遗传算法在盘式制动器优化设计中的应用

在机械优化设计中，传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题。本文采用遗传算法将生物进化原理和最优化技术结合，使求解无需确定性规律，寻优过程得到简化，确保大概率地获得全局最优解，将其应用于盘式制动器的优化设计中，取得了很好的效果。     

MOGA和FEM相结合实现万能型钢轧机机架圆角的多目标优化

文章把多目标遗传算法(MOGA)和有限单元法(FEM)有机地结合起来,建立了一种新的结构优化方法。用MATLAB遗传算法工具箱函数编制了MOGA和FEM相结合的多目标优化程序,对万能型钢轧机机架圆角进行多目标优化,充分发挥了有限单元法数值计算准确及遗传算法求极值的高效性和全局性的优点。与ANSYS自带的零阶和一阶优化方法相比,本优化方法取得了较好的优化效果,为解决复杂的多目标工程优化问题提供了一种新的更有效的途径。     

基于SLP与遗传算法的仓储布局优化

针对现有仓储布局优化方法计算复杂、存在个人主观意愿、易产生局部最优解等问题,采用SLP和遗传算法相结合的方式对仓储布局进行优化。首先,利用社会网络分析法和SLP结合的方式产生初始方案,对遗传算法的初始种群进行改善。其次,将仓储区域按实际需要划分为若干个作业单位,以总物流量与总布置面积最小为优化目标,建立仓储布局优化的数学模型,使用Simtalk编程语言和eM-Plant内置的遗传算法工具箱进行求解,提高仓储布局的效率和效益。最后,以某变速器工厂仓储布局优化为例,采用文中提出的方法进行建模和优化,结果显示,优化后的布置方案减少了24%的物流量,能够有效降低仓储成本。     

多色集合与模糊遗传算法的机械产品概念设计研究

针对机械产品概念设计中的优化问题,提出了基于多色集合与模糊遗传算法相结合的方案推理及优化方法。首先运用多色集合理论,建立了描述复杂结构机械产品各组成元素间的层次结构和复杂约束关系的信息模型,以进行有效的方案推理。然后,将多色集合推理模型与模糊遗传算法相结合,实现了方案的评价及优化方案的搜索。以工业机械手的概念设计为例对该方法进行了验证,结果表明,该方法能有效地实现概念设计过程中的方案推理及优化,为复杂机械产品概念设计提供了一定的理论基础。     

基于遗传算法的航空航天环锻件混合流水车间调度优化

航空航天环锻件的生产特点趋于批量小、定制化和种类多，针对其生产过程中的混合流水车间调度问题进行了优化研究。将优化目标函数设为最小化的整体完工时间，选择搜索能力较高的遗传算法，在Matlab2019b软件中模拟仿真实验，并将实验结果与环锻件的实际生产数据进行对比，验证了算法的有效性和可行性。结果表明：提出的基于遗传算法的调度优化方法的整体完工时间，相较于传统人工排产的略有减少，约提高生产效率10.09%,为优化航空航天环锻件混合流水车间调度问题提供了可能。     

基于神经网络和遗传算法的拉深成形工艺优化

论述人工神经网络和遗传算法在板料拉深成形工艺优化中的应用,利用人工神经网络建立拉深工艺参数与零件厚度相对误差之间关系的数学模型,用遗传算法对工艺参数进行优化.其中由正交法设计得到实验样本,由数值模拟软件计算得出的厚度同实际成形件厚度进行比较,得到零件厚度相对误差,将其作为优化目标.按优化后的工艺参数进行实验,获得较高质量的拉深制件,从而为优化拉深模工艺参数提供了一种行之有效的方法.     

多目标遗传算法适应度函数权重设置的改进

针对传统方法中权值分配不合理会导致某个目标下非支配解遗失的问题，提出了均值自适应法、均值波动自适应法以及均值调节与传统算式相结合的三种的方法，使遗传算法中权值系数的设置得到了很大程度的改善，一定程度上提高了多目标下遗传算法的优化性能，并通过在车桥厂实例中的应用，取得了良好的效果，证明了此种方法的可行性和有效性。     

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.     

