型(PM‑AdaBoost)，根据最大互信息系数和质量预测模型的均方误差计算适...
- 秦威胡锦华孙衍宁郭良训王勇
- 自动化集装箱码头全域集成网络调度方法
- 一种自动化集装箱码头全域集成网络调度方法，根据自动化集装箱码头全域集成调度免死锁约束，建立自动化集装箱码头全域集成调度网络模型，将自动化集装箱码头全域集成调度问题映射为调度网络；然后计算调度网络中节点重要度，将其作为调度...
- 秦威庄子龙方怀瑾张战罗谭润芝邹鹰凌强田宇杨靖培
- 工业软测量中考虑因果效应的辅助变量选择方法
- 一种工业软测量中考虑因果效应的辅助变量选择方法，基于软测量建模对象的历史数据集，经过预处理得到离散化的候选变量集和主导变量数据样本；通过每一个候选变量与主导变量的互信息确定每一个候选变量与主导变量的因果效应；采用基于因果...
- 孙衍宁秦威许鸿伟谭润芝王无印
- 文献传递
- 基于D3QN-PER的集装箱码头IGV任务动态分配研究
- 2024年
- 针对自动化集装箱码头智能导引车(IGV)作业环境动态、作业过程受电池电量约束等问题,研究不确定环境下考虑充电的IGV任务动态分配方法。分析不同载重下IGV充放电过程,提出基于电量区间自主决策的充电策略。为规避动态环境下IGV作业时间不确定对装卸效率的影响,以IGV和集装箱任务信息为状态空间,以集装箱分配规则为备选动作,综合装卸等待成本、IGV搬运成本和充电成本设计即时奖励,基于深度强化学习构建面向IGV任务分配的马尔可夫模型。为克服传统深度Q网络(DQN)过估计、收敛困难和训练不稳定问题,设计集成优先级经验回放(PER)机制和决斗双重深度Q网络(D3QN)结构的D3QN-PER算法。实验结果表明:D3QN-PER算法比单一规则决策和随机决策的IGV搬运任务总完工时间平均分别改进4.60%和12.05%,具有更好的收敛性能和训练稳定性。
- 张艳伟莫满华秦威
- 关键词：自动化集装箱码头
- 自动化集装箱码头泊位和岸桥优化分配方法
- 一种自动化集装箱码头泊位和岸桥优化分配方法，通过对泊位和岸桥集成分配双层编码并生成与之对应的初始解集合，由改进的外层遗传算法进行全局搜索得到解集合的全局提升结果后，再通过改进的内层模拟退火算法对解集合进行邻域搜索，得到优...
- 秦威张战罗方怀瑾彭星皓顾铭豪赖俊宇潘再峰邹鹰王秋晨
- 数据驱动的基于不平衡装配数据的发动机质量预测方法
- 一种数据驱动的基于不平衡装配数据的发动机质量预测方法，通过分析工艺参数在预测产品质量过程中的互补性和冗余性，减少输入变量间的冗余性，提高互补性，选择冗余性最小的关键变量集合，基于所选的关键变量识别柴油发动机不同模态，针对...
- 秦威胡锦华孙衍宁
- 基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法
- 一种基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法，通过传感器采集锂电池的工况数据，经预处理得到输入特征；通过传感器采集锂电池的工况数据，经预处理得到输入特征；根据输入特征设计堆叠残差因果卷积神经网络，训练该堆叠残...
- 秦威孙衍宁庄子龙吕慧春
- 文献传递
- 面向制造过程数据的两阶段无监督特征选择方法被引量：5
- 2019年
- 现代化制造车间无时无刻不在产生大量数据,其中绝大部分以无标签结构化原始数据的形式存储在现代化制造企业的工业大数据平台中。这些制造数据一方面具有很大的潜在价值,另一方面因为其具有高噪声、高冗余性的特点,难以直接分析与利用。因此,针对制造过程原始数据的特点,以去除制造数据冗余性、挖掘原始数据局部结构为目的,提出一种两阶段无监督特征选择方法。该方法的第一阶段采用遗传算法产生的原始数据的低维子集作为径向基神经网络(Radial basis fuctionneural network, RBFNN)的输入,利用RBFNN复现原始数据的全部维度,并以降维率及复现精度作为遗传算法(Geneticalgorithm, GA)的适应度函数,通过GA多次迭代学习高维特征的低维表示,删除原始数据集中的冗余特征与噪声特征。第二阶段采用拉普拉斯特征得分(Laplacian score, LS)逐维评价剩余特征对于反映数据局部几何结构的作用,挖掘对改善分类性能更有效的特征。通过与LS等无监督特征选择算法对比,验证了提出的两阶段无监督特征选择方法能够有效降低制造数据的冗余性,并提高数据的分类性能。
- 张洁盛夏张朋张朋秦威
- 关键词：遗传算法径向基神经网络
