人机结合蚁群/遗传算法及其在卫星舱布局设计中的应用

卫星舱布局设计问题既存在计算复杂性的组合爆炸,又存在工程的复杂性。许多工程实践表明发挥人机各自特长能有效解决此问题。提出人机结合蚁群／遗传算法HCAGA的求解方法,该算法是将人工方案(人工解)和算法解用统一编码串形式编码,二者结合构成解群,共同参与该算法操作。给出了由计算机自动或人工决定人工方案(人工解)输入时机的两种方式,给出简化的三维卫星布局设计算例。用该算法与并行遗传算法(PGA)和蚁群算法(ACO)进行对比,结果表明该算法在获得工程满意解和计算效率方面较为优越。     

人机结合多目标协同进化算法求解卫星设备布局

针对多层系统多目标优化的多舱段卫星设备布局设计的工程满意Pareto最优解集求解困难问题,基于协同进化框架,给出一种人机结合的多目标协同差异进化算法。算法将人机结合方法引入基于协同进化框架的多目标协同进化算法,构建含人工和算法的精英解集合的档案,提出用差异进化算法随机自动实现由算法子个体和人工子个体两两组合生成个体的3种方式,用于子系统的人机结合。在迭代前期采用子系统人机结合增加算法的多样性和分散性,在迭代后期采用系统人机结合增加算法的收敛性和分布性,从而提高基于协同进化框架的多目标协同进化算法求解这类多层系统的多目标优化的计算性能,获得Pareto最优解集。最后,通过案例验证了该算法具有较好的计算性能。     

人机智能协同工程装备方案设计方法研究

为求解多约束条件下的复杂工程装备系统方案,以全断面岩石隧道掘进机后配套运输方案设计为例,根据其特点和要求,结合实例-规则推理和虚拟现实技术,提出了人机智能协同工程装备方案设计方法;讨论了该方法实施的几个关键问题,包括知识表示与运用、基于实例和规则的混合求解和基于虚拟现实的布局与仿真等;建立了人机智能协同工程装备方案设计环境;结合工程实际,在该环境下实现了隧道掘进机后配套运输系统方案选型、设备布局和虚拟仿真.     

复杂齿轮传动布局设计的建模与CAD系统实现

针对复杂齿轮传动布局设计问题 ,着重给出一种齿轮传动系统布局设计的拓扑分层CAD建模方法 ,这种建模方法描述产品的布局结构 ,为各种自动布局算法提供支持 ,从而为基于人机结合的复杂产品自动化布局的CAD实现提供条件     

基于虚拟现实的人机结合方法及其在布局中的应用

布局问题是NP-hard问题。单独采用机器计算难以获得最优化的结果。采用人机智能结合的方法求解复杂布局问题,将成为复杂系统布局自动化的发展方向。在虚拟现实环境下建立了布局模型及其人机交互接口,实现了一类三维布局问题求解过程的人机结合。采用P-admissible的序列三元组编码方法在VR(虚拟现实)下建立问题的有限且完整解空间,并给出数据的人工视图向机器模型的代码反解算法,以支持机器算法和人工中间干预的耦合,为复杂布局问题的求解提供了一个新的方法和途径。     

演化设计方法及其应用

演化设计是近10年兴起的方兴未艾的重要的设计方法。综述了演化设计的现状和进展,侧重介绍其在结构优化、方案设计、人工生命设计中的应用及所用的方法。重点介绍和分析Lipson和Pollack的机器人全自动化演化设计方法,讨论其给予的启示和待研究问题。同时介绍人机结合演化设计方法及其人机交互界面,内含给出的一种人机结合演化设计方法及其在卫星舱布局方案设计中的应用。最后讨论了演化设计方法的发展趋势。     

智能优化算法的控制器参数整定分析

遗传算法(Genetic Algorithm,GA)和模拟退火算法(Simulated Annealing Algorithm,SA)均是近年来研究的热点智能优化方法,两种智能算法应用于PID控制器参数调节,为PID控制器参数的优化提供新的研究思路。本文针对GA后期进化缓慢的缺陷,引入自适应机制,可以实现基于自适应GA的参数优化。将GA与SA有机结合,发挥GA全局并行搜索能力与SA较强的局部搜索能力,优势互补,实现了基于退火模式的GA,并应用于PID参数优化。最后本文以Matlab为仿真工具,进行PID控制器参数优化仿真实验,证明本文算法的可行性和有效性。     