基于遗传算法的车问设备布局优化设计

文章针对某厂曲轴生产车间设备布局问题采用遗传算法进行优化设计。首次提出了搬运矩概念，很好的解决了生产多种工件的车间设备布局优化问题。优化设计结果符合生产实际要求。     

基于模拟退火的遗传优化算法在TSP问题中的应用

TSP问题一直属于NP难题,目前解决TSP问题方法很多,如模拟退火算法、遗传算法以及Hopfield网络神经方法等.以上这些方法在解决TSP问题时各有优缺点,本文结合了模拟退火算法和遗传算法提出了一种新的组合优化算法,即基于模拟退火的遗传优化算法.此算法的核心思想是将遗传优化算法嵌入到模拟退火算法中,利用模拟退火算法的接受准则和随机状态产生函数来产生遗传算法的种群,然后根据遗传优化算法的结果反过来制约模拟退火的随机状态产生,从而最终得到最优解.本文首先对此方法的流程和基本步骤进行了详细的论述,然后采用C语言进行编程,对20个城市的TSP问题进行了优化求解.对结果分析可认为此种方法在解决TSP问题时存在一定的优越性.     

序列任务下的重构方案组合优化技术研究

针对单元制造系统的长期稳定运行和提高可实施性的问题，提出了一种采用遗传算法的解决方案。在将企业长期计划分解成多个阶段序列任务的基础上，考虑零件加工工艺、设备加工能力、任务交货期等约束，以最低生产成本、最快完工时间、最佳生产线利用率等优化目标为指导，采用遗传算法对不同时间节点下的制造单元重构方案进行组合优化，实现了制造系统的快速合理重构，导出了设备集合和瓶颈解决方案。最后，通过实例验证了算法的有效性。     

混合编码遗传算法及其在机械设计中的应用

对于不同数据类型的设计变量采用相对方便的编码方式,有利于算法的计算精度和计算性能的提高,文章在标准遗传算法的基础上采用混合编码的方式解决了染色体中存在多种数据类型变量的遗传优化问题,并针对于所采用的混合编码方式设计了合理的遗传算子,经过测试函数测试和在实际问题中的应用,验证了该算法的有效性.     

基于遗传算法的车削用量优化

在实际生产过程中,特别是对大型零件粗加工时,选择最优的车削用量可以极大地提高生产效率.本文讨论了以车削用量为目标的车削加工优化建模问题,基于MATLAB平台,采用遗传算法对多变量目标函数进行优化,获得了最优化结果.本文研究成果对切削加工三要素的确定具有指导意义.     

基于演化算法的复杂机械广义优化设计实现策略研究

针对复杂机械广义优化设计过程中优化模型不易获得这一难题，利用人工神经网络的高度非线性是非线性映射能力，将优化建模转换为求取设计变量到设计方案的映射关系，构建了复杂机械广义优化柔性建模方法；引入模糊评价理论，设计了基于演化计算的优化方法，给出了优化流程图。该策略特别适用于复杂机械概念设计阶段的方案优化。     

改进型粒子群算法在数控加工切削参数优化中的应用

文章介绍了粒子群算法及其改进型的原理、模型和算法实现过程,并采用改进型粒子群算法对数控加工切削参数优化数学模型进行了优化计算,计算结果符合实际情况,表明改进型粒子群算法应用于机械加工优化计算切实可行,为复杂的机械制造及加工系统优化设计问题提供了新的思路和方法.     

基于混合算法的典型调度问题求解研究

文章介绍了粒子群优化的搜索策略与基本算法,然后通过相关的位置和速度定义,构造一种特殊的粒子群优化算法,并将该算法与遗传算法结合,提出用于求解典型调度问题的混合算法.实验表明了该混合算法在求解调度问题的可行性及其优越性.     

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。     

基于改进模糊自适应遗传算法的移动机器人路径规划

针对现有移动机器人路径规划方法运行效率低的问题,提出一种基于改进模糊自适应遗传算法的路径规划方法。基于领域知识对初始路径进行可行性筛选,提高可行路径比例。采用模糊逻辑控制器动态整定遗传算法运行参数,提高路径寻优速度,避免陷入局部最优路径;综合考虑机器人运行安全性要求,引入余弦函数平滑度评价因子,对不同的路径夹角施以不同的惩罚项,以改善路径平滑度。仿真结果验证了改进算法解决路径规划问题的有效性。     

基于遗传算法的二自由度液压伺服系统模型降阶方法的研究

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。本文研究了用遗传算法对二自由度液压伺服系统模型优化降阶的方法 ,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二自由度液压伺服系统模型优化降阶的问题