考虑工序并行的差异工件批调度研究

针对铸造车间差异工件组批多约束的问题,在工序可并行加工的前提下构建以最小化最大完工时间和最小化沙箱空置率为优化目标的并行工序批调度模型,设计一种改进和声算法求解该调度模型,提出一种单工序编解码方式和2种机器分配规则用于解决工件分批、沙箱选择、工序分配及机器选择的问题。在算法中提出一种新的和声产生方式和更新机制,同时为改善算法的局部搜索能力,加入模拟退火算法执行局部搜索过程。最后根据企业实际生产数据进行仿真实验,验证本文模型的有效性。     

多级分销网络设计及库存控制整合优化模型

从供应链集成的角度出发,基于多目标规划,根据排队论探讨了随机性需求下多级分销网络设计与库存控制的整合优化问题,提出了多级分销网络设计和库存控制整合优化的多目标规划模型.针对遗传算法收敛速度慢、易陷入局部最优等缺点,采用了基于并列选择法的遗传-模拟退火算法混合优化策略.实验证明,模拟退火算法提高了遗传算法的全局搜索能力,改善了遗传算法的求解性能.     

基于混合粒子群算法的群岛泊位分配问题研究

泊位分配是提高港口运营效率的关键。针对群岛泊位分配问题,以船舶总在港时间为优化目标,构建了群岛泊位分配问题模型,并提出了一种混合粒子群算法进行求解。该算法在更新粒子状态时加入模拟退火和免疫调节操作,增强了算法的全局搜索能力。实验结果表明,混合粒子群算法在求解群岛泊位分配问题时,具有较好的优化性能,验证了算法的有效性和可行性。     

基于构形度的强震下单层球壳结构倒塌模式优化研究

基于杆系结构构形易损性理论,以构形度标准差最小为目标函数,以构件截面尺寸为优化变量,并考虑长细比、挠度、杆件强度及稳定约束条件,建立了单层球壳结构构形度优化模型。将遗传算法和模拟退火算法作为子算法,基于混合策略构造出遗传-模拟退火算法(GASA),并采用自适应策略降低算法对优化参数的依赖性。以跨度70m的单层球壳结构为例,通过凝聚过程分析识别结构存在的构形度不均匀区域。采用GASA算法对该区域的杆件截面进行构形度优化。通过对优化后结构凝聚过程分析和地震动力时程分析,表明优化模型和优化算法可以有效的解决优化变量繁多的大型单层球壳结构地震作用下倒塌模式的优化问题。     

铺设角度与铺层顺序对层合板稳定性的影响

以层合板结构的临界屈曲载荷系数最大化为优化目标,基于改进型模拟退火算法对层合板结构铺设角度和铺层顺序进行优化。由于层合板结构的铺层角度是离散变量,模拟退火算法适合求解离散变量的优化问题。利用模拟退火算法优化层合板铺层,在算法内采用并行计算、引入记忆功能同时设置双阈值终止准则,有效地提高了优化过程的收敛速度,同时避免优化过程中出现局部最优解。以临界屈曲载荷系数作为目标函数,选取复合材料层合板的铺设角度顺序为设计变量,采用改进的模拟退火算法得出复合材料层合板的最优铺设角度以及铺层顺序。     

缓冲区容量约束下发动机混流装配线排序研究

为解决缓冲区容量约束下发动机混流装配排序问题,以关键部件消耗均匀化和最大完工时间最小化为目标,建立了优化数学模型,设计了一种多目标遗传算法,采用了混合交叉算子和启发式变异方法,并设计了基于帕累托分级和共享函数的适应度函数,将多目标遗传算法和多目标模拟退火算法的优化结果进行了比较。研究结果表明,多目标遗传算法在满意度和计算效率方面均优于多目标模拟退火算法,是一种有效的混流装配线排序问题求解算法。     

单层球壳结构强震下倒塌模式的构件截面优化

以结构杆件重量最轻为优化目标,以杆件截面尺寸为优化变量,建立单层球壳结构倒塌模式优化模型。优化模型考虑长细比、挠度、杆件强度及稳定约束条件,保证优化后结构满足规范和规程要求,同时将构形度也作为约束条件,保证优化后结构在强震下呈现理想的、有征兆的强度破坏特征。针对遗传算法(GA)和模拟退火算法(SA)各自的优缺点,以遗传算法作为主体流程,将模拟退火算法的优化机制融入其中,建立遗传-模拟退火算法(GASA)。采用C++语言编写GASA计算程序,与APDL语言编写的有限元分析命令流相结合,得到GASA-ANSYS优化程序。采用该程序对跨度为70m的K6型单层球壳结构进行优化。通过对优化后结构进行构形易损性分析和地震动力时程分析,表明所提出的优化模型及优化程序能够解决大型单层球壳结构地震作用下倒塌模式的截面优化问题。     

