基于多目标遗传算法的产品优化配置研究

针对产品配置设计存在的问题，提出一种基于多目标遗传算法的产品优化配置方法，设计了相应编码解码方案和适应度计算方法，在具体算法中，对小生境的范围确定和精英策略提出改进。仿真实验证明，该算法可行有效，优于其他遗传算法。     

集成多准则供应商评价的产品配置方法研究

针对配置设计的产品在成本、质量、准时交货率等多方面受供应商影响的问题,提出一种集成多准则供应商评价的产品配置设计方法,包括配置模型的构建以及求解。首先采用TOPSIS方法对供应商进行多准则评价,将评价结果与模块实例相关联,构建集成化的配置模型。在配置模型的基础上,构建以供应商综合能力最优、成本最小为目标,客户的期望价格与配置规则为约束的集成供应商选择的产品多目标配置优化模型,并采用NSGA-Ⅱ算法求解。以高速列车转向架部分模块为例,证明了所提方法的可行性与有效性。     

基于产品性能-成本-交货期的多目标优化配置研究

产品优化配置是实现用户个性化选择和批量低成本生产有机结合的有效方法。本文针对产品优化配置中多约束、多目标及组合优化等特性,应用模糊数学理论,构建了以产品性能-成本-交货期为目标函数的多目标优化模型,并采用多目标差异演化算法(MODE)对三者进行并行优化。得到一系列满足基于Pareto优化解的配置方案以满足不同客户对产品性能、制造成本及交货期的要求,解决了客户基于不同侧重点对产品设计结果的选择。通过实例论证,验证了该方法的有效性和适应性。     

基于NSGA-II的产品服务系统多目标优化配置设计

为了描述产品与服务的相互作用对产品服务系统配置设计的影响,提出一种NSGA-II的产品服务系统多目标优化配置设计方法。首先,将产品模块和服务模块划分为必选和可选两种,分析了制造企业产品服务系统方案配置问题。其次,分析了方案配置过程中的约束条件,包括方案性能约束、方案成本约束、响应时间约束及模块相容相斥关系约束,建立了方案配置的多目标优化模型。然后,提出了基于NSGA-Ⅱ的模型求解算法,给出了具体的算法求解流程。最后,通过案例分析,验证所提算法的可行性。     

基于改进的非支配排序遗传算法的模块化产品多目标配置优化研究

在产品族模块化设计的基础上,应用模糊数学评价理论与最小二乘法,构建了以产品性能、成本及出货期为目标函数的配置优化数学模型,并采用基于改进的非支配排序遗传算法对三者进行并行优化.由此获得一系列基于Pareto最优集的配置方案来满足不同客户对产品性能、成本及出货期的要求,解决了客户需求侧重点对产品设计结果的适应性处理.最后,结合项目实施,给出该方法在机床制造业中的典型应用实例,验证了文中提出方法的有效性和适应性.     

基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化研究

为了提高云制造服务组合寻优质量,提出一种基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化方法。首先改进支配强度的概念来快速确定非支配解集中个体的优劣,然后对NSGA-Ⅱ算法应用不同的局部搜索策略,在算法前期加强对优秀个体的搜索以加速收敛,算法后期对稀疏个体融合邻域搜索与模拟退火算法来增加种群的多样性。最后结合企业实际案例,验证了优选模型的有效性和算法的可行性。     

新型陶瓷3D打印机结构多目标参数优化设计

以一种新型陶瓷3D打印机为研究对象,提出以可操作度数、各向同性和工作空间三个性能同时最优为目标。首先介绍了机构的整体构型和喷头内部零部件的装配情况,其次在机构进行位置正逆解分析的基础上,推导出雅克比矩阵并求出关于三个优化目标的目标函数,依据空间几何关系确定约束条件,结合NSGA-Ⅱ算法进行优化得到了Pareto最优解,从中选取10组数据进行分析后最终确定了机构的尺寸参数。对优化前后的三个目标值进行对比分析可知,可操作度数和工作空间有所增大,各向同性的条件数适当减小,证明了算法优化的正确性。     

多目标的拆卸线平衡问题优化研究

拆卸是废旧产品回收利用的重要途径,根据产品拆卸线的特点,构建拆卸线平衡问题的多目标关系。针对求解拆卸线平衡问题所遇到的求解结果单一、无法满足平衡诸多目标等问题,以均衡工作站负载且引入操作安全性、任务拆卸方向和任务需求为优化目标建立数学模型,在此基础上,提出一种基于遗传改进的多目标灰狼算法进行求解计算。基于废旧电冰箱拆卸案例对比验证算法的效果与性能,并将其应用于再制造企业某废旧电视机拆卸实例中。以Plant Simulation 15.0仿真软件为平台,运用仿真技术对所得理论方案分析与优化,通过在重要工位上建立缓冲区来解决实际拆卸过程中所存在的工位堵塞问题。结果表明该算法的收敛性较好,所获得非支配解集更逼近Pareto最优前沿,得出多个合理拆卸方案,为决策者选择拆卸方案提供了依据,且改善后的工位产能也提升了3.23%。     

多目标优化方法在汽车盘式制动器设计中的应用

工程问题优化一般是多目标的优化设计,本文论述的多目标模拟退火方法是基于Pareto理论,用于解决多目标问题的一种实用方法。优化得到均匀分布的Pareto最优解集后,依据不同的设计要求,从其中选择最满意的设计结果。将此方法应用于盘式制动器优化设计,目的是在保证足够制动力矩的前提下,尽量减小摩擦副升温和制动器的尺寸,以提高制动器工作的可靠性并给整车的设计留下更多的空间。     