国家自然科学基金重点资助项目成果简介

项目名称:机电产品创新设计的理论、方法、技术及其应用的研究项目批准号:50335040研究成果:(1)提出了由基体功能层、变体功能层、效应层和物理量层构成的四层次三阶段功能设计进程模式、基于专利资源提取和知识产权战略的创新设计方法、支持复合功能产品组合和集成创新的方法学体系,初步探索了基于仿生原理的产品创新设计理论和方法。(2)提出并初步实现解决复杂系统布局问题的复合知识模型方法、可变粒度对象模型表达方法、基于元启发算法的人一机结合和多机并行方法、基于虚拟现实技术的人机协作布局方法、基于知识推理技术的布局设计算法、基于wEB的分布式布局设计的评价方法。     

基于TOPSIS和MOEA/D的装夹布局方案规划方法

作为整个夹具设计中最为复杂和抽象的环节，装夹布局方案的规划直接影响着工件的加工质量、生产效率和制造成本。为此，在前期关于基于层次分析法与定位确定性的工件定位方案规划算法的研究基础上，进一步建立了一种基于逼近理想解排序法(TOPSIS)和基于分解的多目标进化算法(MOEA/D)的夹紧方案设计方法。首先，通过建立选择夹紧表面的层次结构模型，提出了计算候选夹紧表面贴近度的TOPSIS方法。其次，考虑到工件稳定性和装夹变形的双重因素，建立了同时满足夹紧阶段和加工阶段的装夹布局多目标优化模型，在利用切比雪夫方法对多目标函数进行正对性分解的基础上，构建了夹紧方案多目标优化模型的MOEA/D求解方法。最后，利用建立的方法设计出非规则零件钻孔用的装夹布局方案，并与现有夹具结构方案进行对比和分析，结果表明设计方案与现有方案完全吻合。基于TOPSIS和MOEA/D的夹紧方案规划算法易于编程实现，既能为任意工件合理地规划出夹紧方案，也能为计算机辅助夹具设计系统的开发提供理论支持。     

基于人机交互的遗传退火算法及其在履带起重机布局设计中的应用

针对履带起重机上车构件布局优化问题，给出一种基于人机交互的遗传退火算法。该算法在退火遗传算法的基础上引入“人机合作”思想，充分发挥人的主观能动性，改善了算法的性能。与传统算法相比，该算法收敛快、通用性好，适合求解复杂优化问题。利用本算法得出了符合工程要求的优化结果。     

OPTIMIZATION DESIGN OF HYDRAULIC MANIFOLD BLOCKS BASED ON HUMAN-COMPUTER COOPERATIVE GENETIC ALGORITHM

Optimization design of hydraulic manifold blocks (HMB) is studied as a complex solid spatial layout problem. Based on comprehensive research into structure features and design rules of HMB, an optimal mathematical model for this problem is presented. Using human-computer cooperative genetic algorithm (GA) and its hybrid optimization strategies, integrated layout and connection design schemes of HMB can be automatically optimized. An example is given to testify it.     

并行混合免疫算法及其在布局设计中的应用

布局问题在理论上属于NPC问题,在工程实践上具有广泛的应用。为较好地求解该问题,以并行遗传算法(PGA)为基础,针对其早熟和收敛速度慢两大缺陷加以改进,提出了并行混合免疫算法(PHIA)。该算法将免疫思想加入遗传算法起到了双重作用,一是免疫选择可有效地防止早熟,二是通过基于免疫记忆的子群体信息交换策略可加速收敛。算法采用混沌初始化,并依自适应交叉和变异的概率值对子群体进行分类,与Powell法混合可更好地改善局部搜索性能。以卫星舱和印制电路板布局设计为背景的算例验证了该算法的可行性和有效性。     

A review of different approaches to the facility layout problems

Here, an attempt is made to present a state-of-the-art review of papers on facility layout problems. This paper aims to deal with the current and future trends of research on facility layout problems based on previous research including formulations, solution methodologies and development of various software packages. New developments of various techniques provide a perspective of the future research in facility layout problems. A trend toward multi-objective approaches, developing facility layout software using meta-heuristics such as simulated annealing (SA), genetic algorithm (GA) and concurrent engineering to facility layout is observed.     

