基于遗传算法的产品装配序列规划研究

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。     

基于遗传算法的装配序列规划研究

分析了传统装配序列规划的不足,建立了考虑子装配体稳定性的目标函数,采用带记忆的遗传算法进行装配序列规划;在初始种群生成时,可以输入带专家知识的可行装配序列改善种群的组成成份;在各种群的生成过程中,始终保留所获得的当前最优可行装配序列,确保算法最终收敛到最优或近优解。最后以实例说明该方法的有效性。     

基于遗传算法的飞机装配序列规划优化方法

在基于割集的装配顺序规划方法中,随着零件的增加,装配序列数呈指数增加,由此导致算法的组合爆炸问题。为此,提出了基于．遗传算法的装配序列规划优化方法,研究了零件装配信息的基因组表示方法,将参与装配的零件的基因组排列成序,实现装配顺序的染色体表示。采用模糊集理论建立了适应度函数,并对装配序列进行评价和优化。以某型飞机机翼产品为例,验证了技术的有效性。     

基于配合约束的装配序列规划的遗传算法研究

为提高装配序列规划问题的寻优效率,提出了一种将装配约束条件和遗传算法相结合的求解方法.对配合约束进行了分类并给出每种类型特征尺寸的定义.在此基础上,引入特征标签的概念,用于描述零件的装配特征信息和配合约束关系.根据零件间特征标签的相似程度设计了可装配度函数,以度量装配的可行程度,并以该函数为基础构建了遗传算法的适应度函数.另外,为减少无用个体的数目,提出了基于配合约束的子代个体的保留策略,并以此为指导进行子代的有效性检验.最后,通过实例说明了该算法的有效性.     

基于改进遗传算法的装配序列优化

针对机械产品的装配序列优化问题,利用产品装配优先关联矩阵,生成可行装配序列作为初始种群。在遗传算法中加入参考集,并结合分散搜索算法的分散,收敛,集聚的智能迭代机制,避免了搜索的随机性,以装配的连续性为目标进行优化,不断更新参考集,最终求得最优解。通过特定的交叉和变异使解不断向最优方向发展。最后,以三级减速器为实例分析,验证了改进遗传算法的有效性和可行性。     

基于改进的遗传算法的装配序列规划

针对装配序列规划问题的特点,设计了具有针对性的杂交算子和变异算子.并应用Boltzman变比技术对遗传算法进行了改进,提出了一种基于改进的遗传算法的装配序列规划的方法.通过使用精英选择技术,保证最优种群能进入到下一代中.提出了一种应用简化关联图生成遗传算法初始种群染色体的方法,应用该方法并结合人工输入的方法,可以保证初始种群染色体的质量.实际应用证明,该方法比传统方法更加有效.     

基于干涉矩阵的装配序列规划

阐述了利用干涉矩阵进行装配方向可行性判断和应用遗传算法进行装配序列规划的方法.干涉矩阵可从三维CAD系统中得到,为减少搜索空间和更快得到能满足装配工艺性的最佳装配序列,可结合装配工艺性和装配的特点对干涉矩阵适当进行处理.该方法有利于实现从三维CAD系统到装配序列的自动规划,最后以实例通过MATLAB编程说明该方法的可行性.     

基于遗传算法的装配序列规划

在数字化产品预装配研究中,装配序列规划是核心.采用遗传算法生成和评价装配序列,为提高遗传算法解决装配序列时的效率,采用矩阵编码,并选择和设计了相应的遗传算子.通过对各遗传算子性质的分析,证明了该方法的可行性.并用Microsoft Visual C 6.0开发了装配序列系统并举例验证了此系统.     

