基于混合粒子群算法的FMS优化配置及其工艺路线规划

研究的问题是在保证不高于成本上限的前提下,确定最优的各工件工艺路线、设备类型及在每个工位上的数量、通用托盘数量,以保证系统总生产量最大。利用闭排队网络(Closed Queueing Networks,CQN)模型对柔性制造系统(FMS)进行模拟并提出了一种混合粒子群算法。充分利用模型中产量函数和成本函数的单调性,增加了算法求解效率。仿真计算结果显示该算法有效,在求解质量方面优于国内外同类研究成果。     

基于蚁群算法的工艺路线生成及优化

针对计算机辅助工艺规划中的工艺路线的决策问题,提出了一种基于蚁群算法的工艺路线生成及优化算法.该算法将被加工零件划分为若干特征元,并由各个特征元的加工链得到该零件的加工元;根据加工元的属性,用加权海明距离表示加工元之间的相似度;根据加工元之间的约束条件,确定其优先加工关系并得到各自的前趋加工元;对基本蚁群算法进行改进,在禁忌准则和约束条件的限制下对解空间进行搜索,从而得到优化的零件加工工艺路线.通过实例验证了该算法的可行性和有效性.     

基于混合遗传算法的工艺路线优化配置

针对 FMS工艺路线优化配置问题提出一种混合遗传算法。该算法在遗传算法中引入了具有启发式规则的余量随机分配算子 ,可以将超过约束条件的余量随机分配到个体中去 ,通过按照一定规则的调整而将不可行个体引入可行域。一方面实现了利用遗传算法求解工艺路线的约束优化问题 ,保持了遗传算法的全局寻优特点 ,另一方面加强了遗传算法的局部搜索能力 ,提高了运行效率。算例证明该算法的求解效果好于目前该领域常用的启发式算法。     

基于蚁群算法的零件多工艺路线决策方法研究

为满足企业对工艺规划的新需求,提出了采用蚁群算法进行多工艺路线决策的方法。在几何和技术需求以及可用加工资源的基础上,零件所有特征的各个加工阶段的工序节点构成了工艺求解空间,把加工工序安排的基本原理作为决策加工顺序的约束。采用蚁群算法对工艺求解空间中的所有工序节点在搜索规则的约束作用下进行遍历,最终寻找到能够完全满足工序节点搜索规则的优化工序序列。最后,用实例验证了该方法的可行性,证明该方法可以搜索出可行的工艺路线。     

基于自适应蚁群算法的工艺路线优化

针对计算机辅助工艺设计中最优方案选择,提出一种以制造资源更换率最低为目标的自适应蚁群优化方法(Adaptive ant colony algorithm,AACA)。通过分析零件特征,根据精度要求对制造特征进行分解,提出加工元概念。加工元被定义为特定的制造特征、加工阶段、加工方法、制造资源、装夹位置的集合,工艺路线的确定被转换为对加工元的优化顺序安排问题。以制造特征之间的几何位置约束,各加工阶段的先后顺序约束为基本元素,构造加工元优选约束矩阵,给出基于优选约束矩阵的加工元优选原则。在加工元优先顺序约束和可用制造资源的共同约束下,将缩短加工周期、提高加工质量和降低加工成本的综合目标表达为制造资源更换率最低,进行优化目标函数的数学建模。指出加工元优化排序可类比旅行商问题,并选择AACA进行优化求解。实例分析表明提出的方法可以可靠和有效地得到符合生产实际的工艺路线。     

基于禁忌制造特征动态调整的STEP-NC工艺路线蚁群优化方法

针对STEP-NC制造特征的加工工艺路线生成与优化问题,提出了一种以机床、夹具及刀具更换率最低为目标函数的禁忌制造特征动态更新的工艺路线蚁群优化方法。首先,根据加工工艺对制造特征进行分解,将工艺路线优化问题转化为对制造特征的排序;然后根据制造特征在加工过程中存在的加工遮挡关系以及刚性工艺性约束,提出禁忌制造特征动态更新的工艺路线生成方法;最后将禁忌制造特征动态更新方法与Ant-Cycle模型的蚁群算法相结合,求解制造特征工艺路线的优化问题。实例应用表明,提出的方法能较好解决加工工艺路线优化过程中的刚性约束处理问题。     

