列车调度问题模型与基于混合粒子群优化的求解算法

针对复线列车调度问题,建立了描述问题解空间的阻塞限制混合流水车间模型,并提出一种混合粒子群优化算法进行求解。该算法以最小化最长完工时间为目标,设计了释放-回推算法来安排列车运行顺序并计算最小化最长完工时间,利用改进的粒子群优化算法解决轨道分配问题并进行全局优化。此外,通过基于迭代邻域的搜索算法来提高种群的局部搜索能力。实验结果表明,所提出的方法能够有效地求解复线列车调度问题。     

基于模块软件系统的测试资源分配研究

基于串-并联模块软件系统,研究了单元测试中测试资源分配问题。同时考虑系统可靠性和软件费用,提出一种带约束的多目标优化模型,针对标准粒子群算法收敛速度慢、容易陷入局部极小等缺点,给出了一种杂交粒子群算法。该算法利用迭代局部搜索算法的邻域搜索及其扰动机制进行详细局部搜索并跳出局部最优解,采用“回飞机制”处理约束条件,求解近似最优解。最后通过实例与遗传算法比较,结果表明该方法能有效地分配测试资源,在提高软件测试质量的同时降低软件费用。     

置换流水车间调度粒子群优化与局部搜索方法研究

采用粒子群优化算法求解置换流水车间调度问题,提出了一种基于工件次序和粒子位置的二维粒子编码方法.为提高粒子群算法的优化性能,在描述了面向置换流水车间调度问题的粒子邻域结构后,提出了三种基于粒子邻域操作的局部搜索方法,分别是基于互换操作、基于插入操作和基于逆序操作的局部搜索方法.计算结果说明,粒子群算法的优化性能好于遗传算法和NEH启发式算法.三种局部搜索算法均能有效地提高粒子群算法的优化性能,采用基于互换操作局部搜索的粒子群算法的优化性能要好于其它两种局部搜索算法.     

旋转多段舱组件布局优化方法

针对多舱段(或支承面)卫星舱组件布局未考虑动态组件分配将限制其进一步优化问题,提出一种动态组件分配与组件布局集成优化方法。采用禁忌搜索算法实现可变组件分配,即在优化迭代过程中不断重新分配组件至各舱段(或支承板面),采用改进粒子群算法实现该组件分配方案下的组件布局优化。以简化的卫星返回舱为背景的旋转多舱组件布局优化案例验证表明,该方法显著提高了其布局设计指标的质量。     

有效的混合粒子群算法求解阻塞流水车间调度问题

针对以最小化完工时间为目标的阻塞流水车间调度问题,提出了一种混合粒子群算法进行求解。该算法将粒子群算法与迭代贪婪算法进行了结合。利用改进的迭代贪婪算法产生问题初始优化解,利用粒子群算法进行全局优化。针对粒子群算法易早熟收敛的特点,提出一种判断粒子停滞和粒子群早熟的方法,并在发现种群早熟后利用迭代贪婪算法的构造操作和毁坏操作对相关粒子进行变异,同时按照一定比例对最差的部分粒子进行重新初始化,以增加种群多样性。通过标准实例测试,验证了所提算法的有效性。     

复杂系统可靠性冗余优化的量子粒子群算法研究

由于复杂系统可靠性函数常常具有非线性的特点，因此如何确定复杂系统各单元冗余数，设计既满足可靠度要求、又使系统成本最小是冗余优化问题中的难点。针对复杂系统的特点，提出了基于量子粒子群算法的求解方法。根据数学模型，详细探讨了量子粒子群算法在系统的可靠性优化计算中应用的可行性，并给出了基于粒子群算法的可靠性的求解策略，同时对桥式系统的可靠性优化设计问题进行分析计算。仿真表明，该算法具有较强的局部搜索能力，与其他方法相比，该算法有较高的搜索效率，能够找到更优的解。最后验证了该算法在复杂系统可靠性优化中的可行性和有效性。     

