首页期刊导航|工业工程
期刊信息/Journal information
工业工程
广东工业大学
工业工程

广东工业大学

伍乃骐

双月刊

1007-7375

xbao@gdut.edu.cn

020-37626037

510090

广州市东风东路729号广东工业大学

工业工程/Journal Industrial Engineering JournalCSCDCHSSCD北大核心CSTPCD
查看更多>>本刊由广东工业大学主办,中国机械工程学会协办。工业工程(IE)在提高劳动生产率、降低成本、资源优化和合理配置中具有重要作用,在发达国家广泛应用于工业、商业、服务性行业及公用事业等。本刊内容涵盖经营战略、决策研究、制造系统、物流系统、设施规划、工作研究、成本分析、工程经济、质量保障、诊断评估、信息管理、人机工程、生产组织、人力资源、组织重构等。刊物已被国内外十多家重要文摘期刊或数据库收录。
正式出版
收录年代

    医药健康企业数字化转型与生态系统构建——基于1药网的案例研究

    李建斌柴小玲罗晓萌
    1-12页
    查看更多>>摘要:人口老龄化加剧、慢性病患病率增长、居民消费水平提升,以及健康关注程度增加等推动着中国医药健康市场的持续壮大.然而,由于我国医疗资源有限且配置不均、医药供应链复杂和药品流通高度碎片化,患者面临着"看病难、买药贵"的困境.因此,如何将患者与药品和医疗服务进行有机连接是一大难题.随着医疗政策的开放和数字化技术的变革,医药健康企业尝试进行数字化转型,企图通过形成数字化平台生态系统来破解困局.对此,本文通过对 1药网进行案例研究,提炼出医药健康企业实现数字化转型以及推进数字化平台生态系统的迭代过程.研究发现:1)医药健康企业数字化转型经历初始探索、扩展转型和生态构建 3个阶段,实现从 0-1的自主数字化转型和从 1-N的赋能数字化转型.2)生态导向型战略企业在数字化转型时采取商业模式创新驱动的转型模式,针对多种生态参与者调整数字化资源配置,打破企业边界的同时赋能数字化连接,共建数字化平台生态系统.本文研究结论对于医疗健康企业数字化转型的运营实践具有重要指导价值,有助于医药健康产业数字化发展.

    医药健康平台数字化技术数字化转型数字化生态系统供应链整合

    数字孪生在工业工程领域应用的热点和趋势分析

    林国义郭慧妍冷杰武赵慧...
    13-25页
    查看更多>>摘要:为了客观掌握国内外数字孪生技术在工业工程领域中的应用现状及研究进展,本文以Web of Science和中国知网数据库中 2017-2023年国内外相关文献为基础,进行文献梳理并构建了科学知识图谱.通过发文量分析发现,自 2017年起,国内外有关数字孪生在制造业应用的研究日益增多,呈现出稳定的上升趋势,且中文文献的发表数量超过了英文文献.通过发文机构分析发现,北京航空航天大学、西安交通大学、西北工业大学,以及国外的University of Patras、SKKU等高校在该领域的文献产出量位居前列,说明国内外高校形成了对该领域的重要研究力量.通过关键词分析发现,国内研究热点为智能制造、人工智能、元宇宙,国外则更关注工业 4.0、数字孪生模型设计与系统优化.国内的前沿主题集中在数字孪生模型的建立、数字孪生车间和数据驱动的应用;国外则集中在网络物理系统、制造系统和不确定性分析等主题.当前,数字孪生技术在工业工程领域实现了较为成熟的应用,但国内外研究侧重点不同,国内侧重于技术的具体应用和实践探索,而国外研究则偏向于模型与过程的优化.

    数字孪生工业工程制造业数字化转型可视化分析

    基于CNN-GA-XGBoost负荷预测的中央空调冷水机组数字孪生系统研究

    翁卫兵李鹏冲彭晨万安平...
    26-37页
    查看更多>>摘要:为满足建筑物末端的制冷需求,中央空调冷水系统长期在部分负荷下运行,这导致能源消耗较高.对中央空调冷水机组的负荷预测有利于节能改造以达到负荷最优.针对冷水系统存在的错综复杂交互关系和多变量等难以精确预测的问题,提出一种基于卷积神经网络(convolutional neural network,CNN)—遗传算法(genetic algorithm,GA)—极端梯度提升(extreme gradient boosting,XGBoost)的冷水机组数字孪生体预测模型.首先利用历史数据训练CNN-GA-XGBoost预测模型;然后将训练好的模型通过应用程序接口(application program interface,API)的方式连接到数字孪生体系统中进行实时预测;最后在数字孪生系统中展示预测结果.结果表明,所提的方法模型评估指标决定系数达到 0.995,平均绝对百分比误差为 0.82,均方根误差为 2.22.数字孪生体预测模型有效地连接了物理实体和数据驱动,能够实现建筑物空调负荷的精准预测,并且所提预测方法相较于其他模型具有更高的精度和更好的泛化性.