无运力限制条件下的一种器材紧急调运优化模型

根据器材调运的特点建立了一个货量充足且无运力限制备件的多目标优化模型，给出了一种方便有效的算法，并利用仿真算例对模型和算法进行了验算，得到了最优的器材调运方案．     

基于三角形单联络供电模型的中压配电网智能规划方式刍议

在对基于三角形单联络供电模型的中电压配电网进行智能规划时，首先，约束条件是供电模型中的总的联络数量，之后在通过蚁群算法建立的备选路径集，在其基础上对包含主干以及联络线路的优化模型进行构建。其次，以优化模型的构成特点为依据对进行优化，其中运用的是防止过早收敛的遗传模拟退火算法的方式。最后，用该算法的可行性通过算例结果得到验证。     

基于混合动态罚函数改进协同优化算法的船舶结构静动力学优化设计

基于标准协同优化算法,针对已有改进协同优化算法的松弛因子法和罚函数法的缺陷,引入松弛因子构造混合动态罚函数改进协同优化算法,在Isight优化软件中采用了同时具备非支配排序遗传算法和自适应模拟退火算法优点的混合算法优化系统级。将改进的协同优化算法应用到船舶结构的多目标优化设计中,对船舶机舱结构的静力学和动力学特性进行优化,得到最优解并与已有的基于动态罚函数的协同优化算法结果进行比较。优化结果表明,基于混合动态罚函数改进协同优化算法的迭代次数更少,目标值更优且学科间不一致信息更小,对于实际船舶工程上的多目标多学科结构优化有一定应用价值。     

Energy-oriented bi-objective optimisation for a multi-module reconfigurable manufacturing system

This paper investigates a multi-module reconfigurable manufacturing system for multi-product manufacturing. The system consists of a rotary table and multiple machining modules (turrets and spindles). The production plan of the system is divided into the system design phase and the manufacturing phase, where the installation cost and the energy consumption cost correspond to the two phases, respectively. A mixed-integer programming model for a more general problem is presented. The objectives are to minimise the total cost and minimise the cycle time simultaneously. To solve the optimisation problem, the ε-constraint method is adopted to obtain the Pareto front for small size problems. Since the ε-constraint method is time consuming when problem size increases, we develop a multi-objective simulated annealing algorithm for practical size problems. To demonstrate the efficiency of the proposed algorithm, we compare it with a classic non-dominated sorting genetic algorithm. Experimental results demonstrate the efficiency of the multi-objective simulated annealing algorithm in terms of solution quality and computation time.     

结构主动控制的一体化多目标优化研究

基于Pareto多目标遗传算法提出了结构主动控制系统的一体化多目标优化设计方法,对作动器位置与主动控制器进行同步优化设计.外界激励采用平稳过滤白噪声来模拟,在状态空间下通过求解Lyapunov方程,得到结构响应和主动控制力的均方值.主动控制器采用LQG控制算法来进行设计.以结构位移和加速度均方值最大值与相应无控响应均方值的最大值之比,以及所需控制力均方值之和作为多目标同步优化的目标函数.优化过程还考虑了结构与激励参数对优化结果的影响.最后以某6层平面框架有限元模型为例进行了计算机仿真分析,结果表明所提出的主动控制系统多目标一体化优化方法简单,高效,实用,具有较好的普适性.     

无粘结预应力钢筋混凝土梁的静动力实验研究及刚度识别

对一实验室中无粘结预应力混凝土梁进行了静动力实验研究,得到了三种不同工况下的静力测试结果以及前8阶模态测试结果.对传统的简单遗传算法进行了改进,融合了模拟退火技术的思想,建立了遗传退火算法的串行结构,提高了遗传算法的全局搜索能力.利用遗传退火混合算法,基于梁的前8阶模态值对梁的基线模型进行了识别,并识别了各损伤工况下梁刚度的动力损伤系数.利用静力荷载挠度关系对各阶段梁静力刚度损伤系数进行了研究.比较了无粘结预应力混凝土梁动静刚度之间的规律.     

