一类装填布局问题的半自动求解方案

将知识推理、人机交互和优化技术应用于装填布局问题,提出了一种半自动布局方案.该方案首先通过知识推理来确定待布组件的装填顺序和初步位置,在此基础上利用人机交互手段进行初步的空间规划,最后利用遗传算法对布局方案进行性能优化.     

基于优化Kano分析的产品定位设计决策

针对产品定位过程中只考虑用户需求权重而忽略用户需求层次变化所导致的产品定位偏差问题,提出一种基于优化Kano分析的产品定位设计决策方法。通过在Kano模型中定义用户需求矢量,利用粗糙层次分析法(R-AHP)计算用户需求权重及类型对用户需求层次进行分类,以用户满意度增量为决策依据确定下一代产品的设计方向,得到最佳的产品定位。通过采血笔的设计决策为例,验证了该方法的可行性。     

旋转多段舱组件布局优化方法

针对多舱段(或支承面)卫星舱组件布局未考虑动态组件分配将限制其进一步优化问题,提出一种动态组件分配与组件布局集成优化方法。采用禁忌搜索算法实现可变组件分配,即在优化迭代过程中不断重新分配组件至各舱段(或支承板面),采用改进粒子群算法实现该组件分配方案下的组件布局优化。以简化的卫星返回舱为背景的旋转多舱组件布局优化案例验证表明,该方法显著提高了其布局设计指标的质量。     

基于布局设计的曲面天线部装工装

基于曲面天线部装的部装结构及装配信息,从布局空间、布局物、布局物体间的相互关系出发,确定布局的影响因素,进而生成布局方案。本文采用N-2-1的定位方案确定长短筋板的定位方式,采用坐标系对齐的方式确定自动装配工装。通过研究定位装夹方式,确定空间位置、布局空间、零件选取等,实现零件的自动化装配,确定工装布局设计方案。     

一种改进PSO-LSSVM算法在锅炉燃烧优化中的应用

为了实现锅炉高效低NOX排放,提出一种LSSVM建模和改进PSO算法结合的方法实现锅炉燃烧多目标优化。首先采用LSSVM算法建立了锅炉效率和NOX排放等相关特性模型,并针对PSO算法在飞行后期易失去粒子多样性的不足及过早收敛于局部最优值的问题,采用一种改进的PSO算法。优化结果表明,改进的PSO算法与LSSVM结合可有效的实现多目标寻优,在保证锅炉效率的同时降低NOX排放,找到最佳的送风调节系统的设定值,给出一种可行的各风门开度等操作量的优化调整方案。     

变密度法在车身焊点布置拓扑优化中的应用

为探索焊点布置对乘用车车身振动特性的影响,将变密度拓扑优化法应用于车身焊点布置的设计中,改善乘用车车身共振问题。首先,确定影响车身低阶模态频率的关键部件,然后将车身结构进行分区,最后应用变密度法对车身关键部件的焊点进行分区拓扑优化。结合乘用车车身焊接工艺,以车身低频固有振动特性为优化目标,以车身焊点体积最少为约束条件,以焊点单元密度为设计变量,对车身结构焊点布置进行拓扑优化。经模态分析,结果表明拓扑优化后车身焊点数目缩减了2.38%,车身的一阶模态频率为27.53 Hz,提高了1.28 Hz。将变密度法应用于乘用车车身焊点布置拓扑优化设计,有助于确定车身焊点的最佳布局,减少结构共振的可能性。     

基于改进粒子群算法的多分支电缆自动布线技术

以多分支电缆的总质量作为优化目标,考虑电缆敷设相关的工艺约束,基于Steiner最小树建立多分支电缆自动布线的优化数学模型。提出了电缆布局优化的改进粒子群优化算法,采用一维定长度数组对多分支电缆布局进行粒子编码,在电缆分支点处引入引力算子,指导粒子的运动方向,并通过飞机舱段布线实例验证了所提方法的有效性。     

行李箱冲击中后座椅结构优化分析

对某车型进行行李箱冲击仿真分析和结构优化,利用Hyper Mesh前处理软件进行行李箱冲击有限元模型搭建,并通过LS-DYNA有限元软件进行求解计算,通过仿真分析结果对座椅结构不合理之处进行优化改进,使其满足法规变形目标要求,有效地保障了后排乘员的安全,提升了后排座椅的抗冲击能力。优化方案成功应用于该车型并通过行李箱冲击强制法规试验验证。该优化方案对乘用车座椅设计具有普遍的指导意义。     

改进SLP算法的车间设施布局优化设计

以S公司生产车间为研究对象,运用传统SLP方法对车间的15个作业单位进行相关性分析,对原有布局进行优化,得出方案一,进而采用基于遗传算法的改进SLP方法建立车间布局优化的数学模型,以物流搬运成本最小为目标函数,用MATLAB软件对其求解,得出较优布局方案二,并与原布局及方案一进行对比评价,分析发现采用改进SLP算法的布局方案结果更优,也验证了该方法的有效性。     

