基于Memetic算法的混流装配线排序问题研究

混流装配生产是实现多品种、小批量、JIT生产的有效策略之一.为使混流装配线能有效运作,根据企业实际需求,建立了以零部件消耗速率均匀化与最大加工周期最短为目标的混流装配线多目标排序优化模型,并设计了Memetic算法进行求解.采用遗传算法作为全局搜索策略,扩大了解的搜索空间;引入禁忌搜索策略,提高了算法邻域探索能力.通过应用实例,对比验证了所设计Memetic算法在求解混流装配线排序问题上的有效性.     

U型混流装配线排序模型及其求解

U型混流装配线排序是精益生产的典型应用,逐渐受到企业的重视,其排序合理性决定了生产线效率,因此研究混流装配线排序问题具有重大意义。建立以零部件消耗速率均匀化、负荷均衡化和最小化总切换时间为目标的U型混流装配线多目标排序模型,通过改进NSGA-Ⅱ多目标遗传算法进行求解。最后利用MATLAB作为程序开发平台,对某公司U型混流装配线进行排序优化,取得了良好的效果。     

蚁群算法在板式家具生产调度中的应用

总结基于不同生产调度类型的蚁群算法的应用现状与发展趋势,针对如何实现家具企业资源合理配置,有效解决生产调度管理问题,采用蚁群算法对家具企业生产调度过程进行研究,将蚁群觅食过程与家具零件加工分批和调度过程进行对应,建立算法模型,以产品完工时间最小为目标,最后制定出基本算法的步骤,对于家具企业生产调度研究具有重要指导作用。     

基于改进蚁群算法的旅游路线优化

蚁群算法是按照邻近节点路径最短的原理选取下一个节点,因此在全局路径中不一定是最优选择.针对这一缺点,文中采用两步节点最短路径策略选取下一个节点的方法,对蚁群算法路径选择进行改进,并对禁忌表中节点顺序进行调整.然后采用TSPLIB中的Benchmark31、Att48、kroA100、Pr136、tsp225问题,对旅游路线进行优化和仿真,所得改进蚁群算法比基本蚁群算法搜寻结果更优.将Att48、Eil51问题运行结果与其他算法进行比较,结果表明,改进蚁群算法得到了较优路径.     

基于蚁群算法求解旅行商问题

旅行商问题，即TSP问题（Trav01ingSalegmanProblem）是数学领域中著名问题之一，这是一个NP难题也是一个著名的组合优化问题。它广泛地应用于电力系统故障诊断，国防武器一目标分配（weapon—targetassignment）问题等领域。蚁群算法是模仿蚂蚁在寻找食物过程中的行为而形成的一种寻找优化路径的机率型模拟进化算法，经研究表明该算法具有许多优良的性质，具有一定的有效性和应用价值。根据蚂蚁寻找食物的行为和旅行商活动的相似性，利用蚁群算法可以求解旅行商问题，从而找到最短路径，实现最优解。     

蚁群算法基于网格化分策略的连续域改进分析

空间函数优化是蚁群算法中常遇到的问题,针对这一问题基于网格划分策略提出了一种改进方式。该算法通过利用特殊的信息更新策略,使得信息素在更新时无需使用具体的目标函数值,在这种状态下目标函数差异化就不会令结果出现问题,既不会带来不利影响。并且在计算中网格点可以直接将信息素作为转移概率使用。     

基于混合蚁群算法的粮食配送中心选址优化

根据粮食配送中心选址问题的特点和要求,在运输成本最低的基础上,构造了选址问题的数学模型.并且针对该模型引入一种混合蚁群算法,将遗传算法与蚂蚁聚类算法融合,采用遗传算法生成信息素分布,利用蚂蚁聚类算法求精确解.     

