排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
2.
3.
针对启发式算法通用性较差的问题,建立了多目标柔性作业车间绿色调度模型,设计了一种超启发式遗传算法对问题进行求解。首先,建立了以最大完工时间和最小能耗为目标的柔性作业车间绿色调度模型,并设计了超启发式遗传算法对模型进行优化求解;然后,对于高层启发式策略采用遗传算法,随机生成初始种群,对种群进行了选择、交叉和变异操作,并且在常规算子基础上,结合柔性作业车间调度特点设计了9种适应该问题的算子,同时对于低层问题域种群采用了贪婪初始化方法生成;最后,通过基准算例验证了算法的运行效率,通过实例验证了算法的性能。研究结果表明:与参考算法相比,采用贪婪初始化生成初始种群的算法其收敛速度较快,运行效率较高,且不容易陷入局部最优;通过超启发式遗传算法获得的解中最大完工时间的最小值为64,最小能耗为647,解的质量不差于其它算法,算法的通用性较强。 相似文献
4.
5.
6.
基于CATIA的模具结构参数化及虚拟装配 总被引:1,自引:0,他引:1
应用参数化驱动建模理论,建立直齿轮冷挤压成形模具三维参数化驱动的模型,并在虚拟现实系统中完成模具装配体的可装配性分析和干涉性分析,对可能出现的装配碰撞和干涉进行检测,该设计对提高设计效率和质量有参考意义. 相似文献
7.
8.
针对传统蚁群算法在求解自动导引运输车(Automated Guided Vehicle,AGV)路径规划时存在搜索效率低且易陷入局部最优的问题,提出了一种运用于AGV路径规划的混合蚁群算法。首先,利用可视图法建立研究问题的环境模型,在此基础上利用A~*算法规划出一条较优路径作为初始路径;其次,对蚁群算法信息素更新方式以及节点转移概率公式中的启发函数加以改进来提高算法的求解精度,在初始路径的基础上运用改进后的蚁群算法求出最优路径;最后,将混合蚁群算法应用于实际案例,通过与传统蚁群算法的搜索结果加以对比,验证了混合蚁群算法的有效性。 相似文献
9.
产品的装配序列影响产品的装配效率、装配成本,传统装配序列求解方法当面对多零件复杂产品时,易产生组合爆炸,求解效率低下。为求解复杂产品的装配序列,通过给定产品的三维模型,建立产品的干涉矩阵、接触矩阵和工具列表表达产品的基本装配信息。利用蚁群算法所具有的正反馈机制和启发式概率搜索的特点,启用优先约束矩阵对装配序列进行优化,使得搜索过程不断收敛,迅速逼近最优路径。为了避免陷入局部最优,将蚁群算法和遗传算法相结合,以获得更好的优化效果。最后通过实例验证了遗传蚁群算法的有效性和高效性。 相似文献
10.