基于改进NSGA-Ⅱ算法的机械臂多目标轨迹规划

针对机械臂轨迹规划时需要满足高效率、低能耗、弱冲击等性能要求,提出一种改进的快速非支配排序遗传算法（NSGA-Ⅱ）。建立了端点运动参数可任意指定的7次B样条曲线方程,构造关节空间内光滑连续插值轨迹。以最短时间、最小能耗和最弱冲击为优化目标,以机械臂关节运动速度、加速度、脉动为约束惩罚,通过加入动态选择策略和模拟二进制（SBX）与正态分布混合交叉算子,建立了机械臂多目标轨迹规划的改进NSGA-Ⅱ算法,该方法具有搜索范围广、种群多样性质量高等优势。算例结果表明,所提出的改进NSGA-Ⅱ算法可以缩短迭代时间,得到更优的Pareto前沿。     

基于NSGA-Ⅱ算法的车身薄板零件公差优化

在汽车制造工业产品开发过程中,需要同时考虑质量与成本之间的矛盾。盲目提高质量要求,将使产品制造成本增加;随意降低成本,则有可能影响质量,导致客户投诉和返修率上升。首先建立概念设计阶段的装配偏差分析模型,用来分析车身装配质量;并选取指数函数作为公差成本函数,以此为基础建立多目标优化模型,然后采用NSGA-II算法优化各个零件的公差。最后利用车身侧围框架案例阐述零件公差分配过程,获得了多目标函数的Pareto解集,取得了较好的优化效果。     

基于NSGA-Ⅱ算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象,针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题,对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造,采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ),结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件,对机械臂轨迹进行优化,得到一组Pareto最优解集合。仿真结果表明,七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑,保证了机械臂运动性能。在满足约束条件的前提下,NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化,获得一组理想的Pareto最优解集,并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。     

变切深工况下恒定切削力约束的多目标进给量优化方法

针对数控加工中工艺人员设定恒定的进给量导致零件加工效率低、表面质量差的问题,提出基于恒定切削力约束的多目标进给量优化方法.以切削力预测模型为基础,以综合考虑提高零件加工效率和表面质量为优化目标,以恒定切削力,机床参数,加工表面质量和进给量平滑过渡为约束条件,建立了多目标进给量优化模型.通过正交切削试验标定切削力系数,并...     

轿车侧碰撞中儿童乘员约束系统的多目标优化

在轿车侧面碰撞事故中,儿童乘员头、胸部是主要损伤部位.为最大限度地降低儿童乘员头、胸部的损伤风险,对儿童约束系统和侧面气囊的安全性能进行优化设计.采用多体动力学软件MADYMO建立儿童乘员侧面碰撞仿真模型,并通过台车试验结果验证仿真模型的有效性.以头、胸部加速度为优化目标,运用试验设计方法和方差分析进行相关设计变量的灵敏度分析,并确定主要的优化设计变量为侧面气囊的泄气率常数、儿童安全座椅的上固定点位置和下固定织带的刚度系数,进而构建优化目标的二阶多元回归代理模型,利用NSGA-Ⅱ多目标优化算法对构建的代理模型进行优化求解,获得包含头、胸部加速度最优解集的Pareto前沿曲线.通过权衡分析选取使头、胸部的损伤风险同时降低的最优解,最后确定侧面气囊的泄气率常数0.037,儿童座椅的上固定点x向位置-0.25 m,座椅下固定织带的刚度系数0.5为儿童约束系统主要设计参数的最优配置.在最优设计配置条件下得到的儿童头部合成加速度峰值比初始值下降了约24%,胸部合成加速度峰值比初始值下降约30%.     

产品定制协同开发任务分配多目标优化

针对目前产品定制协同开发任务分配较少考虑任务适合度与任务协调效率的问题,分析并提出产品定制协同开发任务分配策略;给出了任务适合度、任务协调效率的定义及其相应的计算方法,并在此基础上构建了产品定制协同开发任务分配多目标优化数学模型;提出一种产品定制协同开发任务分配自适应遗传求解算法。以某5MW风机产品协同开发项目为实例,验证了所提任务分配模型的正确性及其求解算法的可行性与有效性。     

连杆大头轴承润滑多目标优化设计

针对柴油机连杆大头轴承润滑不良和摩擦磨损的问题,运用AVL POWER UNIT搭建连杆组柔性多体动力学模型,以连杆大头轴承间隙、轴承宽度和供油压力为设计变量,通过最优拉丁超立方试验设计方法构建输入矩阵,在Isight中建立RBF径向基神经网络代理模型,以最小油膜厚度、峰值油膜压力和平均粗糙接触有效压力为优化目标,采用NSGA-Ⅱ遗传算法进行多目标参数寻优,获得连杆大头轴承的最佳结构参数组合。相较于原始方案,优化方案的最小油膜厚度增加了0.60μm,峰值油膜压力减小了6.69MPa,平均粗糙接触有效压力减小了2.34MPa,综合润滑性能有所提升,可为连杆大头轴承优化设计提供理论参考。     

基于双层配置体系的产品配置算法研究

在大规模定制生产模式下,产品配置遇到了复杂模糊配置数据的处理问题,为此,提出了基于实例重用的产品配置模糊求解技术,设计了基于多目标遗传算法的产品配置优化算法.将产品配置过程划分为部件配置与零件配置两部分,利用典型条件概率解决产品配置领域的部件模糊配置问题,设计了基于非支配排序遗传算法-Ⅱ,求解以成本、时间和库存为优化目标的零件配置,并结合两者建立完整的产品配置求解算法体系.该算法有效地解决了复杂产品配置中模糊数据处理及配置组合爆炸的问题.