基于混合蚁群算法的动态产品配置求解方法研究

针对大规模定制生产模式下产品配置求解的特点,提出一种基于混合蚁群算法的产品配置求解方法.该方法将配置过程分为两层,首先采用模糊综合评判法等技术构建过滤器,以缩小配置空间和建立合理的配置空间逻辑结构;进而基于蚁群优化配置算法,实现产品的优化配置.最后给出了自吸泵产品配置求解的应用实例.     

基于混合蚁群算法的动态产品配置求解方法研究

针对大规模定制生产模式下产品配置求解的特点,提出一种基于混合蚁群算法的产品配置求解方法。该方法将配置过程分为两层,首先采用模糊综合评判法等技术构建过滤器,以缩小配置空间和建立合理的配置空间逻辑结构;进而基于蚁群优化配置算法,实现产品的优化配置。最后给出了自吸泵产品配置求解的应用实例。     

基于自适应蚁群算法的协同制造项目资源优化配置

为探索更高效的协同制造资源优化配置算法,提出了基于自适应蚁群算法的求解方法。针对零件的特定工艺线路,建立了以时间、成本和质量为目标的制造资源优化配置模型,设计了模型求解的自适应蚁群算法,并给出具体算例,验证了算法的可行性和有效性。     

协同产品模块化架构与生态升级设计的主从关联优化

为了降低产品开发过程中的原材料与能源消耗、减少环境污染,通过产品的模块化与升级设计来延长产品生命周期、最大化产品效用。针对模块化的产品架构与生态升级关联优化问题进行研究,提出一种以产品模块化架构为主、生态升级设计为从的主从双层关联优化模型,模型上层由设计者决策产品的架构与配置以最大化产品的单位成本效用,下层由再制造商决策产品的升级配置以最大化产品的多生命周期总收益。开发了一套嵌套双层遗传算法对模型进行求解。通过算例验证了所提模型与算法的有效性。     

基于三维模型的产品模块化配置方法

针对产品配置模型和配置求解过程在三维信息表达和同步可视化展现上的需求,将三维建模与设计技术引入到产品配置中,提出一种基于三维模型的产品模块化配置方法。分析了基于三维模型的产品配置工作原理,给出了综合产品模型、多层级三维骨架模型和产品三维配置模型的定义与形式化表达,并以此为基础构建了详细的产品配置流程,开发了计算机辅助的基于三维模型的产品模块化配置原型系统,采用单立柱有轨巷道堆垛机对配置方法进行了验证。     

基于递阶支持向量机的产品族配置性能预测

为了准确而快速地对模块化产品族的配置性能进行预测,以判断其是否满足多样化的客户需求,提出了基于递阶支持向量机的模块化产品族配置性能预测方法.新配置产品性能通过对产品族中的典型产品历史数据库进行数据挖掘进行预测.介绍了基于递阶支持向量机的配置综合性能预测方法的预测框架和基本步骤,并提出一种改进混合蛙跳算法来优化支持向量化模型的核函数参数和误差惩罚因子,模拟退火算法用来提高算法的局部搜索能力和收敛速度.以某模块化设计的纸币清分机产品族为例,验证了所提评估策略的有效性.     

基于NSGA-II的产品服务系统多目标优化配置设计

为了描述产品与服务的相互作用对产品服务系统配置设计的影响,提出一种NSGA-II的产品服务系统多目标优化配置设计方法。首先,将产品模块和服务模块划分为必选和可选两种,分析了制造企业产品服务系统方案配置问题。其次,分析了方案配置过程中的约束条件,包括方案性能约束、方案成本约束、响应时间约束及模块相容相斥关系约束,建立了方案配置的多目标优化模型。然后,提出了基于NSGA-Ⅱ的模型求解算法,给出了具体的算法求解流程。最后,通过案例分析,验证所提算法的可行性。     

大型集装箱起重机产品快速配置模型及算法

为提高大型集装箱起重机产品设计的效率,提出面向快速设计的产品配置框架,构建了带约束的0-1规划基因进化模型,设计了一种基于改进蚁群的产品配置算法。模型中考虑了实例模板与客户需求的局部相似度、局部绿色特性满足度、配合亲和力等。结合大型集装箱起重机产品配置设计特点,重新设计了蚁群算法的伪随机比例规则;针对备选基因实例数量往往较多的问题,提出一种备选基因实例数量减少机制;设计了一种x_Sigmoid函数,并按此函数调整转移概率,加快算法搜索速度;实施捕食策略,加强较优区域的开发,增强搜索能力。通过集装箱起重机大车机构配置设计实例,比较了不同算法的优化结果,验证了所提模型和算法的有效性。     