求解第Ⅰ类装配线平衡问题的离散粒子群优化算法

为求解具有NP难性质的第Ⅰ类装配线平衡问题,提出一类离散粒子群优化算法。该算法中所发展的排列数编码方法使得粒子解码后总满足装配作业间先后关系约束。针对排列数编码特点,提出一种基于位置交叉算子的粒子位置更新机制,确保了更新后粒子仍为排列数。为增强该算法的全局寻优能力,将简化变邻域搜索算法嵌入该算法中,对群体最佳粒子的邻域进行局部搜索,从而构建一种混合粒子群优化算法。通过将该算法和混合粒子群优化算法用于一系列测试算例并与遗传算法结果比较,验证了算法的有效性。计算结果对比表明,离散粒子群算法引入简化变邻域搜索可明显增强全局寻优能力,就综合解的质量和计算效率而言,混合粒子群优化算法优于现有遗传算法。     

求解作业车间调度问题的广义粒子群优化算法

为克服传统粒子群优化算法在解决组合优化问题上的局限性,分析了其优化机理,并在此基础上提出了广义粒子群优化模型。按照此模型提出了一种求解作业车间调度问题的广义粒子群优化算法。在本算法中,利用遗传算法中的交叉操作作为粒子间的信息交换策略,利用遗传算法中的变异操作作为粒子的随机搜索策略,而粒子的局部搜索策略则采用禁忌搜索来实现。为了控制粒子的局部搜索以及向全局最优解的收敛,迭代过程中交叉概率以及禁忌搜索的最大步长都是动态变化的。实验结果表明,本算法可有效地求解作业车间调度问题,验证了广义粒子群优化模型的合理性。     

复杂系统可靠性冗余优化的量子粒子群算法研究

由于复杂系统可靠性函数常常具有非线性的特点,因此如何确定复杂系统各单元冗余数,设计既满足可靠度要求、又使系统成本最小是冗余优化问题中的难点.针对复杂系统的特点,提出了基于量子粒子群算法的求解方法.根据数学模型,详细探讨了量子粒子群算法在系统的可靠性优化计算中应用的可行性,并给出了基于粒子群算法的可靠性的求解策略,同时对桥式系统的可靠性优化设计问题进行分析计算.仿真表明,该算法具有较强的局部搜索能力,与其他方法相比,该算法有较高的搜索效率,能够找到更优的解.最后验证了该算法在复杂系统可靠性优化中的可行性和有效性.     

改进粒子群算法在磁轴承中的研究

针对主动磁悬浮轴承系统PID控制器参数设计问题,提出一种改进粒子群优化算法来实现PID参数的最优化。该算法以标准粒子群算法为基础,采用非线性自适应调节权值法以平衡算法的全局搜索和局部改良能力;同时采用带有动态扰动项的粒子速度更新公式,增加了粒子的随机性和多样性,帮助粒子在迭代后期跳出局部最优。并在MATLAB/Simulink中搭建系统模型进行仿真实验。仿真结果表明:与标准粒子群算法和遗传算法相比,该算法收敛到最优参数值的速度更快,PID控制系统的响应速度更快,具有更好的动态性能和稳态性能。     

整星隔振系统优化设计研究

整星隔振系统由若干个隔振器组成,均匀布置在适配器和星箭界面之间,能有效减小发射阶段卫星所承受的环境载荷,对提高卫星发射的可靠性和降低发射成本具有重要意义,是近十年来航天界发展的一项新兴技术。本文利用遗传算法对整星隔振系统进行动力优化,合理选择隔振器的刚度和阻尼,有效提高整星隔振系统的横向和纵向隔振性能,为整星隔振系统的设计提供了一种可靠、有效和易用的优化方法。     

多工序质量检验计划的多目标优化蚁群算法研究

针对常见的串行多工序抽样检验方式，建立了工序间质量水平传递模型和质量检验成本模型，提出基于Pareto解评价的多目标优化蚁群算法；通过定义多目标解与理想解的相对距离为蚁群算法的启发函数，激励蚁群搜索可行解空间并发现最优解集；应用多目标优化蚁群算法解决质量检验计划优化问题取得了较好效果。     

面向装配序列优化的一种改进基因算法

针对产品装配序列规划问题的特点和要求，提出了基因组编码表示方法，用以描述产品装配的相关信息，将装配序列表示了基因组排列组成的染色体，改进了传统的基本算法，通过交叉和多层次变异来实现基于基因组编码表示的多信息装配序列的并行优化，最后，通过实例说明了该算法的有效性。     