一种基于遗传算法的装配序列优化方法

基于遗传算法建立了装配序列生成模型,对装配序列进行优化生成。为提高优化效率,该算法将装配方向作为已知数据给出,并引入子装配体进行分层规划。最后,以蜗轮减速器装拆序列规划为实例验证该方法的有效性。     

基于改进遗传算法的装配序列优化

针对虚拟装配序列规划过程的特点和要求,提出了使用装配体在空间坐标系中的干涉矩阵和添加装配零件的装配方向,装配工具和装配类型等约束信息的基因组片相结合的方法,通过几何约束和工艺约束,排除不可行的装配序列,缩小解空间,使算法快速收敛,实现最优序列,最后通过马铃薯种植覆膜机的减速器进行实例验证。     

装配规划中基于割集的装配顺序生成方法

针对装配规划提出一种新的装配零件关系的描述方法，该方法应用改进的关联图－优先约束关联图，描述装配零件间的连接关系、优先关系及约束关系。在生成产品装配顺序时，充分地把装配优先关系与割集法副合到装配顺序搜索中，有效地生成产品所有满足装配条件的装配顺序，为装配规划提供参考的装配工艺路径。     

规则约束下基于免疫遗传算法的机加工艺规划

由于特征的加工可能适应多种加工方法,因此在加工成本的计算公式中考虑了不同加工方法的制造资源与加工时长产生的成本差异。在免疫遗传算法基础上,利用前趋图描述工步关系并指导初始工艺路线的生成,引入自适应平行变换算子指导加工方法和制造资源的动态调整,使算法变异力度具有跟随迭代过程的动态调整能力。最后,以回转体零件的机加工艺路线为例验证了改进免疫遗传算法的有效性。     

基于遗传算法的装配车间调度问题的研究

研究了装配车间调度问题,提出了一种基于遗传算法的车间作业调度方法。根据车间调度系统的特点,通过Delmia/QUEST软件建立了制造系统仿真模型进行仿真分析。结合仿真系统,分析了QUEST软件的设计原理及应用方法。最后通过计算机仿真模型实例验证了算法的有效性。     

基于免疫遗传算法的车间调度问题的研究

根据生命科学中免疫系统的信息处理机制,在一般遗传算法的基础上,将免疫计算和改进的遗传算法(预防近亲结合的多重交叉策略)相结合,建立了一种用于车间调度的免疫遗传算法,通过接种疫苗提高抗体的适应度,通过免疫选择防止种群的退化。针对作业车间调度问题,设计了免疫遗传计算中疫苗的提取和接种方法,即基于加工机器的基因片断抽取疫苗方法和接种方法。通过作业车间调度十个典型标准问题验证,文中所述免疫遗传算法可行,较现有免疫算法、一般遗传算法及一些传统优化设计方法在收敛效率和准确性等方面有很大改进与提高。     

基于改进免疫遗传算法的混合车间调度研究

建立了以最大总完成时间最小为目标的混合车间调度模型。该模型包括作业车间和并行流水装配车间两部分调度问题。为降低问题求解难度,采用分解的策略对调度问题分阶段求解,并引入多Agent协商机制和模拟退火算法与免疫遗传算法相结合,提出了基于分解策略的免疫遗传算法,并通过在某汽车减振器企业的实施验证了模型和算法的有效性。     

基于模拟退火算法的装配序列生成与优化

分析了一个优良装配序列应满足的装配约束条件,从几何可行和工艺优良两方面对装配序列进行评价;介绍了影响装配序列工艺性能的四大因素及其量化方法。在此基础上,建立了基于模拟退火算法的装配序列优化规划模型,并对算法的性能和速度进行了分析、处理。最后通过齿轮泵的应用实例说明了该优化算法的有效性。     

面向ASP与DFA集成系统的装配模型技术

针对并行工程中的产品装配设计与优化分析 ,提出了一种装配顺序规划与为装配而设计相集成的产品装配分析系统。重点分析研究了集成系统中的产品装配建模方法。首先对现有的各种典型的装配模型技术进行分析比较 ;其次 ,根据 ASP与DFA集成系统的需求 ,设计出了一种包含装配草图、装配关联图信息、装配结构树图、零件设计参数和连接参数等信息的装配模型结构。并结合实例分析了该装配模型的计算机实现方法     

基于遗传退火算法的复杂产品装配序列规划方法

分析了可行装配序列的推理约束条件,建立了考虑装配体稳定性的优化评价模型。采用带记忆的遗传模拟退火算法进行复杂产品的装配序列规划,并通过大量试验分析确定了算法近优运行参数。最后以8E150ZLC柴油机机油泵为例验证说明该方法是一个行之有效的具有工程实际意义的产品装配序列规划方法。