资源受限条件下车辆维修工序调度优化

车辆装备战时维修时间紧、任务量大、突发情况多,装备维修调度对部队作战效能快速恢复至关重要。现有维修调度方法主要围绕单一约束条件进行工序优化,难以满足实际保障需求。结合实际维修班组编配,提出融合多工种、多人员技术等级要素的多优化目标函数,以单工序工时、总工时、紧前工序、总人力资源为约束条件建立了改进的带精英策略的非支配排序遗传算法。在传统非支配精英策略的基础上加入二元锦标赛选择算子,重新设计符合多目标函数优化的交叉算子,利用二重编码对一次抢占式维修工序调度模式进行测算求解,并以实际维修案例对算法进行仿真验证。结果表明,该算法在满足战时复杂目标优化的条件下,降低了维修时间,实现了优化人力资源调度效能的目的。     

基于鲸鱼算法优化LSSVM的滚动轴承故障诊断

针对轴承振动信号中的故障特征难以提取的问题,提出一种基于改进的鲸鱼算法优化最小二乘支持向量机(least square support vector machine, LSSVM)的故障分类方法.首先,利用变分模态分解(variational mode decomposition, VMD)对原始信号进行分解,使用中心频率法解决VMD中分解参数K值的选取问题;其次,计算每个IMF分量的多尺度排列熵值,提取信号故障特征;再次,针对鲸鱼算法(whale optimization algorithm, WOA)收敛速度慢和精度低的问题,引入冯诺依曼拓扑结构和自适应权重进行改进,可以适当地调整全局搜索能力和局部搜索能力之间的平衡;最后,采用改进后的鲸鱼算法优化LSSVM核函数的参数和惩罚因子,建立滚动轴承故障诊断模型,并利用美国凯斯西储大学提供的轴承数据集进行仿真实验.实验结果表明,所提方法的故障分类性能更好,准确率更高.