    卷积神经网络数字孪生负荷预测冷水系统遗传算法超参数优化

    基于改进NSGA-Ⅲ的原油短期调度能耗优化

    侯艳牛聪滕少华朱清华...
    38-50页
    查看更多>>摘要:为了进一步提高原油短期调度问题的求解质量和优化效果,本文针对原油处理短期调度优化问题,提出一个两阶段优化求解策略.通过对供油罐到蒸馏塔的指派过程的分析,设计出能够成段保留父代基因的交叉算子和自适应改变变异概率的变异算子,提出NSGA-III-ACMO算法求解原油短期调度问题.该算法在具有良好收敛性的同时又保证了种群的多样性,同时优化原油在管道的混合成本、罐底的混合成本、蒸馏塔的换罐成本、供油罐使用成本和能耗成本 5个目标.针对能耗目标优化不彻底的问题,提出一个新的混合整数线性规划模型进一步优化能耗.该模型的优点是对于一个已知的详细调度,在不影响其他目标的情况下,可以将能耗目标优化到最小.实例分析表明,通过NSGA-III-ACMO算法所得的调度与已有文献结果对比,单个目标优化效果提升 9%~45%不等.在此基础上,使用本文提出的混合整数线性规划模型,能耗成本可以降低 6.8%.从整体上看,本文所提算法在求解质量和优化效果上都表现出明显的优越性.

    原油短期调度自适应算子能耗优化混合整数线性规划

    属性权重未知情形下基于公众双重评价的多属性大群体决策方法

    蔡晨光邹浩
    51-58页
    查看更多>>摘要:针对属性权重未知的重大民生决策事项,提出了一种基于公众双重评价的多属性大群体决策方法.首先,根据公众给出的双重评价信息确定各方案的属性值和整体表现情况.然后分别计算各方案属性值与认可度之间、属性值与非认可度之间的关联水平,根据两类关联度测度结果确定属性权重的取值区间.以所有方案属性值的信息离差度最小化为目标构建优化模型确定属性权重.利用TOPSIS法对方案进行排序,确定最优方案.最后通过算例对本文提出的方法进行验证.根据算例验证结果可知,本文提出的方法可以将公众评价信息融入决策活动之中,以此为依据确定相关决策信息和属性权重,使得决策结果能够充分反映民意,确保决策的有效性.

    公众评价大群体多属性决策

    共享资源约束净现值最大化多项目调度及其禁忌搜索启发式算法

    何华曹芳芳何正文王能民...
    59-69,124页
    查看更多>>摘要:研究共享资源约束下的净现值最大化多项目调度问题.介绍了该问题的现实和理论背景并提出研究问题,构建问题优化模型和分析模型特点并提炼问题性质,设计问题求解的禁忌搜索启发式算法,并提出改进措施以提升算法效率.在随机生成的标准算例上进行计算实验,对算法进行验证,以及对关键参数进行敏感性分析.研究表明,禁忌搜索算法优于多重迭代改进和随机抽样算法,且基于改进措施的禁忌搜索算法绩效最佳;净现值随资源强度和项目截止日期增加而增加,而随资源因子呈下降趋势;另外净现值随里程碑数量、预付款比例和支付比例呈单调递增的趋势,而折现率则负向影响净现值.

    多项目调度净现值最大化优化模型禁忌搜索共享资源

    电力-通信耦合网络关键节点识别及其保护策略研究

    陈端云唐元春林毅
    70-81页
    查看更多>>摘要:智能电网已逐步发展为由电网和电力通信网深度耦合的电力-通信耦合网络,通信网节点故障会通过耦合关系影响电力系统,甚至在耦合网络中引发级联故障,因此如何识别并保护关键通信节点是亟待解决的问题.首先,基于电力-通信网络的交互机理,构建电力-通信耦合网络模型,提出一种考虑耦合影响的关键节点识别算法;然后构建电力-通信耦合网络攻防博弈模型,基于耦合网络关键节点攻击与保护博弈过程,提出种群竞争萤火虫算法,对博弈模型进行求解.仿真结果表明,算法生成的最优保护策略能够根据节点重要性合理分配保护资源,降低耦合网络在恶意攻击下的脆弱性,最大限度地保障电力-通信耦合网络安全稳定运行.