基于蚁群算法的高大平房仓装仓工艺研究

为了解决目前高大平房仓机械化粮食入库存在的装仓机移动困难、装仓效率低、装仓量不高的难题,提供了一种适用于高大平房仓的机械化装仓工艺。通过在中储粮直属库实地调研,分析了装仓工艺优化的相关参数,考虑装仓体积、粮面平整度和仓内作业工位数提出了装仓工艺的多目标优化数学模型,基于蚁群算法确定了装仓工艺的优化算法流程及其相关参数,最后针对30×24 m^2高大平房仓,利用MATLAB编程进行装仓工艺仿真,得到了采用移动式装仓机的最优装仓工艺,仿真结果表明该工艺符合人工装仓习惯,装仓量、粮面平整度与利用该工艺的实际装仓结果基本相同,减少了装仓工位数和装仓机搬动次数,有利于提高作业效率和减少人工劳动强度。     

用蚁群算法优化四川旅游路线

旅行商问题(TSP)是典型的组合优化问题。本文介绍了蚁群算法这种智能算法的基本原理,将其应用于四川旅游问题,并通过matlab做了仿真实验,结果表明蚁群算法具有较强的鲁棒性和求最优解的能力,取得了很好的效果。     

基于蚁群算法优化的黄酒发酵温度模糊控制系统

黄酒发酵过程中温度对象具有大滞后、非线性和突变性等特点,且生化反应机理不明,难以建立明确的机理模型,采用常规的控制方案难以获得理想的控制效果。针对这一难题,笔者提出了基于蚁群算法优化的模糊控制策略,用蚁群算法对模糊算法的量化因子和比例因子进行优化,提高了模糊控制器的精度和自适应能力。仿真运行结果显示,该算法收敛速度更快,超调量小,能较好地跟踪目标工艺曲线。     

蚁群算法在旅游交通线路中的应用

外出旅游已经成为人们生活的时尚。选择合适的旅游交通线路,不仅可以节约交通时间,提高交通质量,而且可以节省交通成本。蚁群算法是一种源于生物世界的新的仿生类算法,成功地运用于实际问题。使用蚁群算法对旅游线路进行优化,并最终利用蚁群算法对自制的北京重要旅游景点eil53.tsp做优化测试,得出北京一日游的优化旅游线路。     

蚁群算法在婴儿营养米粉配方中的应用

介绍了蚁群算法的原理、模型和算法实现过程,并采用该算法对婴儿营养米粉配方优化设计模型进行了优化计算,优化计算结果表明,基于蚁群算法的优化计算切实可行,为类似的食品配料优化计算提供了新的思路和方法。     

蚊群聚类分析算法在茶叶等级分类识别中的应用

来自非原产地的龙井茶已经严重影响了原产地茶叶的信誉与销售。为了减弱这种影响,文章提出了一种蚁群聚类算法应用在茶叶等级分类识别上,因为相对于其他算法,蚁群聚类分析对未知分类的茶叶实行自动分类更有优势。为综合分析茶叶的特性,采集了3个等级的茶叶,每个级别有60组样品,然后提取每个样品的图像和光谱特征共16个参数,将180组样品先自动随机分类。最后利用蚁群聚类分析算法实现样品自动归类。结果发现,与原分组比较后,基于蚁群聚类分析算法的分类识别率达到了92．2％。这表明利用蚁群聚类分析对未知茶叶等级分类是可行的。图5表3参11     

改进蚁群算法在盘磨进退刀控制中的应用

在制浆过程中,盘磨进退刀控制直接影响着纸浆的质量。PID控制算法因其结构简单、易实现等优点而被广泛应用于造纸工业中。然而,PID参数不易整定且易产生超调和震荡,这会导致在盘磨进退刀控制中出现碰刀问题,使盘磨磨片遭到磨损,进而影响纸浆正常生产。本课题在基本蚁群算法基础上提出了一种改进蚁群算法并将其用于PID参数整定。MATLAB仿真结果表明,该方法可以快速、准确地找到最佳的PID固定参数,解决了传统PID整定方法过分依赖人工经验、耗时长等问题。     

