多目标追逐问题的一种混合整数线性规划解

研究多车辆多目标追逐的路径规划问题。提出两个基于混合整数线性规划 (Mixed integer linear programming, MILP) 的多目标追逐 (Multi-target pursuit, MTP) 模型：就近追逐和“一对一”使能追逐。在两个MIP追逐模型中,小车运动的状态方程考虑为具有线性阻尼的质点动力学方程。采用整数变量描述小车与障碍物的相对位置信息,提出 “目标膨胀尺寸”的概念来描述对目标的追逐,定义小车的“追逐方向”。采用选取整变量的等高面法求解MILP追逐问题,并给出初始内点整变量的确定方法。最后给出仿真试验1对两个多目标追逐模型进行对比研究,仿真试验2证实了算法的效率。     

求解非线性系统周期轨道及其周期的一种方法

首先通过时间尺度的改变，将非线性系统周期解的周期值显式地出现在非线性系统的系统方程中，然后对传统打靶法进行改造，把周期值T作为一参数，通过优化方法选择出迭代过程中增量的改变值，T也参入打靶过程。求解过程既包含对周期轨道的求解，又包含对周期T的求解，从而能迅速准确地求出周期轨道和周期T。文中用该方法对Van Der Pol方程和非线性转子－轴承系统进行了求解，验证了方法的有效性。     

扩展双目标过道布置问题的建模与求解方法

针对现有关于通道宽度对过道布置问题影响研究的不足,以最小化物料搬运成本和通道长度为目标,提出了考虑通道宽度的双目标过道布置问题,并建立了该问题的混合整数规划模型。鉴于该问题具有的NP-hard组合优化特性,提出一种基于Pareto占优的遗传变邻域算法。引入Pareto思想、拥挤距离机制对多目标结果进行处理,设计并对比了4种新生代种群产生方式以提高算法收敛性,将寻优过程中自适应转换搜索深度和搜索广度的变邻域搜索结构嵌入到遗传算法中,在个体完成遗传算法的并行操作之后继续执行变邻域搜索。通过对比所提算法与GUROBI数学规划方法对33个测试算例的运算结果,验证了算法的有效性。最后,应用该算法求解未考虑通道宽度的双目标过道布置问题,不同算法的对比实验表明了所提算法的先进性。     

一种多目标决策方法的研究及其应用

研究了目标权重未事先确知的多目标决策问题,提出了一种简便的决策方法,并结合惩罚和奖励两种不同算法对权重的影响,对应用该方法作出了解释说明,最后给出了应用算例。该法为解决评估、评标等决策等问题提供了一条新途径。     

使用压力对测量气动元件S值和b值的各种方法的影响

大量的实验研究表明气动元件流量特性参数的测定正确性受到很多因素的影响。测量方法、测量仪表的精度是比较明显的影响因素。此外,气动元件的内部结构、使用压力、气动元件内的流动状态的影响也不可忽视。该文阐述了使用压力对测量气动元件流量特性参数的各种方法产生的影响。     

一种新的求解多目标随机需求车辆路径问题的算法

为优化带时间窗的随机需求车辆路径问题,建立了基于模糊满意度的多目标数学规划模型,并提出了一种基于量子进化算法和粒子群算法分段优化的方法求解Pareto解。第一阶段使用量子进化算法获得一定规模和精度的Pareto候选解,提出了概率选择最优解和可变旋转角改进变异算子;第二阶段通过转换将候选解映射到连续空间,利用粒子群算法继续搜索Pareto最优解。引入了节点交换策略进行邻域搜索,避免算法早熟。为保持Pareto解的分散性,提出了一种自适应网格算子。通过对benchmark仿真与非支配排序的遗传算法的比较,验证显示了算法的有效性。     

基于单开链有序求解的机构正向运动学建模原理及其两种求解方法

提出了一种基于单开链有序求解的机构正向运动学建模原理。将机构分解为一系列具有不同约束度值的单开链单元,再根据约束度总和为零的原则,将一系列单开链单元划分为若干个自由度为零、耦合度为κ_i的基本运动链(BKC_i),逐一按BKC_i建立含最少虚拟变量数目的机构位置方程;给出了具体的数值法和封闭法两种方法。由于数值法较简单,故用κ维搜索法直接求解机构位置方程;封闭法求解时先用Mathematica进行符号处理,从含变量数为κ的机构位置方程中导出一个一元高次的非线性位置正解封闭方程,再求解该一元高次方程。分别给出4个实例予以详细说明与验证。所提原理及求解方法思路清晰,可使机构正向位置方程中的变量和计算量大大减少,适用于求解任意复杂平面机构、空间并联机构的位置正解。     