基于自适应粒子群算法的篦冷机电液位置伺服系统PID参数优化

针对PID控制器的参数选取直接影响到第四代篦冷机刮板在调速过程中的稳定性和调节时间的问题,提出一种新的粒子群算法的PID参数整定方法。新的粒子群算法充分利用了适应函数提供的搜索信息,对传统粒子群算法中的权值进行自适应动态控制,并用飞行时间参数替代了压缩因子,飞行时间参数的变化规律是线性递减,并把它命名为自适应粒子群算法。通过测试函数证明提出的自适应粒子群算法比传统的粒子群算法收敛速度快和寻优效率高,应用改进的方法对篦冷机电液伺服系统进行仿真实验,结果证明自适应粒子群算法的PID参数整定方法比传统的整定方法有更好的控制效果,即调速过程稳定和调节时间快。     

一种新的车辆排气系统的可靠性优化设计方法

针对以总布置为目标的传统设计方法不能够满足排气系统可靠性要求,提出一种基于改进蚁群算法的排气系统可靠性优化设计方法。通过对概率因子优化、挥发条件动态处理机制以及引入最大-最小蚂蚁系统3个方面对传统蚁群算法进行改进。结合CAE仿真模拟计算、应力谱采集以及二次响应面拟合法构建可靠性寿命预测模型,利用改进蚁群算法进行优化设计求解。结果表明,排气系统所受最大应力由原来的175.11 MPa减小为158.92 MPa,可靠性寿命计算值由5 623.69 h提升至6 165.95 h。该方法有效提升排气系统可靠性寿命。     

实用型冲压毛坯优化排样系统的研究与开发

针对冲压毛坯排样设计中的各种工程约束 ,结合生产实际 ,提出了 Auto CAD环境下实用毛坯优化排样系统的总体框架 ,并对系统开发中的难点——图形处理与排样算法 ,提出了解决图形干涉问题的毛坯图形等距放大算法 ,对排样参数计算算法进行了改进 ,克服了传统“一步平移算法”的缺陷     

基于混合遗传算法的离散事件系统仿真优化方法研究

在分析仿真优化原理的基础上提出一种新的混合遗传算法，该算法集成变尺度遗传算法与禁忌搜索算法为一体，处理离散事件系统性能参数仿真优化的问题，大大提高了仿真优化的效率和解的质量，基于此算法开发了一个仿真优化软件系统，并将该仿真优化系统与自主开发的离散系统仿真软件进行了有机的集成，给出了一个仿真优化系统实例。     

基于波像差理论的实数编码遗传算法优化XUV光学系统

由镜和光栅组成的XUV光学系统具有平面对称的性质,结合Lu平面对称光栅系统的波像差理论和均方根像差评价函数得到用以优化XUV光学系统的多参量目标函数。为求解该多自变量且大取值区间的目标函数,提出了一种基于十进制的实数编码遗传算法,并将其用于两种XUV光学系统的优化求值。将求得的优化值用光学仿真软件Shadow进行追迹,并和参考文献进行对比。结果显示本文优化后的光学系统在成像质量上有明显上升,表明波像差理论及本文的实数编码遗传算法可以有效地优化XUV光学系统,为此类系统的优化设计提供了新的思路。     

SVPWM策略在新型能量回馈并网系统中的应用

针对传统电梯变频器端可再生电能的浪费问题,依据能量回馈再次利用的思想,设计了一种新型能量回馈并网系统。阐述了新型能量回馈并网系统的工作原理,在此基础上为提高逆变器直流电压利用率,拓展系统的适用范围,引入了空间矢量脉宽调制（SVPWM）策略。开展了SVPWM策略的原理及实现方法分析,并搭建了一台15 kW新型能量回馈并网系统进行实验研究。实验结果表明该系统具有较高的直流电压利用率,并网电流THD低至3.3%,对外电磁干扰较弱。系统试用于西子奥的斯电梯期间,运行结果表明其工作稳定可靠,节电效果显著。     

数控系统中逐点比较法的优化算法

通过对逐点比较法的研究,提出了一种基于逐点比较法的新算法。该算法不但误差小,而且计算简单,与传统逐点比较法比较,具有插补速度快、精度高、插补速率平稳等优点。在采用逐点比较法的数控系统中具有一定的应用价值。