学术前沿

正包装废弃物回收车辆路径问题的改进遗传算法作者:张异来源:包装工程,2018 (9)目的 -采用优化传统遗传算法(GA)研究包装废弃物回收车辆路径问题(VRP)的性能。方法 -提出改进遗传算法(IGA)。首先,设计基于贪婪算法的初始种群生成算子,提高初始种群质量;其次,设计根据适应度值大小、进化代数等自适应调整的交叉和变异概率;然后,设计最大保留交叉算子,保证种群的多样性;最后,     

包装废弃物回收车辆路径问题的改进遗传算法

目的采用优化传统遗传算法(GA)研究包装废弃物回收车辆路径问题(VRP)的性能。方法提出改进遗传算法(IGA)。首先,设计基于贪婪算法的初始种群生成算子,提高初始种群质量;其次,设计根据适应度值大小、进化代数等自适应调整的交叉和变异概率;然后,设计最大保留交叉算子,保证种群的多样性;最后,对企业实例和标准算例进行仿真测试。结果采用IGA算法、蚁群算法(ACO)能求得算例最优解,且IGA算法运行速度快于ACO算法,分支界定算法(BBM)、传统GA算法无法求得算例最优解。结论与BBM算法、传统GA算法和ACO算法相比,IGA算法求解包装废弃物回收VRP问题的整体性能更优。     

基于遗传算法的矢量水听器阵相位误差校正

研究了矢量水听器阵各通道存在相位误差时,用MUSIC算法对信号到达方向进行估计的问题,并在利用遗传算法估计相位误差来对阵列流型进行修正时引入自适应概念,得出更加准确的信号到达方向值。采用与适应度函数值相对应的交叉概率与变异概率,逐步搜索,首先计算适应度值,采用轮盘赌法进行选择操作,并保存个体的适应度值,按照适应度分配交叉概率和变异概率,进行交叉变异操作,取得误差的最优解,通过仿真,可以看出引入自适应概念后的遗传算法具有较为精确的估计阵列相位误差的功能。与传统遗传算法相比,此方法能很好地得到全局最优解,并且成熟收敛,计算机仿真结果验证了本方法的有效性和可行性。     

基于遗传算法实现智能组卷的研究

试题组卷是考试系统的重要组成部分。通过在编码策略、适应度函数、遗传算子、控制参数等方面的研究提出一种适应于试题智能组卷的改进遗传算法。对适应度函数的适当定标和建立自适应的交叉概率和变异概率,有利于克服未成熟收敛和遗传漂移现象,同时能在维持群体多样性的情况下,防止群体进入局部最优。实验证明基本遗传算法能更有效地提高组卷的效率。     

基于实数编码的改进遗传算法及在平面度误差评定中的应用

针对平面度误差计算的特点 ,提出了一种基于实数编码的改进遗传算法。该算法的遗传算子采用确定式良种选择、非一致算术交叉及基本位变异策略 ;交叉和变异概率根据个体适应度大小来自适应地确定 ;同时给出遗传算法评定平面度误差时适应度的计算方法。最后 ,通过不同评价方法对同一平面的平面度误差进行评定 ,结果证明该方法不仅能收敛到全局最优解 ,而且具有较快的收敛速度     

面向柔性作业调度问题的启发性规则改进遗传算法

对柔性作业调度问题,提出了一种启发性规则的改进遗传求解方法,此方法从启发性规则出发产生初始调度解。通过对初始调度解进行比较而产生初始种群。对初始种群通过启发规则的改进遗传算法进行优化计算,对染色体进行交叉、变异、交换和选择操作,应用启发式规则搜索关键工序并提高关键工序的交换、变异操作概率,在变异操作中利用启发式规则对变异过程加以引导,从而得到优化解。将此方法运用于一系列典型柔性调度问题进行了实验求解,并将求解结果与其他的计算方法进行了比较,表明此方法能提高求解效率,适合复杂的柔性作业调度问题求解。     

