RESEARCH ON THE MINIMUM ZONE CYLINDRICITY EVALUATION BASED ON GENETIC ALGORITHMS

A genetic algorithm (GA)-based method is proposed to solve the nonlinear optimization problem of minimum zone cylindricity evaluation. First, the background of the problem is introduced. Then the mathematical model and the fitness function are derived from the mathematical definition of dimensioning and tolerancing principles. Thirdly with the least squares solution as the initial values, the whole implementation process of the algorithm is realized in which some key techniques, for example, variables representing, population initializing and such basic operations as selection, crossover and mutation, are discussed in detail. Finally, examples are quoted to verify the proposed algorithm. The computation results indicate that the GA-based optimization method performs well on cylindricity evaluation. The outstanding advantages conclude high accuracy, high efficiency and capabilities of solving complicated nonlinear and large space problems.     

基于遗传算法的产品意象造型优化设计

提出基于遗传算法的产品意象造型优化设计方法,运用语意差异法提取内隐的用户意象语意信息,以及多维度尺度法、形态分析法分析产品造型特征,再由数量化一类方法求取造型特征与感性意象之间量化关系,最终依层次分析确定的目标函数进行遗传优化得到设计方案.试验结果表明该方法对于意象造型设计的优化具有很好的适用性.     

基于生物遗传算法的FMS生产调度算法

根据遗传算法,提出了一种FMS生产调度的新算法,该算法不仅适于FMS的静态调度问题,而且由于其计算复杂性低、计算量少的特点,同样也适于FMS的动态调度问题,有效地为解决自动化生产系统的生产调度问题提供了新方法.     

OPTIMIZATION DESIGN OF HYDRAULIC MANIFOLD BLOCKS BASED ON HUMAN-COMPUTER COOPERATIVE GENETIC ALGORITHM

Optimization design of hydraulic manifold blocks (HMB) is studied as a complex solid spatial layout problem. Based on comprehensive research into structure features and design rules of HMB, an optimal mathematical model for this problem is presented. Using human-computer cooperative genetic algorithm (GA) and its hybrid optimization strategies, integrated layout and connection design schemes of HMB can be automatically optimized. An example is given to testify it.     

基于遗传算法的ARMA模型定阶新技术

针对时间序列分析与预测中最为常见的ARMA模型的定阶问题,在分析传统定阶方法缺点的基础上,提出了用遗传算法确定ARMA(n,m)模型的自回归阶数n和滑动平均阶数m的新方法。首先由ARMA模型的预测值与实测值定义平均相对变动值(Average relative variance,ARV),并根据其建立遗传算法的适应度函数;然后选取适当的种群数、交叉效、变异率及进化代数;通过逐代进化,得到最优的ARMA模型。最后,通过太阳黑子数据验证了基于遗传算法的ARMA模型定阶新技术的有效性和实用性。     

基于混合算法的内燃机曲柄连杆机构复合目标选配

在曲柄连杆机构的选配中,为实现在多种装配要求的条件下,对多对零部件同时进行选配,并使剩余的零部件数量最少的复合目标,以提高曲柄连杆机构各零部件的选配成功率和装配质量,建立了复合目标选配的目标函数,确定了约束条件。针对该组合优化问题的特殊性,对传统的基于遗传算法和模拟退火算法的混合算法进行了改进,提高了在初始种群产生阶段进行定向变异的方法,以提高初始种群的平均适应度;并设计了特定的编码方式、交叉运算和变异运算,建立了曲柄连杆机构的复合目标选配方法。最后对该方法进行了有效性验证。     

基于遗传算法的行为结构分组创新

针对执行系统概念设计过程前期阶段的计算机辅助实现是一个难题的现状,将遗传算法引入执行系统概念设计的行为结构分组创新.将行为集合分解为相互矛盾的行为和相容行为,相互矛盾的行为数决定基因串各段规模,相容行为数决定基因串段数,构成行为结构的基因串编码方法.基于行为分组评价规则,定量化形成目标函数并构造适应度函数,通过设定的基因操作,实现行为分组的计算机优化,达到行为结构的变型创新.算例分析表明所提出方法的有效性,有助于实现执行系统的计算机辅助概念设计.     