多行设备布局的一种多目标差分进化算法和线性规划混合方法

针对现有对多行设备布局研究中预先固定布置行数和未考虑行间距约束的不足,在满足最小间隙约束条件下,构建了优化物料流成本、布局行数和布局占地面积的多目标多行设备布局模型,并运用数学规划软件Lingo对模型进行了精确求解。基于所提问题的多目标、多约束、混合优化特性,提出一种基于Pareto解集的多目标差分进化算法和线性规划混合优化方法。该方法采用四列表直接编码方法表示可行解;提出一种结合改进换行策略的解码方式,该解码方式可以在满足边界约束条件的同时对所有可行的布局方案进行确定;为获得收敛性、分布性良好的多目标布局结果,采用Pareto思想、NSGA-Ⅱ拥挤距离机制筛选外部档案中的非劣解。应用所提算法求解不同规模多行设备布局问题测试算例,比较分析3种差分进化模式对所提方法在求解质量和求解效率方面的影响。最后,将所提模型和求解方法应用至两个布局实例中,不同算法的对比试验表明了所提方法的有效性、优越性。     

多目标模糊优化方法及其在可靠性设计中的应用

在基于模糊机会约束规划理论基础上,对多目标模糊优化方进行研究,通过模糊模拟求解模糊目标函数的理想极大值和极小值,建立了多目标优化问题的模糊机会约束规划模型,并给出了基于模糊模拟的遗传算法求解方法.通过对一个无约束处理的常规双目标模糊可靠性优化问题实例求解,验证了多目标模糊模拟遗传算法的有效性,并指出该算法的优点在于能较好处理多目标优化问题的分目标量纲不同及其函数值之间差距较大的情况.     

一种高精度求解多轴机器人逆运动学的方法

提升多轴机器人逆运动学的求解精度与速度是保证机器人轨迹规划与实时控制性能的基础,也是机器人领域密切关注的难题。提出一种高精度、高效率地求解3至6R串链机器人逆运动学的方法。首先,将用于描述机器人位置与姿态的旋转变换阵与单位四元数采用半角正切的形式表达,建立与关节角度无冗余的机器人位姿方程。其次,分析Dixon结式求解多元高阶多项式的方法,将其应用于求取3R与一般6R机器人的逆运动学解析解。利用多项式环的特性处理矩阵,能够有效避免计算奇异性的产生。通过分析以矢量表达的Dixon矩阵,消去矩阵中的一些无效项,降低矩阵的阶数,避免阶次组合爆炸问题的发生。仿真实例表明,任意可达姿态下,6R机器人的逆运动学解一般能达到8组,这一多解的性能提升机器人的灵巧度。一般6R机器人逆解的单次计算时间不高于4ms,位置及姿态误差(相对)均小于10^-15,验证所提出的逆解方法的实时性和精密性。本文所做工作为精密操作机器人的运动学研究提供了理论依据。     

同顺序加工调度问题的一种精确求解方法

同顺序加工调度问题是NP问题,分析了这类问题的特点及求解的难点,结合广度优先搜索方法的特点,提出了启发式双侧广度优先搜索方法,混合使用动态规划方法、下界算法和近似求解方法求解同顺序加工调度问题.实验结果表明,启发式双侧广度优先搜索方法求解同顺序加工调度问题时,可以大大减少搜索次数,适合于求解工序较少的同顺序加工调度问题;如果下界算法较好,还能快速求解工序较多的同顺序加工调度问题.     

一种多目标传感器优化布置方法及其应用

为解决复杂结构损伤识别中的传感器优化布置问题,以某发射台为研究对象,提出了一种多目标传感器优化布置方法(multi-objective optimum sensor placement,简称MO-OSP)。从结构运动方程出发,推导了同时具有各自由度模态独立性信息、损伤灵敏度信息以及运动能量信息的综合信息矩阵。根据信息熵原理,以协调灵敏度矩阵条件数最小和信息矩阵最大为目标,构造了能够兼顾算法敏感性和鲁棒性的目标函数,进而实现测点优选。采用多个评价准则和损伤识别实例,将所提方法与已有的3种典型传感器优化布置方法进行了对比分析。结果表明,提出的MO-OSP方法能充分满足模态线性独立和损伤敏感性,还具有较强的抗噪声性能,是解决复杂结构损伤识别中传感器优化布置问题的有效方法。     