基于混合遗传算法的柔性制造系统优化设计

针对基于闭排队网络模型的柔性制造系统优化设计问题，提出了一种混合遗传算法，利用该模型中生产量函数和成本函数的单调性，设计了最大产量－成本梯度算子，来引导新一代种群从不可行域进入可行域，既实现了利用遗传算法求解柔性制造系统约束优化问题，又增强了遗传算法的局部搜索能力。由于该算法利用渐近边界分析思想和编码技术减少了计算量，从而使混合遗传算法既保持了遗传算法的全局寻优特点，又提高了运行效率。算例证明，该算法的求解质量优于目前该领域常用的隐枚举算法。     

基于改进蚁群算法的激光切割加工路径优化研究

针对激光切割加工全局路径优化采用传统蚁群系统算法时,存在收敛速度慢、易陷入局部最优的问题,对蚁群系统算法进行了改进研究。利用激光加工图元的起点和终点信息,建立了图元等价TSP问题的数学模型,提出了通过最邻近插入算法对蚁群系统算法路径规划结果进行了再优化的改进算法;详细阐述了改进蚁群系统算法的实现步骤,分析了传统蚁群系统算法和改进蚁群系统算法的迭代次数和优化效果。研究结果表明:该改进蚁群系统算法加快了收敛速度,迭代次数减少了约30%,缩短了激光加工所走路径的总长度,并成功应用到自主开发的高速激光切割加工系统中。     

基于改进蚁群算法的装配序列规划

针对装配序列规划问题,分析了基本蚁群系统的不足,提出了面向装配序列规划的改进蚁群算法,来获得最优或次最优的装配序列.改进蚁群算法中,将装配操作约束作为启发式信息引入状态转移概率中,通过获取零部件之间的装配关系设定可行转移范围.通过信息素残留系数的动态变化和影响转移概率的α、β参数的动态设置,提高了蚁群的收敛速度并有效地避免了其陷入局部最优解.通过实例验证了改进算法的有效性.     

基于改进蚁群算法的移动机器人路径规划研究

针对蚁群算法在复杂环境下收敛速度慢且易陷入局部最优值的问题,提出一种改进的蚁群优化算法。该方法依据起始点和目标点位置信息选择全局有利区域增加初始信息素浓度,提高前期蚂蚁搜索效率;增加避障策略,避免蚂蚁盲目搜索产生大量交叉路径并有效减少蚂蚁死锁数量;采用动态参数控制的伪随机转移策略,提出优质蚂蚁信息素更新原则,自适应调整挥发系数,提高算法全局性;进行二次路径规划,优化路径并降低移动机器人能耗的损失。实验结果表明,该算法有较高的全局搜索能力,收敛速度明显加快,并且可以有效提高移动机器人工作效率,验证了该算法的有效性和优越性。     

基于改进蚁群算法的PID参数优化

一般传统PID控制器参数优化都采用Ziegler-Nichols法,由于其无法获得满意的动态指标,因此本文提出一种基于改进蚁群算法的PID控制器参数优化方法。蚁群算法是一种仿生进化算法,其采用分布计算机制,具有较强鲁棒性。本文提出的改进蚁群算法,可自适应调整路经上的信息素,并将各路径上的信息素强度限制在某个区域内,以避免搜索停滞。仿真实验表明该方案可行。     

基于改进蚁群算法的无人矿车路径规划研究

针对地形复杂、坡度大的矿区中矿车的路径规划,提出一种改进的蚁群算法,引入了障碍探索的方法,将下一节点的附近一定区域的障碍状况作为影响因素,如果影响蚂蚁寻找最优路径,则会规避此节点.针对矿区坡度较大问题,将速度-坡度模型引入状态转移概率中,在路径较短的前提下选择坡度较小的节点.将每代蚂蚁中的优秀蚂蚁进行局部路径融合,提高...     