蚁群和遗传算法优化花茶花青素近红外光谱预测模型的比较

以建立花茶花青素含量的最优近红外光谱模型为目标,对比研究了蚁群算法(Ant ColonyOptimization,ACO)和遗传算法(Genetic Algorithm,GA)优化近红外光谱谱区的效果。ACO-i PLS将全光谱划分为12个子区间时,优选出第1、9、10共3个子区间,所建的校正集和预测集相关系数分别为0.901 3和0.864 2;交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.160 0 mg/g和0.202 0 mg/g;GA-i PLS将全光谱划分为15个子区间时,优选出第1、5共2个子区间,所建模型的校正集和预测集相关系数分别为0.906 3和0.879 3,交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.156 0 mg/g和0.206 0 mg/g。研究结果表明:ACO-i PLS和GA-i PLS均可以有效选择近红外光谱特征波长,其中GA-i PLS模型的精度更高。     

基于改进蚁群算法的Flexsim衬衣流水线仿真优化

针对服装流水线存在作业负荷不均、加工周期长,传统编排优化方式对其生产效率提升程度有限的问题,围绕在制品传递时间和传递路径2个因素,以工厂男衬衣流水线为例,利用改进蚁群算法和Flexsim软件对流水线进行优化与虚拟仿真研究.首先对流水线进行拆组优化,编制效率由原来的54.07％升至75.95％.瓶颈工序的耗时降低,但流水...     

基于模块化的服装混合流水线平衡优化

针对服装生产存在的多品种、小批量、短周期等普遍现象,提出以模块化为基础的服装智能生产编排算法,以实现混合流水线下多款服装的快速生产.以服装模块划分为基础,建立模块化服装生产排序与工序分配的联合优化数学模型,设计目标追踪遗传算法求解模型,实现模块化服装在同一流水线上的投产排序优化及服装加工工序的自动化编排.以2款相近衬衫...     

基于改进门字形轨迹的番茄生产线DELTA分选机器人轨迹规划

目的：解决现有番茄加工生产线DELTA机器人在番茄分选过程中存在的效率低和运动稳定性差等问题。方法：在对DELTA机器人分选系统进行分析的基础上,将回旋线优化的门字形轨迹用于DELTA机器人轨迹规划。利用回旋线替换门字形轨迹的直角部分,建立以时间最优为目标的优化模型,通过改进的蚁群优化算法求解优化后门字形轨迹参数。通过试验对其性能进行分析。结果：所提方法相比于门字形轨迹和文献[20]方法具有更优的平均分选时间和分选成功率,平均分选时间分别降低了11.61%和1.63%,分选成功率提高了2.05%和0.56%。结论：所提规划方法有效提高了DELTA机器人分选精度和效率。     

基于改进蚁群优化算法的中高速长网纸机速度链的控制

对中高速长网纸机而言,确保速度链控制满足工艺要求对纸机正常运行有着重要意义。目前,纸机速度链控制多采用常规PID控制,但中高速长网纸机由于自身传动点多、车速快,故对闭环系统的响应速度和控制精度要求高,常规PID参数整定方法难以满足上述控制要求。蚁群优化算法（ACO）是一种适合多目标寻优的全局搜索算法,但传统蚁群算法易陷入局部最优及搜索较慢的问题,对此,本课题将信息素因子（α）和启发式因子（ ）按一定比例关系随迭代进行变化,提出一种改进蚁群优化算法,并将其应用于速度链PID控制器参数整定中。仿真结果表明,与常规PID控制相比,基于改进的蚁群优化算法PID控制系统响应速度更快、超调更小、抗干扰能力更好、鲁棒性更强。应用结果表明,该控制系统可保持纸机各部分速度长期稳定。     

开发方便馄饨生产线科技市场调研

本文根据机械工业部确定的包装食品机械发展重点的要求，对如何开发方便馄饨生产线进行了科研、市场调查，并从生产设备的性能、规格、价格、市场等方面对国内外部分生产厂家的基本情况进行了分析，根据国内用户对厂家的意见及要求，结合我国国情，对开发方便馄饨生产线提出了具体建议。