一种求解柔性作业车间调度问题的混合智能算法

提出了一种将蚁群算法、遗传算法和粒子群算法优化融合的混合智能算法,并将其应用于解决多目标柔性作业车间调度问题.采用蚁群算法寻径生成初始群体,利用遗传算法进行调度路径的优化,利用粒子群算法对蚁群算法中的信息素进行优化,优势互补.最后通过仿真实例验证了该算法的可行性和有效性.     

柔性调度多目标优化的混合粒子群算法研究

研究多目标柔性调度问题,提出了一种基于多目标粒子群优化算法和局域搜索技术相结合的新算法.建立以最大完成时间、机器总负载和最大机器负载为目标函数的多目标数学调度模型.将粒子群算法运用到机器分配子问题;局域搜索技术运用到工序排列子问题,对粒子群算法得到的结果进行再调度.粒子群优化算法的全局搜索能力与局域搜索技术相结合,加快了算法的收敛速度.最后通过与其他算法进行测试比较,验证了该算法的可行性及有效性.     

基于HPSO算法的磨削加工参数优化

在标准粒子群算法的基础上,提出了一种混合粒子群算法,并将该方法用于磨削加工过程中的参数选择。以材料去除率最大为优化目标,在两种不同的加工性能下进行求解。结果表明:混合粒子群算法在求解效率和收敛性能上要优于粒子群方法,利用该方法优化求解磨削加工参数是可行的,且能获得较好的求解结果。     

基于多群体协同进化混合算法的FJSP研究

为更有效地解决柔性作业车间调度问题,提出一种多群体协同进化混合算法,该混合算法的主群与子群分别采用带有精英保留策略的遗传算法与粒子群算法。算法初期主群与子群以不同的策略独立并行地进行寻优,后期主群与子群、子群之间按照一定的规则进行信息的交流以实现协同进化,从而提高算法前期全局搜索能力与后期局部挖掘能力。此外,借助信息熵实现了主群交叉、变异概率的自适应调整并运用凹函数递减策略对三个子群的惯性权重值进行动态调整以提高该混合算法的整体优化性能。最后,通过Kacem基准问题验证了该算法求解柔性作业车间调度问题的有效性。     

熵增强的混沌粒子群算法在车间调度中的应用

粒子群算法具有早期收敛速度快,后期容易陷入早熟、局部最优等特点,为了使粒子群算法的择优能力大幅提升,论文首先选择运用混沌映射产生最初种群,然后借助粒子群算法针对种群展开优化,对个体及全局最优解加以混沌搜索,同时按照信息熵自适应调节惯性系数,设计出在大规模车间调度问题求解当中较为适用的熵增强的混沌粒子群算法。通过具有代表性的实际范例对该算法进行仿真研究,结果显示,在面对大规模的车间调度问题时采用该算法能够高效、快速获取相应答案,相较于以往老旧的算法,其优势极为显著。     

基于混合算法的项目型产品装配作业调度研究

针对项目型产品装配作业计划的排序和工人资源的配置问题,以最小项目总工期为优化目标,建立了项目型产品装配作业调度的数学模型,并提出了一种基于离散粒子群和禁忌搜索的混合算法。该算法分为两阶段,离散粒子群进行全局搜索,禁忌搜索用于完善局部搜索能力。将文章提出的算法与文献中已有的粒子群算法、禁忌搜索算法、遗传算法进行了比较,结果表明文中算法得到的解要显著优于文献中已有算法。     

粒子群复形法求解生物反应器的补料优化

动态系统优化是过程设计、操作及控制的一个重要课题,但有效地求出其全局最优解是困难的.现今各种算法求解此问题时需要增强算法的优化性能和算法的简洁性;而遗传算法求此类问题时需要进行离散化,本文为此提出用粒子群复形法求解此类问题.此算法是在充分考虑粒子群算法与复形法的特性,保持复形法的迭代机理,同时加入粒子群算法基本思想,再结合几何分点、梯度与信赖域等的基础上提出的;以克服粒子群算法与复形法易陷局部极值的不足.性能测试的结果表明:该算法简便、可行、高效;最后将所提出的算法用于Park-Ramirez生物反应器补料流率的动态优化,也取得了满意的效果.     

基于粒子群算法的U型装配线平衡问题研究

针对给定节拍最小化工作站数的第一类U型装配线平衡问题,提出了一种改进的粒子群算法.由于粒子群算法不能直接用于求解离散空间的组合优化问题,故文章采用基于优先权的粒子群算法来求解,通过对任务赋以的权重的大小来选择任务,并具体说明了粒子速度和位置的更新.最后,对大量测试问题集进行了验证,说明了算法的有效性.     