基于改进蚁群算法的模糊控制器优化研究

作为智能控制的一种新技术,模糊控制不依赖于工业对象模型。它不是用数值变量而是用语言变量来描述系统特征。并依据系统的动态信息和模糊控制规则进行推理以获得合适的控制量。因而具有较强的鲁棒性。本文使用蚁群算法对模糊控制器进行优化实现模糊规则的自寻优。通过MATLAB进行仿真试验,系统阶跃响应表明经改进的蚁群算法寻优得到的模糊控制器具有良好的性能。     

基于蚁群算法的引信装配序列优化

蚁群算法作为模拟进化算法具有正反馈和分布式计算的特点,可解决由于经验法确定的装配序列较多考虑几何约束条件,难以兼顾其他影响因素的问题,但是迄今未见应用于引信,为此,将蚁群算法引入引信机械机构进行装配序列优化。为了应用蚁群算法,需要依据引信产品的具体情况调整状态转移概率和信息素更新规则。仿真结果表明:通过评价指标引导算法生成的优化序列能较好地满足预期使用功能,装配方案合理、适用。     

基于改进蚁群算法的伺服机械手臂路径规划

针对基本蚁群算法在机械手臂的工作平台较小、障碍物与目标物体的尺寸相差不多时存在的局限性,提出了基于改进型蚁群算法的伺服机械手臂的路径规划.探讨了栅格划分大小对路径规划速度和精度的影响,改进了蚁群算法的局部信息素更新方法,扩大了蚂蚁的视野域范围.实验结果表明:改进型蚁群算法能在较短时间内寻找出较优的路径,实现了机械手臂运动过程中躲避障碍物的功能,提高了全局搜索性能.     

基于改进蚁群算法的伺服机械手臂路径规划

针对基本蚁群算法在机械手臂的工作平台较小、障碍物与目标物体的尺寸相差不多时存在的局限性,提出了基于改进型蚁群算法的伺服机械手臂的路径规划.探讨了栅格划分大小对路径规划速度和精度的影响,改进了蚁群算法的局部信息素更新方法,扩大了蚂蚁的视野域范围.实验结果表明:改进型蚁群算法能在较短时间内寻找出较优的路径,实现了机械手臂运动过程中躲避障碍物的功能,提高了全局搜索性能.     

基于改进蚁群算法的伺服机械手臂路径规划

针对基本蚁群算法在机械手臂的工作平台较小、障碍物与目标物体的尺寸相差不多时存在的局限性,提出了基于改进型蚁群算法的伺服机械手臂的路径规划.探讨了栅格划分大小对路径规划速度和精度的影响,改进了蚁群算法的局部信息素更新方法,扩大了蚂蚁的视野域范围.实验结果表明:改进型蚁群算法能在较短时间内寻找出较优的路径,实现了机械手臂运动过程中躲避障碍物的功能,提高了全局搜索性能.     

基于改进蚁群算法的多服务机器人路径规划

为解决多服务机器人全局路径规划的问题,将基本蚁群算法应用到多服务机器人全局路径规划上,并对基本的蚁群算法作了改进.对基于算法的多服务机器人系统的构成进行了描述,接着对多服务机器人系统环境的表示方法及算法中对应问题的描述和定义进行了研究.对应用到多服务机器人系统的基本蚁群算法提出了几种改进的策略,并对改进的蚁群算法应用到...     

基于改进蚁群算法的立体仓库三维空间路径优化

拣货作业作为在制造企业仓储系统中重要环节,其工作效率直接影响整个仓储系统的运行速度和工作成本.首先基于现有蚁群搜索算法,研究了将原有的二维平面搜索路线空间扩展到三维空间的改进蚁群算法;其次对改进蚁群算法进行仓储三维空间路径优化研究,针对现有仓库货架模型,将蚁群算法中两点间的直线路径转化成水平与垂直的折线路径将概率模型与...     

用于连续函数优化的改进蚁群算法

主要综合了蚁群算法、遗传算法、差异演化算法三者优点.在连续空间中,以蚁群算法为主要寻优思路,采用遗传算法中的交叉、变异及差异演化算法的变异方式增加群体多样性;采用自适应的交叉、变异概率以增强算法的智能性,仿真实验获得了较好的效果.