遗传算法在车间作业调度上的应用

在车间作业调度数学模型的基础上,以遗传算法为优化工具对问题进行求解,着重介绍了生成可行调度的算法和对遗传算法的改进,同时选择典型的Job-Shop调度问题(FT06)作为算法的试验对象.最 后分别给出了基本遗传算法和改进后的遗传算法的测试结果,测试结果表明基本遗传算法在求解Job-Shop调度问题(FT06)时通常只能找到次优解,而改进后的遗传算法在求解该问题时基本能找到最优解.这一方面说明了基本遗传算法在求解实际调度问题中的不足,同时也表明该改进的遗传算法具有较大的可行性,也进一步说明了改进的遗传算法在解决实际调度问题具有更大的优势,这就揭示了实现对遗传算法的改进才是应用遗传算法解决实际调度问题的未来发展方向.     

基于MATLAB遗传算法的汽车鼓式制动器多目标优化设计

针对汽车鼓式制动器,提出以制动效能因素最大、制动过程中温升最低、制动鼓体积最小为目标,进行多目标优化设计.应用惩罚函数法建立了优化目标函数,运用MATLAB遗传算法工具箱进行寻优求解,并通过实例进行验证.结果表明:该优化方法合理可行.     

再谈CA6140型车床制动机构的改进

在《机床电器》1998年第4期中,笔者介绍了CA6140型车床制动机构的原理及实际操纵中的不方便,提出了采用电磁摩擦片式制动器进行改进的方案.经过仔细研究,笔者又提出了第二种改进方案.与前一种方案相比,该方法更加简单可行.     

改进的遗传算法对电液伺服系统PID调节器参数优化方法的研究

遗传算法是一种模拟自然界进化而形成的简单、高效的全局优化算法。本文研究了用改进的遗传算法对某机器人电液位置伺服系统的优化，着重将这种改进后的算法用于PID调节器的参数优化，编制了进化程序，并进行了仿真试验。结果表明用该方法可以有效地解决该电液位置伺服系统PID调节器参数的优化问题。     

基于AGA-BP算法的智能故障诊断技术研究

针对传统BP神经网络的不足,提出基于自适应遗传算法的BP神经网络故障诊断算法.在迭代计算前期,采用自适应遗传算法对神经网络的权值和阈值进行全局优化;在迭代计算后期,利用改进的BP算法在近似最优解附近进行局部寻优.将该算法用于磨削烧伤的故障诊断之中,并将结果与基于改进BP网络的诊断结果进行比较,证明该方法的正确性和有效性.     

基于改进遗传算法的含间隙平面二连杆机器人模型辨识研究

针对含间隙机器人难以建立较准确的数学模型问题,以含间隙二连杆机器人为例,分别运用最小二乘法、传统遗传算法和改进遗传算法对其进行参数辨识;其中改进遗传算法分别从编码方法、交叉算子、变异算子以及交叉概率和变异概率的自适应改进方面对传统遗传算法进行了改进,解决传统算法容易发生"早熟"现象的问题。研究结果表明:利用3种辨识法对含间隙二连杆机器人进行参数辨识时,改进遗传算法辨识精度最高,收敛速度最快。与传统的应用动力学建模相比,应用该辨识方法更方便快速,为构建含间隙机器人系统模型提供了参考。     

一种带压力控制的风机偏航制动器设计与应用

为提高风机偏航液压制动系统的响应性能和环境适应性,在常规偏航制动器的基础上改进得到一种带压力控制功能的新型制动器。以2 MW和8 MW风机为例,阐述了带压力控制的偏航制动器用于偏航液压制动系统设计时的主要方法及有益效果,并对使用和未使用该制动器的偏航液压制动系统进行了全压制动和阻尼制动工况的仿真分析与对比。结果表明,带压力控制的偏航制动器可显著提高制动系统的响应速度和低温稳定性,为风机偏航制动器及偏航液压制动系统的优化设计提供了参考。     

混合离散变量的高维多目标灰色混沌复合遗传算法

提出了一种基于混合离散变量多目标优化设计求解方法,该方法应用灰色绝对关联度直接求解.该模型与方法能合理地处理优化设计中混合离散变量的取值问题,引入了混沌移民算子对基本遗传算法进行了改进,并开发了混合离散变量优化的灰色复合遗传算法程序.工程设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的普适性,而且程序运行可靠,全局收敛能力强.     