基于PSO/GA的立体视觉测量系统优化布局

探讨一种基于PSO/GA(粒子群优化/遗传算法)混合算法的立体视觉测量系统优化布局方法。以空间点目标的三维重构不确定度最小为目标,构建了立体视觉测量系统优化布局的目标函数。通过实例阐述了使用PSO/GA混合算法求解系统最优布局参数的过程,并且在MATLAB环境下对该方法做了验证。仿真实验结果表明:与传统的粒子群优化算法和遗传算法相比,使用PSO/GA混合算法得到的最佳个体适应度曲线上升速度最快,而且求得的系统最优布局参数使空间点目标的三维重构不确定度最小。     

基于PSO/GA的立体视觉测量系统优化布局

探讨一种基于PSO/GA（粒子群优化/遗传算法）混合算法的立体视觉测量系统优化布局方法。以空间点目标的三维重构不确定度最小为目标,构建了立体视觉测量系统优化布局的目标函数。通过实例阐述了使用PSO/GA混合算法求解系统最优布局参数的过程,并且在MATLAB环境下对该方法做了验证。仿真实验结果表明：与传统的粒子群优化算法和遗传算法相比,使用PSO/GA混合算法得到的最佳个体适应度曲线上升速度最快,而且求得的系统最优布局参数使空间点目标的三维重构不确定度最小。     

A hybrid CHAOS-PSO algorithm for dimensional synthesis of a redundant manipulator based on tracking trajectories without or with singularities

The paper presents a novel hybrid CHAOS-PSO algorithm for dimensional syntheses of redundant manipulators while not following common design principles of arm length or arm length ratio of a human in previous literatures. More specifically, we employ the clamping weighted least-norm (CWLN) method to solve inverse kinematics of the redundant manipulator tracking desired nonsingular or singular trajectories considering joint limits. Thus, an optimal solution of flexible D-H parameters of manipulator is explored in the search space based on evaluations by the defined fitness functions with the proposed algorithm. As an optimization tool in this work, the hybrid CHAOS-PSO algorithm incorporates chaos into the particle swarm optimization (PSO) algorithm as population initialization and global perturbation technique in order to enhance swarm diversity and escape from premature convergence. To demonstrate validity and practicability of the proposed algorithm compared to PSO, simulations of dimensional syntheses of a 7-degree-of-freedom (7-DOF) redundant manipulator with complex structures along the planed nonsingular or singular trajectories are performed.     

基于混沌PSONN-PID神经网络的热连轧活套系统自适应解耦控制

为改善粒子群优化算法的寻优性能,提出了一种新的算法———混沌粒子群算法。该算法将混沌搜索机制引入到粒子群算法中来增加粒子的多样性,同时采用增加粒子交互性策略及先增后减的惯性权重因子模型来设置惯性权重因子,改善了递减策略中存在的缺陷。将改进后的算法与PID型单神经元相结合,并将其用于热连轧活套解耦控制系统。仿真试验表明：该算法较好地克服了粒子群算法易早熟和陷入局部最优的缺点,为解决活套系统高度张力耦合问题提供了一种新的有效途径。     

基于混合粒子群算法的圆柱型电磁铁优化设计

为了解决当电磁铁外型相同如何使电磁力最大的问题,将现有电磁铁设计思路应用到圆柱型电磁铁设计中,并采用改进的混合粒子群方法优化电磁铁内部结构参数。运用等效磁路法推导出电磁铁数学模型,并通过Maxwell有限元仿真对比验证准确性,然后采用单目标优化方法,得到影响电磁力的参数,最后采用改进的粒子群算法进行多目标优化,得到优化后的参数值。得到的几组优化数据表明：多目标优化方法得到的有效工作区域电磁力更大,仿真结果表明优化后的电磁力综合提高20%,证明优化方法有效。     

采用混合算法优化的3?P RRR并联冗余机械手驱动力矩研究

为了降低平面3-PRRR并联冗余机械手驱动力矩,提高机械手运动平台运动的稳定性,采用混合算法优化机械手运动参数,并对驱动力矩进行仿真验证。针对传统非冗余机械手驱动系统进行改进,给出了平面3-PRRR并联冗余机械手简图,设计了冗余机械手驱动系统,采用雅克比矩阵对冗余机械手运动平台运动轨迹进行转换,推导出冗余机械手3个分支闭环运动轨迹方程式。引用粒子群算法并进行改进,添加了遗传算法中交叉和变异操作,设计出了混合粒子群算法。采用混合算法优化冗余机械手运动参数,通过MATLAB软件对冗余机械手3个分支驱动力矩变化进行仿真,与优化前进行对比。结果显示:优化前,平面3-PRRR并联冗余机械手驱动力矩较大,整体波动幅度较大;优化后,平面3-PRRR并联冗余机械手驱动力矩较小,整体波动幅度较小。采用混合算法优化平面3-PRRR并联冗余机械手运动参数,可以降低机械手驱动力矩,减少冗余机械手运动系统能量消耗。     

基于免疫粒子群的机器人自抗扰控制器参数整定方法

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明：该方法提高了自抗扰控制器的响应速度和稳定性,适用于机器人自抗扰控制器参数的整定。     

电机泵复合系统的协调控制

建立电机泵复合控制功率电传作动系统非线性模型,采用粒子群优化算法,在保证允许的超调量的条件下,研究了电机、泵之间的权值最优分配,提高了战斗机的机动性能.并运用Matlab来求取非线性系统阶跃响应的调节时间.仿真结果表明,粒子群优化算法具有调节参数少、运行速度快等优点,能有效解决组合优化问题.协调控制器的研究对未来机载作动系统的控制具有指导意义.