基于改进加权和算法的模块化产品配置设计

针对模块化产品配置优化问题,在建立客户需求与可配置产品模块实例之间的映射关系的基础上考虑厂家利润与可配置产品模块实例之间的关系,建立相应的多目标优化数学模型。利用添加宽容值的方法引入新的约束来改进线性加权和算法,采用改进后的线性加权和算法得到客户需求和利润之间的平衡点—最优的产品配置方案。最后以油罐车加油系统配置设计为验证实例,仿真结果表明了所提出方法的合理性和有效性。     

客户需求驱动的模块化产品配置设计

现代企业面临着用有限的生产成本为客户提供多品种、高质量产品的压力,合理地实施面向大规模定制的模块化产品配置设计方法是解决问题的关键。在模块化产品设计的基础上,以提高定制产品的性能与客户需求相关度最大为目标,建立了相应的优化数学模型;利用模拟退火算法得到了产品的性能和成本之间的平衡点--最优的变量配置方案:最后以波轮式洗衣机为验证实例,仿真结果及系统实现表明了提出方法的合理性和有效性,解决了ATO生产模式下的模块组合优化问题,为面向大规模定制的模块化产品配置设计理论提供了另一种实用工程数值计算方法。     

面向Job Shop调度的算法融合方法研究

提出一种算法融合方法,解决单一算法求解Job Shop调度问题存在的不足,提高这类问题的求解质量。在融合方法中,采用遗传算法和蚁群算法进行并行搜索;根据Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,并将基于这种邻域选择方法的禁忌搜索算法作为局部搜索算法,加强了遗传算法和蚁群算法的局部搜索能力。采用算法融合方法构造的优化算法对13个难解的benchmarks问题实例进行求解,在较短的时间内,得到的十次实验结果的makespan最优值和平均值优于并行遗传算法(PGA)和TS算法。采用算法融合方法构造的优化算法具有较强的搜索能力,说明提出的算法融合方法是有效的。     

一种新的优化算法一遗传算法的设计

本文说明了遗传算法的含义,操作方法,设计方法及及它的改进途径。     

锥束XCT重建算法的实现

计算机断层成像（CT）是一门用来获取观测目标断层图像的技术，它广泛地应用于医疗诊断和工业无损检测等领域。与CT系统其他部分比，重建算法是其核心，本文实现了锥束CT重建的三种算法：FDK算法、Katsevich算法和EM算法，并对这三种算法进行了比较研究。     

遗传算法及其在机械工程中的应用

介绍了遗传算法的基本原理、基本特点及对简单遗传算法的一些改进，简介了其在机械工程中的应用成果，并对其研究前景进行了展望     

RESEARCH OF PROBLEMS ON REALIZING DIRECT ALGORITHM OF WAVELET TRANSFORM

Direct algorithm of wavelet transform (WT) is the numerical algorithm obtained from the integral formula of WT by directly digitization. Some problems on realizing the algorithm are studied. Some conclusions on the direct algorithm of discrete wavelet transform (DWT), such as discrete convolution operation formula of wavelet coefficients and wavelet components, sampling principle and technology to wavelets, deciding method for scale range of wavelets, measures to solve edge effect problem, etc, are obtained. The realization of direct algorithm of continuous wavelet transform (CWT) is also studied. The computing cost of direct algorithm and Mallat algorithm of DWT are still studied, and the computing formulae are obtained. These works are beneficial to deeply understand WT and Mallat algorithm. Examples in the end show that direct algorithm can also be applied widely.     

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。     

基于混合遗传算法的Job-Shop调度问题的研究

Job-Shop调度问题是最困难的组合优化问题之一,由于其固有的计算复杂性,一般无法利用经典解析算法求出最优解。结合实际生产情况,建立了Job-Shop调度问题的模型,并基于遗传算法与局部搜索启发式算法相结合的混合遗传算法的思想给出了求解此模型的算法过程。     

优化算法在汽车动态称重信号处理中的改进和简化

本文讨论了几种动态称重信号去噪的算法,分析了各种算法的优缺点,对其中的优化算法进行了改进,摒弃了繁杂的模型参数估计并结合平均算法,从而简化了处理过程.在实际测试中,取得了很好的效果.     

求解Job-shop调度问题的混合遗传算法

分析了单件生产车间调度问题,提出了适合Job-shop调度的算法-混合遗传算法.通过分析几种求解该问题的典型混合遗传算法,说明了混合遗传算法是求解该问题的可行且有效的方法,并且在具体的环境下有一定的优越性。     

装配序列规划问题求解的一种混合算法

基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法.混合算法中利用蚂蚁的每一次周游,快速生成问题的一组可行解,用遗传算法对得到的可行解进行快速优化,并根据优化解的质量,生成路径上的信息素分布,以加速蚂蚁最优路径上信息素的积累,从而引导蚂蚁更快地搜索到问题的最优解.实验结果表明,混合算法在装配序列规划问题求解上具有更好的性能.