基于遗传算法的旋转机械故障诊断方法融合

针对任何单一性质故障特征、单一诊断方法难以实现在整个故障状态空间上准确诊断的局限性,提出基于遗传算法的旋转机械融合诊断方法。该方法能有效利用各种不同性质故障特征和不同诊断方法,使其发挥各自的优点,从而提高诊断的准确率。针对不同特征利用遗传算法将神经网络诊断和人工免疫诊断方法融合起来,使每一个诊断方法都在其优势空间区域发挥作用,使用小波包能量特征和双谱特征对两种诊断方法训练后,用遗传算法优化诊断融合权值矩阵对旋转机械进行实例诊断结果表明,该融合诊断方法能有效地提高故障诊断的准确率,并能提高诊断系统的鲁棒性。     

基于遗传算法的AMT车辆起步模糊控制

通过对熟练驾驶员起步过程的分析 ,提出了能反映驾驶员意图的起步模糊控制策略。针对模糊控制器传统设计过程中存在的人为主观因素较多 ,难以进行优化等缺点 ,采用遗传算法对起步模糊控制器隶属函数参数进行优化。并为此建立了起步模糊控制系统仿真模型。用优化的模糊控制器进行实车道路试验 ,取得了满意的效果。     

基于小生境技术的改进遗传算法研究

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象。本文扼要分析了遗传算法的运行机制，提出一种基于小生境技术的改进遗传算法，应用种群中最佳个体的马尔可夫链模型从理论上论证了该技术维持种群多样度的有效性。对复杂函数的遗传优化仿真实验数据表明，改进的遗传算法不但具有良好的全局收敛可靠性，而且具有快的收敛速度。     

遗传算法在气动系统优化中的应用

对气动系统动态特性做了深入的理论分析,提出了兼顾成本最低及尺寸最小的优化目标函数,并利用遗传算法实现了典型气动系统的优化设计。试验结果证明采用遗传算法优化的系统不但能够满足系统性能要求,与传统设计方法相比,优化后系统各元件尺寸较小,为气动系统的设计和选型提供了一种新方法。     

FLEXIBLE ASSEMBLY FIXTURING LAYOUT MODELING AND OPTIMIZATION BASED ON GENETIC ALGORITHM

There are many welding fixture layout design problems of flexible parts in body-in-white assembly process, which directly cause body assemble variation. The fixture layout design quality is mainly influenced by the position and quantity of fixture locators and clamps. A general analysis model of flexible assembles deformation caused by fixture is set up based on "N-2-1" locating principle, in which the locator and clamper are treated as the same fixture layout elements. An analysis model for the flexible part deformation in fixturing is set up in order to obtain the optimization object function and constraints accordingly. The final fixture element layout could be obtained through global optimal research by using improved genetic algorithm, which effectively decreases fixture elements layout influence on flexible assembles deformation.     

基于遗传算法的微机械陀螺的多学科设计优化

基于micro-electro-mechanical system(MEMS)技术的微机械陀螺是集传感器、致动器、检测与控制等于一体的复杂多学科交叉系统,其整体特性是各个子系统综合作用的结果。在充分考虑工艺、结构、电路、工作环境等多学科或因素的约束条件下,提出微机械陀螺的多学科概念设计模型。以陀螺的灵敏度最大为优化目标,利用遗传算法对设计模型进行全局优化,获得初步的最优设计方案,并采用有限元软件ANSYS验证优化结果的正确性。     

基于遗传算法和Boltzman机混合策略的半主动悬架连续模糊控制器

根据现有的用于汽车半主动悬架减振器阻尼控制的模糊控制器存在的问题,提出了一种基于遗传算法和Boltzman机混合策略的模糊控制算法,该算法能对模糊控制规则进行优化,并可保证控制系统的快速性和全局最优性.模拟试验结果表明这种基于新算法的控制器能使汽车的平顺性得到有效的改善.     

