基于遗传/禁忌混合算法的箱体零件加工工序聚合

箱体零件加工工艺牛成的困难之处主要在于工艺路线的合理安排.基因遗传算法和禁忌搜索算法是两种搜索寻优方法,有其各自的优点.将基因遗传/禁忌搜索混合算法应用于加工工序的聚合,以工序约束满足程度为准则建立了混合算法的适应度函数,实现了箱体类零件工艺路线的合理、优化生成.应用证明,混合算法能够很好地收敛,得到的工艺路线是合理的.     

蚁群禁忌搜索融合算法求解调度问题

进阶生产规划及排程系统(APS)是智能制造的核心环节之一.为解决发动机缸体混流装配生产线排产问题,建立了其通用数学模型和析取图表示方法.基于蚁群和禁忌搜索两种元启发式算法的互补特性,提出一种蚁群禁忌搜索融合算法解决作业车间调度问题(Job-shop Scheduling Problem,JSP).经仿真验证了算法有效性...     

基于遗传和禁忌算法求解一类车间调度问题

针对一类具有路径柔性的车间调度问题，在考虑遗传算法早熟收敛问题和禁忌搜索法自适应优点的基础上，将遗传算法和禁忌搜索法结合起来，提出了基于遗传和禁忌搜索的优化调度算法，并用实例证实了该算法的有效性。     

基于混合序列灰决策的车辆装备修理级别分析

修理级别分析是车辆保障性分析的重要内容,是制定车辆装备维修分配表的重要工具。针对目前非经济性分析与经济性分析缺乏统一权衡方法的问题,提出了构建混合序列灰决策模型进行修理级别分析的方法。通过三角模糊数将定性指标转化为定量指标,确定参考序列,进行灰关联的权重评判,得出最优方案。最后通过实例应用,验证了所建模型的科学性和有效性。     

一种改进的基于禁忌搜索的特征选择算法

为了有效地提高特征选择任务的质量和效率,提出了一种改进的基于禁忌搜索的特征选择方法,采用改进的目标函数来反馈评估的结果,并采用医学数据集对改进的方法进行了测试,实验结果表明,改进后的特征选择方法不仅可以降低特征维数,提高特征选择的执行效率,而且可以有效地提升分类精度。     

一种改进的基于禁忌搜索的特征选择算法

为了有效地提高特征选择任务的质量和效率,提出了一种改进的基于禁忌搜索的特征选择方法,采用改进的目标函数来反馈评估的结果,并采用医学数据集对改进的方法进行了测试,实验结果表明,改进后的特征选择方法不仅可以降低特征维数,提高特征选择的执行效率,而且可以有效地提升分类精度。     

基于混合禁忌搜索算法的供应链排序问题

分析非标准件加工企业供应链的特点,提出协同优化订单分配、生产调度和批量运输调度的多工厂多客户供应链排序问题。以工件的最长订货提前期与总成本加权之和最小化为目标,构建问题的数学模型。在分析解的最优性条件基础上,设计一种基于矢量组编码方法的混合禁忌搜索算法。算法对可行域进行分区,通过基于插入、交换两种邻域操作的禁忌搜索算法选择子区域,采用基于块结构邻域操作的禁忌搜索算法搜索子区域中的优良解。采用所提混合禁忌搜索算法对算例进行优化求解,并对采用不同编码方法、不同启发式算法的算例结果进行比较,结果表明所提出算法的有效性。     

基于遗传禁忌算法的带式输送机直接转矩控制系统

带式输送机电气传动系统好坏直接关系到生产过程的安全可靠性和经济性。针对传统带式输送机电气系统启动加速度不平稳,容易引起皮带跑偏甚至撕裂皮带的安全事故,本文提出了一种改进遗传禁忌算法的PID控制器来实现直接转矩控制的转速闭环方案。该方案建立了误差绝对值时间积分性能指标的最小目标函数和禁忌变异算子的数学模型。结果表明,改进PID控制器具有超调量和调节时间小、抗干扰性强、鲁棒性好的优点,有助于解决系统皮带跑偏甚至撕裂的问题。     

国内外修理级别分析对比研究

阐述了国内修理级别分析研究的特点,指出了国内研究的三个转变,同时阐述了国外修理级别分析在应用和理论方面的研究特点,着重介绍了国外典型的数学分析模型及研究思路,指出了国内外研究的异同,并提出了同时考虑非经济性和经济性因素运用数学模型及算法进行系统分析的建议。     

基于局部搜索策略的混合自适应布谷鸟算法

为了提高布谷鸟算法的搜索精度和全局收敛速度,提出一种基于局部搜索策略的混合自适应布谷鸟算法。在该改进算法中,每个当前解的周围随机产生一个局部种群,利用正余弦算子的局部寻优能力得到局部最优解,并用局部最优解替换当前解,以提高局部搜索精度;同时采用自适应发现概率和搜索步长替代布谷鸟算法中的固定发现概率和搜索步长,以提高算法的全局收敛速度。对25个经典高维基准函数进行实验表明,所提算法在收敛速度和求解精度上优于布谷鸟算法,通过将其应用于拉压弹簧、三杆桁架设计和0-1背包问题,验证了算法的有效性。     