    耦合网络攻防博弈模型级联故障关键节点识别节点保护策略

    不确定需求下考虑协议库存的电网物资供应优化建模

    俞春华陈国华喻鸿余建新...
    82-92页
    查看更多>>摘要:如何综合挖掘既有仓储网络和协议供应商资源,实现彼此互补和协同、按需备货和分配,是电网企业供应链管理降本增效的难点,其中优化模型的选择是关键.本文采用集成管理的思想,考虑需求的不确定性,基于电网现有物资供应模式,在构建确定性模型的基础上,提出两类物资供应的鲁棒优化模型,利用Bender分解方法设计模型的求解算法.基于国网案例,收集数据,设计实验,对模型和算法的性能进行分析;并针对不同的物资供应模式,探讨需求未满足偏差的惩罚成本参数和预算不确定参数的变化对总成本的影响.研究发现如下.1)Bender分解算法对于求解大规模问题效率更高.2)基于期望需求的确定性模型虽然总成本最低,但抵御不确定需求风险方面不如两类鲁棒模型;基于随机情景的鲁棒模型可以平衡总成本和需求未满足偏差的惩罚成本;考虑预算不确定集的鲁棒模型可以将需求不确定性控制在特定范围内.3)考虑实物库存优先分配与配送的物资供应模式在总成本控制方面更好.4)考虑预算不确定集的鲁棒模型具有很好的需求满足能力,但成本更大;基于随机情景的鲁棒模型在成本上优于考虑预算不确定集的鲁棒模型,但可能部分需求无法满足.

    电网协议库存物资供应鲁棒模型Bender分解

    考虑不确定靠港作业时间的船舶调度问题

    萧理阳徐嘉晨孙鹏郑航晓...
    93-102页
    查看更多>>摘要:随着海运需求的日益增加,国内外港口频繁出现拥堵问题,这给海运行业造成巨大的经济损失.现实中港口在面对繁忙的进出船舶时需要提前对船舶进行调度规划.船舶调度问题不仅需要考虑港口的客观条件和引航员等因素,还需要考虑船舶调度计划的随机性,避免在港内作业环节的不确定情况.基于考虑不确定靠港作业时间的船舶调度问题,本文构建两阶段随机规划模型,采用一种结合平均抽样近似方法和自适应大规模邻域搜索的算法对模型进行求解,并设计一个根据航道顺序和引航员排班顺序自动生成最优时间表的内部程序,辅助解决在此过程中模型的综合航道容量、引航员交通工具变动和船舶出港时间变动等状态下的求解难题.通过数值试验证明本文构建的算法在速度和精度上皆优于CPLEX求解器,在解决较大规模算例时有一定的现实意义.同时,本文对平均抽样近似方法的样本参数和不确定靠港时间系数进行数据实验,证明了所提出模型和算法的合理性与实际应用价值.

    船舶调度引航员排班自适应大邻域搜索平均抽样近似

    带新订单插入的虚拟制造单元重构方法研究

    张利平龚雨成
    103-114页
    查看更多>>摘要:虚拟制造单元旨在更改物流走向和优化制造单元,提高车间生产效率和物流柔性,广泛存在于多品种小批量生产车间.随着新订单插入,产品类型与工艺路径不断变化,原有虚拟制造单元易引起设备负载不均衡和生产效率下降.针对新订单插入情形,引入连续相同工序,设计一种新的衡量新订单与原有虚拟制造单元的相似度指标;针对虚拟制造单元重构情形,建立以设备负载均衡、总运输成本、跨单元次数和单元继承率为优化目标的虚拟制造单元重构数学模型.另外,对基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decom-position,MOEA/D)进行改进,采用多种交叉算子提高全局搜索效率,采用基于模拟退火的邻域搜索提高局部探寻能力.最后,以某企业机加工车间实际案例和 10组标杆案例,验证了所提方法的有效性和卓越性,为虚拟制造单元重构决策提供理论参考依据.

    虚拟制造单元单元重构多目标优化改进MOEA/D算法新订单插入