基于改进遗传算法的故障电液伺服系统控制方法研究

为减轻故障对控制系统造成的影响,提出一种基于改进遗传算法的系统控制方法。对电液伺服系统的3种常见故障进行建模,利用改进后的遗传算法对PID控制器参数进行优化并与其他算法控制效果进行对比。仿真结果表明：该方法不仅可以提高系统正常运转时的控制性能,而且可以在系统出现一定程度的故障时仍能维持较好的控制性能。在冶金、电力及水利等行业,利用该方法可以减少故障维修的停机次数,降低企业大资产设备维护成本和停产损失。     

装载机行车液压制动系统测试与分析

行车液压制动系统是装载机的重要组成部分,其性能的优劣直接关系到装载机作业时的安全性、稳定性.轮式装载机铲装作业时往复运动的频繁性决定了制动的频繁性,装载机制动系统性能的好坏,关系到人身和财产的安全.作者对装载机行车制动系统进行全面的测试与分析,为装载机行车制动系统的设计、改进提供了充分的理论依据.     

应用于刹车盘复杂背景去除的改进Grab Cut分割算法北大核心

针对无序分拣过程中车间光照不均导致的分割结果不准确问题,提出一种改进的Grab Cut图像分割算法。该算法采用自适应中值滤波去除图像表面噪声;通过限定对比度自适应直方图均衡化提升图像整体亮度,增强对比度;进一步使用Laplacian算子对刹车盘区域进行锐化处理;在此基础上对刹车盘图像复杂背景进行去除;最后通过仿真实验对比分割效果、PSNR、误分割率、分割准确性和运行时间来评价算法模型。实验结果表明:提出的改进Grab Cut分割算法相较于原始算法能有效降低光照不均对刹车盘复杂图像背景去除的影响,使分割准确率提高了12.5%,分割结果与实际刹车盘模型相比误差小,为刹车盘图像复杂背景去除提供参考。     

基于改进自适应遗传算法的机器人路径规划研究

传统遗传算法的交叉和变异操作为随机操作,虽然简单,但在路径规划中却会产生不可行路径,增加运算量,影响算法的收敛速度。针对这一问题,在传统遗传算法遗传操作的基础上进行了改进,利用先验知识保证遗传操作后的种群个体为可行路径,同时提出了新的遗传参数自适应调整方式与之配合,提高了算法的寻优效率。最后,由于遗传算法容易陷入局部最优,根据模拟退火算法的Metropolis准则对经过遗传操作产生的新个体进行接受判定。通过将改进后的遗传算法与其他文献中的改进遗传算法相比较,结果表明:文中的改进遗传算法在收敛速度、优化效果以及寻优能力上都取得了明显的效果。     

基于优化非线性控制的液压制动系统压力跟踪仿真研究

为提高车辆制动过程中控制系统的响应速度,设计车辆液压制动非线性PID控制优化系统,并对制动压力跟踪效果进行仿真。给出车辆液压制动系统平面图,分析车辆行驶和制动过程中液压系统的工作原理。采用数学模型对车辆液压制动系统进行简化,针对输入的不确定性设计了非线性PID控制系统。采用遗传算法对非线性PID控制系统进行优化,给出了液压制动非线性PID控制系统的优化流程。在不同初始状态和不同压力信号条件下,采用MATLAB软件对制动压力跟踪误差进行仿真,并与优化前的仿真结果进行对比和分析。结果表明:在非线性PID控制系统中,液压制动压力跟踪误差较大,控制参数调整速度较慢;在遗传算法优化后的非线性PID控制系统中,液压制动压力跟踪误差较小,控制参数调整速度较快。采用遗传算法优化非线性PID控制系统,可以提高整个系统的反应速度,获得良好的制动效果。     

一种改进的遗传算法在疲劳断口图像鉴别中的应用

特征选择是疲劳断口图像鉴别中的重要问题之一。针对高维的断口图像特征,特征选择一方面可以提高分类精度和效率,另一方面可以确定富含信息的特征子集。针对此问题,提出一种改进的遗传算法,并用于疲劳断口的特征选择：首先,引入线性预测对简单遗传算法SGA（simple genetic algorithm）进行修正,在每一代较优的个体附近,采用线性预测的方法预测出新的个体,提高遗传算法的局部搜索能力;其次,把特征选择转化为目标优化问题,确定目标函数,并利用改进的遗传算法进行断口图像特征选择,得到精简的特征子集;最后,在特征子集上进行断口图像分类鉴别。结果表明：改进的遗传算法可找到有效的特征子集,从而实现降维并提高分类精度。     