基于分等级搜索的可持续进化算法研究

通过分析标准遗传算法在可持续性进化方面的缺陷，提出了HFC模型及其运算流程，井给出了详细的数学描述。HFC算法的分等级搜索方式改进了标准遗传算法的缺陷，是一种能实现可持续性进化的算法模型。HFC模型不仅能确保种群的多样性，而且保证了个体间的公平竞争。实例验证了HFC模型和标准遗传算法在相同问题上的不同效果。     

依赖多子群分层混合算法的云计算信息系统安全等级保护测评

基于多子群分层混合算法的云计算信息系统的概念和信息安全等级保护(Information security level protection,ISLP)的基本内涵,研究了云计算信息系统的系统结构和信息处理机制.其中,提出了一种多子群分层混合算法的云计算信息系统信息安全等级保护测评方法,即分布式配置与集中式云计算相结合,及...     

基于组合算法改进的谱库检索算法

本工作对Stein和Scott提出的SS组合算法（SS）进行改进,采用Kim等研究得到的权值因子优化该算法中对应的权值因子,并重新分配了加权点积相似度算法和峰比例算法的系数。采用改进的SS组合算法,在NIST 11标准参考谱库（212 961张质谱图）中检索了查询库中的30 932张质谱图,使用气相色谱-质谱联用仪分析了8种不同的化合物样品,并且在NIST 11参考库中检索对应的质谱图。为了评价该算法的性能,分别利用2种组合算法分析查询谱图或实验样品的准确度和相似度。结果表明：与之前的SS组合算法相比,使用本方法后,查询谱图在参考谱库中匹配的准确度平均提高了1.15%,并且查询库中94.45%谱图的相似度得到了提高;通过气相色谱-质谱联用仪得到的样品质谱图在参考谱库中有着更高的命中率,并且谱图的相似度平均提高了3.56%。改进的组合算法能够较好地提高待测谱图在参考库中的准确度和相似度,同时也可以利用这种方法改进以SS组合算法为理论基础的其他算法。     

一种混合智能排样优化算法的应用研究

基于智能优化方法的混合机理,将并行进化机制引入遗传算法和粒子群算法,提出一种混合智能优化排样方法(HGPA)。该算法依据个体适应度值的大小和相似性对整个种群进行合理划分,在每次迭代中,个体适应度值较好的子种群利用遗传算法进化,个体适应度值较差的子种群则利用粒子群算法处理,实现优化方法的优势互补和信息增值。同时通过设置多样性度量标准来控制种群特征信息和搜索空间。在求解不规则件排样问题的算例表明:该算法可平衡控制个体种群进化中的局部寻优和全局搜索,为智能优化的混合机理研究提供了一个新的思路。     

A Hybrid Search Algorithm for Porous Air Bearings Optimization

The study deals with the development of a hybrid search algorithm for efficient optimization of porous air bearings. Both the compressible Reynolds equation and Darcy's law are linearized and solved iteratively by a successive-over-relaxation method for modeling parallel-surface porous bearings. Three factors affecting the computational efficiency of the numerical model are highlighted and discussed. The hybrid optimization is performed by adopting genetic algorithm (GA) for initial search and accelerated by simplex method (SM) for refined solution. A simple and useful variable transformation is presented and used to convert the unconstrained SM to a constrained method. In this study, the hybrid search algorithm for a multi-variable design exhibits better efficiency compared with the search efficiency by using the SM. The proposed hybrid method also eliminates the need of several trials with random initial guesses to ensure high probability of global optimization. This study presents a new approach for optimizing the performance of porous air bearings and other tribological components.     

目标驱动的基于形状线探索布线算法

对于实现焊盘外形尺寸各异、线宽及线间距离多变的印刷电路板布线,本文提出了目标驱动的基于形状线探索布线算法,该算法是在对障碍物做出包容矩形的基础上,又结合无网格线探索布线算法的特点来完成布线,使得布线具有目标性,同时,对于障碍物采用了灵活的绕障探索,大大提高了布线的成功率和布线速度。     

基于分块搜索算法的三角形网格面重构

为快速构建STL文件三角面片之间的拓扑关系，提出了一种快速拓扑重构算法。该算法有效地解决了数据处理中遇到的冗余操作过多、计算处理效率低的问题。     

基于混合进化算法的汽车传动系优化研究

针对汽车的动力系优化问题,构建了整车的动力性及经济性目标函数以及约束条件,并结合遗传算法与粒子群优化算法设计了混合进化算法,利用该算法对汽车传动系参数进行了优化。通过加权处理将多目标函数转换为单个目标函数,同时采用惩罚函数将约束条件转化为惩罚项附加于目标函数,实现了利用混合进化算法对汽车传动系参数的优化。最后,通过仿真研究验证了优化算法的正确性和有效性,仿真的分析结果显示优化后的整车的动力性和经济性均得到了一定改善,为汽车传动系的参数优化提供了新的优化算法。