基于空箱拉动的总装线物料配送研究

针对汽车总装线边空箱拉动供料模式下的物料配送问题,分析了空箱拉动模式下物料配送、空箱回收、需求点物料消耗速度对配送路线规划的影响.以配送路线最短和配送路线需求点配送频次均衡化为优化目标,建立了基于空箱拉动模式的总装线边物料配送路径优化模型.利用改进自适应遗传算法求解模型,根据种群适应度分布变化趋势调整交叉和变异概率,提高了遗传算法搜索能力.实例仿真结果显示,与总装线原配送方案相比,该模型减少了约32%的配送路程.     

改进遗传算法在包装件物流调度中应用的研究

根据包装件物流配送的特点,建立了采用遗传算法研究有时间窗车辆路径规划(VRPTW)的数学模型;构造了一种改进的遗传算法用于求解VRPTW问题,在改进算法中,采用了射线扫描法产生初始种群,设计了进化逆操作交叉算子;利用MATLAB对包装件物流配送车辆路径规划进行实例验证,验证表明改进后的遗传算法既能保持群体的多样性,又能有效的加快搜索速度.     

基于模特法的卧式钢卷包装生产线平衡改善

目的对A公司卧式钢卷包装其中一条生产线的瓶颈工序进行了改善,解决了钢卷包装生产线平衡率低的问题。方法运用预定时间标准法中的模特法(MODAPTS),把取消、合并、重排、简化(ECRS)和动作经济作为指导原则,并借助生产线平衡理论来改善生产线的平衡率。结果改善后的方案提高了生产线的平衡率,降低了生产节拍,提高了包装效率。结论运用模特法改善后,该生产线的平衡率由原来的52.98%提高到67.40%。     

基于改进自适应遗传算法的钢框架非线性优化设计

遗传算法在建筑钢结构设计中的应用不仅改变了传统的设计概念,而且可以丰富钢结构优化设计理论和方法,在经济建设中取得显著效益．在比较、分析、综合现有的一些改进方法的基础上,对基本遗传算法提出了一系列改进措施,形成了一种高效综合的遗传算法．改进算法采用最优保存策略和比例选择相结合的选择思路,设计了与进化代数相关的交叉概率和与个体适应度相关的变异概率．将该算法应用于以质量（造价）最小为优化目标的钢框架结构的优化设计中,结果表明,改进的遗传算法不仅可以获得满意的优化效果,而且还有效地提高了计算速度.     

基于机器视觉的轴承盖外形轮廓分类方法

目的 为提高花卉类包装的自动化程度,解决运动冲击、低执行率等问题,以包装机械手为研究对象,设计一种花卉包装机械手时间和冲击最优轨迹规划方法。方法 采用5次B样条插值函数实现关节曲线构建。采用改进遗传算法实现机械手运动过程优化,不仅可以提高机械手执行效率,而且能够确保其运行过程中不会出现冲击问题。通过改进罚函数和自适应交叉变异概率来解决不等式约束和局部最优问题。另外,设计花卉包装机械手的运动控制系统,包括基于STM32芯片的控制器以及触摸屏控制界面。结果 通过仿真和实验验证了所述方法的有效性,结果表明包装机械手执行效率大约提高了10%,抓取速度可以达到60次/min;机械手抓取迅速、运转平稳,并没有出现明显的冲击问题。结论 所述轨迹规划方法和控制系统可以提高包装机械手控制性能,能够满足花卉包装、分拣要求。     

基于改进遗传爬山算法的篦冷机熟料换热二次风温故障诊断

提出一种利用改进遗传算子优化爬山的算法,能自动调整交叉概率和变异概率,自动选择交叉方式和变异方式,利用改进的交叉算子和变异算子替代爬山算法中的减边算子来扩展其全局寻优能力,利用最大支撑树限制搜索空间来提高搜索效率。仿真实验证明,与爬山算法等算法相比,该算法得到的模型更加准确、最佳得分更高且耗时较短。结合水泥熟料换热过程中的篦冷机现场采集数据,建立了篦冷机工艺参数的故障诊断模型,对二次风温实现了较为准确的故障诊断,具有一定实际意义。     