基于遗传算法和神经网络的冷挤压工艺参数模糊优化设计

将模糊优化思想引入冷挤压工艺参数优化设计,以冷挤压模具的四个关键工艺参数为设计变量,以最终挤压件的各处材料的损伤值为目标函数,建立了冷挤压工艺参数模糊优化模型。提出了利用神经网络进行材料损伤近似计算的策略,从而形成了基于遗传算法和神经网络的冷挤压工艺参数模糊优化方法。对冷挤压工艺参数模糊优化模型进行了求解,优化结果表明模糊优化思想能提高冷挤压工艺设计质量。     

考虑弹流润滑的齿轮传动多目标优化设计的遗传算法实现

应用弹性流体动力润滑理论,分析了模数、齿数等参数对齿轮副润滑性能的影响。在齿轮传动优化设计中,通过协调弹流效应和重量最轻建立了齿轮传动多目标优化的数学模型。采用遗传算法求解合连续及离散变量的优化设计问题,并用神经网络建立计算中各种曲线的插值模型。该系统发挥了神经网络与遗传算法各自的特点,数值例子表明了该方法的有效性。     

基于遗传算法的超精密切削表面粗糙度预测模型参数辨识及切削用量优化

建立易于分析各切削用量对粗糙度影响关系的表面粗糙度预测模型和最优的切削用量组合,是超精密切削加工技术的不断发展的需要。针对最小二乘法和传统优化方法的不足,提出了将遗传算法用于超精密切削表面粗糙度预测模型的参数辨识,并用于求解最优切削用量,给出了金刚石刀具超精密切削铝合金的表面粗糙度预测数学模型和切削用量优化结果,进行了遗传算法和常规优化算法的比较,结果表明遗传算法较最小二乘法和传统的优化方法更适合于粗糙度预测模型的参数辨识及保证切削用量的最优。     

基于遗传算法的匹配追踪小波分析及其在非平稳故障信号中的应用

闰美观分析理论在信号检测、故障诊断领域已得广泛应用,尤其是在处理非平稳故障信号方面,小波分析更为有效,匹配追踪小波分析是专门处理高度不平稳信号的一种算法,但该算法每次计算需要不断地调整小波库中的各个参数来寻找最佳的匹配小波,增加了算法实现的难度,从而限制了该算法的应用,本文提出基于遗传算法的匹配追踪小波分析,把遗传算法良好的多参量全局寻优特性和匹配追踪的基本原理有机地结合起来,并采用了处理非平稳信号的有力工具Wigner谱。利用该方法分别对仿真信号和试验信号进行分析,结果表明本方法十分有效,而且对实测故障信号的分析诊断结果与实际十分吻合。     

RECONFIGURABLE PRODUCTION LINE MODELING AND SCHEDULING USING PETRI NETS AND GENETIC ALGORITHM

In response to the production capacity and functionality variations, a genetic algorithm (GA) embedded with deterministic timed Petri nets(DTPN) for reconfigurable production line(RPL) is proposed to solve its scheduling problem. The basic DTPN modules are presented to model the corresponding variable structures in RPL, and then the scheduling model of the whole RPL is constructed. And in the scheduling algorithm, firing sequences of the Petri nets model are used as chromosomes, thus the selection, crossover, and mutation operator do not deal with the elements in the problem space, but the elements of Petri nets model. Accordingly, all the algorithms for GA operations embedded with Petri nets model are proposed. Moreover, the new weighted single-objective optimization based on reconfiguration cost and E/T is used. The results of a DC motor RPL scheduling suggest that the presented DTPN-GA scheduling algorithm has a significant impact on RPL scheduling, and provide obvious improvements over the conventional scheduling method in practice that meets duedate, minimizes reconfiguration cost, and enhances cost effectivity.     

基于遗传算法的多资源作业车间智能动态优化调度

提出一种基于遗传算法的调度算法，用于解决多资源制约(机床、工人和机器人)条件下作业车间的动态优化调度。为了表达加工工件的批量，提出了一种新的染色体基因型，基因型的长度随加工环境的变化而变化。研究的动态环境包括：加工工件连续不断地到来；机床设备突然损坏；损坏的机床被修复；工件的预定订货时间被提前；有新类型的工件要求被加工等等。采用一种基于周期和事件驱动的滚动窗口调度，以适应连续加工过程中的环境变化。调度算法中采用权重可变的双目标评价函数来优化调度结果。仿真结果表明该算法是可行的，与传统的静态优化调度相比，其优越性是明显的。