运用系统工程方法处理复杂布局问题

复杂布局问题属布局方案设计问题是复杂工程系统 ,应用领域广泛。虽然经典优化方法一直是求解此类问题的重要方法 ,但是求解很困难。因此 ,需要研究求解复杂布局问题的新途径和新方法 ,系统科学的发展给我们提供了这个可能。本文讨论了应用系统工程方法求解复杂布局问题的思路和方法     

APPLICATION OF INTEGER CODING ACCELERATING GENETIC ALGORITHM IN RECTANGULAR CUTTING STOCK PROBLEM

An improved genetic algorithm and its application to resolve cutting stock problem are presented. It is common to apply simple genetic algorithm (SGA) to cutting stock problem, but the huge amount of computing of SGA is a serious problem in practical application. Accelerating genetic algorithm (AGA) based on integer coding and AGA's detailed steps are developed to reduce the amount of computation, and a new kind of rectangular parts blank layout algorithm is designed for rectangular cutting stock problem. SGA is adopted to produce individuals within given evolution process, and the variation interval of these individuals is taken as initial domain of the next optimization process, thus shrinks searching range intensively and accelerates the evaluation process of SGA. To enhance the diversity of population and to avoid the algorithm stagnates at local optimization result, fixed number of individuals are produced randomly and replace the same number of parents in every evaluation process. According to the computational experiment, it is observed that this improved GA converges much sooner than SGA, and is able to get the balance of good result and high efficiency in the process of optimization for rectangular cutting stock problem.     

离散变量优化设计的改进斐波那契遗传算法

根据工程实际，充分考虑规范规定的约束条件和各项技术标准要求，建立离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点，提出一种新的遗传算子——转基因算子，用于对遗传算法的改进；提出一种离散变量结构优化设计的斐波那契算法，并与遗传算法结合在一起解决问题。优化设计结果表明，这种改进斐波那契遗传算法的收敛特性得到很好的改善，即发挥了斐波那契算法省时、局部搜索能力强的特点，又发挥了遗传算法全局性好的特点，是有效的工程结构优化设计方法。     

Applying simulated annealing to cellular manufacturing system design

Cell formation and cellular layout design are the two main steps in designing a cellular manufacturing system (CMS). In this paper, we will present an integrated methodology based on a new concept of similarity coefficients and the use of simulated annealing (SA) as an optimization tool. In comparison with the previous works, the proposed methodology takes into account relevant production data, such as alternative process routings and the production volumes of parts. The SA-based optimization tool is parallel in nature and, hence, can reduce the computation time significantly, so it is capable of handling large-scale problems. Finally, the SA-based procedure is compared with a genetic algorithm (GA) based procedure and it will be shown that the SA-based algorithm can be as effective as a GA-based algorithm, but with less computational time and effort.     

A genetic algorithm for the inter-cell layout and material handling system design

The traditional optimization processes for the cell system layout (CSL) and material handling system in cellular manufacturing systems (CMSs) were carried out sequentially and separately. The solutions obtained by this means can be far from the total optimum. In this paper, an integrated approach to the problem is proposed that attempts to design CSL and flow path structure simultaneously. The cells in question are assumed to be shape-fixed and have pre-determined pickup/delivery (P/D) stations. A sequence-pair based CSL-generating algorithm allows cells to be placed at any possible position on a continuous floor plan and leads to a corresponding feasible CSL. A grid graph for the CSL is accordingly constructed to provide possible flow paths for the layout. Then, the sum of the traveling distances, determined by the shortest path algorithm, is used to evaluate the CSL. These steps are embedded into a genetic algorithm (GA) that searches the solution space to obtain optimal layouts based on the contour distances between the P/D stations. Computational results demonstrate that the run time required to solve the test problems is quite acceptable given the long-term nature of facility layout decisions. Moreover, a comparison of the computational results with the existing methods indicates that the proposed approach is a viable alternative for effectively generating layout designs for CMS.     

基于智能优化方法的插装阀液压集成块设计

为解决插装阀集成块设计中外部布局和内部布孔集成方案的组合优化问题,深入分析了插装阀结构特征及其集成块的设计规律,给出了数学优化模型,并提出一种融合现代智能优化理论和工程设计经验的插装阀集成块优化设计方法,构建了插装阀集成块智能优化设计系统.论述了插装阀集成块优化设计中外部元件布局、内部孔道连通设计和安全干涉校核等关键性技术问题,并提出了问题的解决方案.最后,通过工程实例,验证了该方法的有效性和可行性.