一种基于合作博弈的多目标设计问题求解方法

运用博弈论的思想来求解多目标设计问题,将各目标视为各个博弈方,运用模糊聚类分析来进行各个博弈方策略集的划分,建立合作博弈模型,通过法向约束方法求解出均匀分布的Pareto前沿,避免产生局部优化解,再通过求解合作博弈模型获得各个博弈方的收益均衡及整体收益高的满意解,从而有效地求解多目标设计问题。最后以汽车盘式制动片设计为例说明和验证了所提方法的有效性。     

多目标模糊优化的数学模型及其求解原理和方法

本文介绍了多目标模糊优化设计的数学模型和基于模糊判决的数学规划求解原理和方法。     

一种新型运动副及其在并联机床上的应用

提出了一种基于新型运动副——复合球铰的虚拟轴机床,它是由5-SPS分支组成的并联机构,其中3个分支汇交于一个三重球铰,另2个分支汇交于一个二重球铰,两个球铰固接在一起形成一个复合球铰,代替了并联机构的活动平台,而且机床主轴位于复合球铰中心线上。这种基于复合球铰的5个分支新型虚拟轴机床与基于Stewart平台机构的6个分支的虚拟轴机床相比具有同样多的实用自由度,并且机床结构简单、解耦,其正反解计算及控制亦相对简单。探讨了5分支机床的结构形式,尤其对关键结构——复合球铰的结构,机构位置反解,以及一定姿态下的可达工作空间进行了分析和计算。这种新型虚拟轴机床在空间曲面加工领域将有着广泛的应用前景。     

基于Pareto解集的多目标优化方法及其应用

针对传统多目标优化设计方法的弱点,基于Pareto概念,借助遗传算法所具有的并行搜索特性,引入群体排序技术、小生境技术求得多目标优化问题的Pareto解集,实现了先寻优后决策的求解模式。实际工程算例表明,该模式可同时获得多个Pareto最优解,据此决策能有效弱化设计人员先验知识不足的影响,因而较传统多目标优化方法更为实用有效。     

一种求解柔性多目标JIT作业车间调度优化问题的方法

针对JIT作业车间多种工艺路线的工件调度问题,考虑了生产过程受多因素的影响。在混合遗传算法与拉格朗日松弛法结合的基础上,提出一种混合改进算法,采用分层多目标分层协调策略,建立了柔性多目标优化的适应函数模型,利用遗传算法更新拉格朗日乘子得到问题的最优解,仿真实例验证了该模型与求解方法是现实可行的。     

一种有效的地图创建方法和机器人的路径规划

介绍了一种新的移动机器人基于多边形的地图创建方法(三角形法)和在此基础上的基于遗传算法的移动机器人路径规划算法,并进行了仿真试验。三角形法是在可视图法的基础上,通过删除冗余的地图信息而得到的一种更加精简更能清楚表现障碍物之间关系的地图创建方法。在此基础上实现遗传算法路径规划,通过快速的迭代便能够找到最优的路径。     

基于代理模型的多目标优化方法及其在车身设计中的应用

正实际工程优化问题通常涉及多个目标,这些目标往往不能显式表达而要通过仿真计算来获取,这便在一定程度上加大了多目标优化求解的难度。多目标智能优化方法可以在不考虑问题具体特征的前提下进行优化解的搜寻,适用于处理实际工程问题,但受到进化规模和收敛速度的影响而需要较多次数的目标值计算,限制了在目标求解耗时的问题中的应用。常见的基于代理模型的多目标优化方法因能较好地处理效率问题而成为研究热点,但目前该类方法面临着求解精度较低的问题。鉴于此,本文针对基于代理模型的多目标优化方法展开了深入的研究,力求在快速、有效的算法本身及其在车身设计中的应用方     

一种创新设计方法及其在设计方案确定中的应用

TRIZ理论自诞生以来受到各国设计人员青睐,其在分析、解决问题及消除设计矛盾方面具有独特的优势。设计人员通过定义矛盾参数,然后寻找若干个标准解,利用创新原理和分离原理来加以分析、消解矛盾,从而找出解决方案。但TRIZ理论是发散性的启发式设计方法,只是给设计者一些设计思路、设计方向,利用自己的经验会产生很多的解决方案,不能直接找出这些方案中的最优方案,我们可以引进并行设计中的公理化设计方法,通过公理化设计对TRIZ理论产生的方案加以分析,从而找出其中最优或者接近最优的方案,通过本方法在35k V开关柜设计中的成功应用,解决了困扰开关柜设计者的柜体绝缘距离问题,从而验证了该方法的可行性。