满足“一刀切”要求的木工板排样优化研究

 针对木工板手工排样效率低和材料利用率低问题,提出木工板“一刀切”排样优化算法．在剩余矩形填充算法中添加启发式分块原则,改进的剩余矩形填充算法满足“一刀切”工艺要求．采用遗传算法对矩形件进行排样优化,以提高木工板利用率,降低企业生产成本．为提高算法的优化精度,使用基于指数变换的非线性动态适应度函数,引入精英保护策略,应用部分填充交叉（partially matched crossover）算子．结合剩余矩形填充“一刀切”算法对遗传种群进行解码计算原料利用率,并作为适应度函数值,进行迭代搜索最优解．排样实例表明木工板“一刀切”排样优化算法能够很好地解决多品种大规模木工板排样问题．     

混合工作日历下批量生产柔性作业车间多目标调度方法

提出了一种混合工作日历下批量生产柔性作业车间多目标调度方法。考虑设备的混合工作日历约束,构建了以生产周期最短、制造成本最低为优化目标的批量生产柔性作业车间多目标调度模型。设计了一种带精英策略的非支配排序遗传算法(NSGA II)求解该模型。算法中,采用“基于工序和设备的分段编码”方式分别对工序和设备进行编码;采用“基于工序和设备的分段交叉和变异方式”进行交叉和变异操作,采用“遗传算子改进策略”保证交叉、变异后子代个体的可行性;解码操作采用“基于平顺移动的原理”和“基于工作日历的时间推算技术”推算工序的调整开始、调整结束、加工开始和加工结束时刻。最后,通过案例分析验证了所提方法的有效性。     

带时间窗车辆路径问题的并行遗传算法

采用并行遗传算法研究了带时间窗限制的车辆路径问题.通过设计并行算法和交叉、变异等算子提高了算法的计算效率和性能.通过计算若干benchmark问题,验证了模型的有效性.     

A heuristic approach for balancing mixed-model assembly line of type I using genetic algorithm

The mixed model assembly line is becoming more important than the traditional single model due to the increased demand for higher productivity. In this paper, a set of procedures for mixed-model assembly line balancing problems (MALBP) is proposed to make it efficiently balance. The proposed procedure based on the meta heuristics genetic algorithm can perform improved and efficient allocation of tasks to workstations for a pre-specified production rate and address some particular features, which are very common in a real world mixed model assembly lines (e.g. use of parallel workstations, zoning constraints, resource limitation). The main focus of this study is to study and modify the existing genetic algorithm framework. Here a heuristic is proposed to reassign the tasks after crossover that violates the constraints. The new method minimises the total number of workstation with higher efficiency and is suitable for both small and large scale problems. The method is then applied to solve a case of a plastic bag manufacturing company where the minimum number of workstations is found performing more efficiently.     

基于改进ALOHA算法的RFID标签防碰撞研究

目的 为提高射频识别技术(Radio Frequency Identification,RFID)标签识别成功率,以及包装生产线自动分拣效率、智能化水平.方法 以包装生产线检测系统为研究对象,结合RFID技术设计一种自动包装、检测、配送系统.介绍RFID检测系统,主要包括标签、阅读器、天线和控制系统.针对RFID识别过程中标签碰撞问题,提出一种改进ALOHA算法,采用动态预测权值估计标签数目使标签数目与数据帧长度大致相等.通过实验验证ALOHA算法的有效性.结果 实验结果表明,碰撞比率平均值只有1.1％,整个系统的检测成功率可以达到99.6％;所述改进ALOHA算法可以有效避免标签碰撞.结论 该系统能够自动完成检验,并且用时较少,检验过程中正确率较高,具有较高的市场应用价值.