基于模拟退火并行遗传算法的Otsu双阈值医学图像分割

模拟退火和并行遗传算法是两种较好的改进进化算法性能的方法。将这两种思想有机地结合起来,利用遗传算法能全局寻优的优势和模拟退火算法的爬山性能,提出了一种基于模拟退火并行遗传算法的Otsu双阈值医学图像分割算法。在该算法中,进化在多个不同的子群中并行进行,利用模拟退火算法的爬山性能,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。实验证明,这种新的图像分割算法与并行遗传算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性。其收敛速度明显比并行遗传算法的Otsu双阈值医学图像分割快。     

An evolutionary algorithm for a new multi-objective location-inventory model in a distribution network with transportation modes and third-party logistics providers

This paper proposes a multi-objective optimisation algorithm for solving the new multi-objective location-inventory problem (MOLIP) in a distribution centre (DC) network with the presence of different transportation modes and third-party logistics (3PL) providers. 3PL is an external company that performs all or part of a company’s logistics functions. In order to increase the efficiency and responsiveness in a supply chain, it is assumed that 3PL is responsible to manage inventory in DCs and deliver products to customers according to the provided plan. DCs are determined so as to simultaneously minimise three conflicting objectives; namely, total costs, earliness and tardiness, and deterioration rate. In this paper, a non-dominated sorting genetic algorithm (NSGA-II) is proposed to perform high-quality search using two-parallel neighbourhood search procedures for creating initial solutions. The potential of this algorithm is evaluated by its application to the numerical example. Then, the obtained results are analysed and compared with multi-objective simulated annealing (MOSA). It is concluded that this algorithm is capable of generating a set of alternative DCs considering the optimisation of multiple objectives, significantly improving the decision-making process involved in the distribution network design.     

改进的遗传算法在粒径测量中的应用

在光全散射法粒径测量中,基于改进的遗传算法反演颗粒系的粒径分布.在独立模式下,粒径反演为求解约束优化问题,将改进的遗传算法与模拟退火算法相结合,克服了罚函数遗传算法反演时罚系数难以确定以致极易产生不可行收敛解的不足.在非独立模式下,采用改进的遗传算法能够在3个波长下较准确地反演粒径分布.在光全散射法中采用改进的遗传算法反演粒径分布是可行的,反演结果稳定可靠,避免了基本遗传算法容易过早收敛而使反演结果陷入局部解的缺陷.     

求解VRP问题的混沌模拟退火萤火虫算法

目的使萤火虫优化算法(GSO)能够适用于车辆路径问题(VRP)的求解,同时提高该算法的求解性能。方法通过对GSO算法的改进,提出求解VRP问题的混沌模拟退火萤火虫优化算法(CSAGSO)。首先,设计改进的GSO算法(IGSO)使IGSO算法能够适应VRP问题的求解;其次,在IGSO算法中引入模拟退火机制,提出模拟退火萤火虫优化算法(SAGSO),使IGSO算法可有效避免陷入局部极小并最终趋于全局最优。然后,在SAGSO算法中引入混沌机制,提出CSAGSO算法,对SAGSO算法的荧光素浓度值进行混沌初始化和混沌扰动;最后,对标准算例集进行仿真测试。结果与遗传算法、蚁群算法和粒子群算法相比,CSAGSO算法的全局寻优能力、收敛速度及稳定性均改善了50%以上。结论对GSO算法的改进是合理的,且CSAGSO算法的全局优化能力、收敛速度和稳定性均优于遗传算法、蚁群算法和粒子群算法。     

基于退火遗传算法的四阶带通箱设计

四阶带通式扬声器系统对扬声器单元参数和箱体参数的配合要求较高，设计复杂。文章中将模拟退火算法和遗传算法相结合，提出了运用具有全局搜索能力的模拟退火遗传算法(SAGA)来设计四阶带通扬声器系统的方法，该算法避免了单一遗传算法存在的早熟收敛和搜索效率较低等问题，提高了算法的收敛速度。文章中考虑了声导管泄漏损耗的影响，并提出了泄漏损耗的QL值的实际测定方法。测量结果表明理论曲线与实测曲线相吻合，说明模拟退火遗传算法能达到设计要求。     

一种用于匹配场反演的遗传算法

遗传算法在接近全局最优解时,存在搜索速度变慢、过早收敛、个体的多样性减少很快、甚至陷入局部最优解等问题。通过在遗传算法中引入模拟退火因子、混沌因子和多样性测度因子,在很大程度上克服了原有遗传算法的早熟、局部搜索能力差的缺点。同时,又能发挥原有遗传算法的强大的全局搜索能力,保证了改进后的混合遗传算法能较好地收敛于其全局最优值。