设备布局离散优化问题的粒子群算法研究

设备布局设计是制造系统设计的重要组成部分，设备布局是否合理对整个制造系统的总体功效起着非常重要的影响。粒子群优化算法（PSO）是一种新的群智能优化算法，常用于求解连续空间极值问题，近来正逐渐进入组合优化领域。利用多雏实数编码及映射方法将连续PSO算法应用于求解设备环形布局问题，为此类离散优化问题的求解提供了一种新的思路。利用GA中的杂交策略扩展PSO算法，提高了PSO算法性能。通过实例计算和结果比较，说明了该算法能有效地求得设备环形布局问题的优化解，是一种行之有效地算法，有很好的实用价值。     

基于群智能算法的设备布局离散优化研究

针对单向环形设备布局设计问题,建立了新的数学模型.利用多维实数编码及映射方法,将连续粒子群优化算法应用于求解设备单向环形布局问题,提供了求解离散优化问题的新思路.利用遗传算法中的杂交策略扩展了粒子群优化算法,提高了粒子群优化算法性能.建立了问题的图结构描述,以引入蚁群系统算法搜索优化解.给出了两种方法的求解步骤.通过实例计算和结果比较,说明该算法能有效地解决此类离散优化问题,降低成本,提高效率,所得解质量较高,有很好的实用价值.     

A solution to the facility layout problem having passages and inner structure walls using particle swarm optimization

This paper proposes a new approach called particle swarm optimization (PSO) to derive better solutions for unequal-area facility layouts that are to have inner walls and passages. PSO is a population based optimization tool, has fitness values to evaluate the population, update the population and search for the optimum with random techniques. A heuristic method is adopted for establishing the relationship between the facilities and passages. A comparative study is performed with the existing algorithm and it shows a better performance for the proposed algorithm. The objective of this study is to minimize material flow between facilities while at the same time satisfying the constraints of areas, aspect ratios of the facilities, and inner structure walls and passages. The proposed algorithm based on the PSO in this study was implemented with C++ language.     

基于粒子群算法的多目标可重构设施布局方法

提出了一种多目标可重构设施布局方法。该方法引入了空间填充曲线来表征设施位置,可以实现任意两个设施之间的互换;考虑了柔性面积需求和设施形状约束系数等因素,保证布局方案的可行性;建立了以成本(物料运输成本和设施重构成本)和在制品库存为目标的多目标可重构设施布局模型;设计了该模型的改进粒子群算法,该算法在全局极值和个体极值的选取、Pareto解集的更新策略方面相对于标准的粒子群算法有改进。最后用算例说明了该方法的有效性。     

基于多目标候鸟算法的车间布局研究

针对因车间布局不合理导致的设备之间物流混乱、效率低下等问题,通过优化数学模型及采用基于多目标的改进候鸟算法可有效地解决此问题.在经典候鸟算法的基础上,优化了编码解码过程,引入修复优化算子处理不可行解,同时改进了种群更新方式,增强了算法全局搜索以及局部搜索的能力,并将所有非支配解进行排序,以得到最优方案.试验结果表明,基...     

蚁群算法求解人机布局优化问题

针对目前人机布局优化问题人机约束多、无算法,提出了一种符合人机特性的蚁群算法。为了将人机约束考虑在布局优化设计中,本文以载人潜水器主控制台的布局优化为例,采用层次分析法对主控制台人机特性定量分析,在此基础上结合蚁群算法进行主控台布局优化设计,并使用JACK软件模拟比较。结果证明:文中提出的符合人机特性的蚁群算法能够将人机约束和算法结合,从而得出符合人机约束的布局设计,提高操作员的工作舒适度。这种算法也能够广泛地用于其它人机环境的布局优化设计中。     

新的求解钻削路径优化问题算法研究

将粒子群优化算法应用到离散空间的群孔钻削路径优化之中。由于基本粒子群算法不能保证全局或局部收敛,在算法数学模型的基础上,引入重新生成停止进化微粒的方式对算法加以改进,使改进的算法具有全局收敛能力。通过建立序交换元和序交换集对算法的操作算子进行改进,满足钻削路径优化问题中整数编码的需要。实验表明,新的算法具有实现简单,收敛速度快,能够实现全局收敛的优点。     

离散变量优化设计方法及其在轻轨车车体设计中的应用

针对轻轨车车体的特点,在连续变量优化分析的基础上,提出了改进的离散变量优化算法。算法将约束条件中的应力函数按照泰勒级数在连续变量优化解附近展开,近似用设计变量的一次函数替代,然后在一定的误差范围内,剔除不符合要求的多数解,在少量剩余解中用有限元验算求得最优解。按此方法设计的车体已用于实际运行的轻轨车辆。     

基于k-中心点法的改进粒子群算法在旅行商问题中的应用

为将面向连续优化的粒子群优化算法应用于旅行商问题的求解,提出了旅行商问题的权重编码方案.该方案将属于组合优化的旅行商问题转化为连续优化问题,同时保留了粒子群算法的易操作性和高效性.针对粒子群算法易陷入局部最优的问题,提出了适合旅行商问题的基于k-中心点法的改进措施.该措施利用简单匹配系数构建粒子群的相异度矩阵,在此基础上采用k-中心点法对粒子群进行聚类分析,实现了粒子之间的信息交换,扩大了粒子的搜索空间,避免算法陷入局部最优.最后,用旅行商问题标准库的4个算例验证了权重编码方案和改进粒子群算法的有效性.