中小型飞机刹车系统研究与应用

以中小型无人飞机为研究对象,对其刹车系统进行构型研究与设计,提出一套结构简单、可靠性高、完全独立的电传刹车系统。介绍该系统的工作原理及主要技术指标,阐述系统的关键技术并提出解决措施。针对该系统无防滑功能,特别对刹车系统的控制技术进行深入研究,提出分段控制策略,有效避免刹车过程出现打滑现象。通过开展CAE数字仿真计算、惯性台试验及地面滑行试验,验证了刹车系统设计的合理性。     

基于改进D?Lite遗传算法路径规划研究

针对遗传算法在移动机器人路径规划中易产生早熟现象和收敛速度慢的问题,提出了改进的D~* Lite遗传算法。该算法将D~* Lite算法和遗传算法相结合,通过引入碰撞系数和可视检测技术以提高路径安全性,寻找最短路径。在遗传算法设计中加入动态调整交叉与变异概率,以解决算法在路径规划中因陷入局部最优值而不能到达目标点的问题。最后,通过实验仿真可知:与蚁群算法和免疫遗传算法相比,改进的D~* Lite遗传算法执行效率高,可以快速规划出全局最优路径。     

基于专家系统的离合器制动器故障诊断

为了提高离合器制动器故障诊断的效率,针对离合器制动器故障的特点,设计了一种基于故障树分析和二元决策图的专家系统结构,提出了一种基于专家系统的离合器制动器故障诊断方法。首先利用鱼骨图分析离合器制动器的故障原因,建立故障树;其次利用二元决策图对故障树进行定性分析,获取诊断专家知识,并用产生式规则表示知识,建立故障诊断知识库;随后利用二元决策图对故障树进行定量分析,求解最小割集的重要度,确定规则优先级,从而解决规则冲突问题,提高故障诊断的效率;最后开发了离合器制动器故障诊断专家系统的原型系统,结果证明了该方法的有效性和可行性。     

基于DNA算法的铁路机车闸瓦检测方法研究

针对目前国内铁路机车闸瓦安装复杂,周边部件多,难以准确定位闸瓦位置,实现其磨损状态自动检测的情况,提出了一种基于DNA计算的机车闸瓦图像检测新方法,首先构建了一套闸瓦图像的采集系统,当机车运行到特定位置时,系统能够自动采集闸瓦图像,将其保存至计算机硬盘。在此基础上,对采集到的闸瓦图像进行中值滤波及灰度增强,并研究了一种基于DNA计算的图像阈值分割算法。与传统的ostu阈值法相比,新算法能准确定位闸瓦,有效获取闸瓦区域的阈值,分割闸瓦信息。对分割后的闸瓦图像进行数学形态学处理,去除闸瓦周边的孤立点,并采用sobel边缘检测法提取到了较为理想的闸瓦边缘,为实现闸瓦的自动检测奠定了基础。     

基于改进遗传算法的自动导航小车路径规划调度

为解决智能车间物料运输AGV小车调度问题,以AGV补料任务行走总距离最短为目标,结合路径选择及任务排序双重标准,提出双层编码方式;同时为避免染色体上的基因聚集到小的邻域内,提出一种改进的遗传算法,算法增加了多种变异过程,相较于传统遗传算法扩大了解的空间,防止局部最优解的产生。最后通过MATLAB对环境进行建模、仿真,并与基本遗传算法进行对比。实验结果表明：所提出的改进算法能高效且可靠地解决AGV在多任务目标情况下的路径规划问题。     

改进PSO算法优化交流伺服系统PID参数研究

伺服系统PID控制参数的优化整定对系统可靠性和稳定性有着重要意义,而传统整定方式下参数优化整定时间较长、效果不佳、反应较慢。为了解决以上问题,提出一种优化交流伺服系统参数的控制方法。基于改进PSO算法实现惯性权重和学习因子随迭代次数的改变自适应调整,引入适应度函数快速优化整定PID控制器参数。利用MATLAB分别对基于遗传算法(GA)、量子遗传算法(QGA)、粒子群算法(PSO)的伺服系统PID参数整定进行仿真实验及对比分析。通过实验测试基于改进PSO算法和GA算法的PID控制器对伺服系统稳定性的影响。结果表明:利用改进PSO算法对PID参数进行优化整定,使得伺服系统具有鲁棒性强、稳定性高、超调量小等优点。