分布式并行遗传算法在板材套料优化中的应用

讨论如何利用企业的分布式计算环境将分布式并行遗传算法用于矩形零件优化套排的问题。建立了利用企业分布式计算环境进行板材套料优化的组成模型，分析其计算过程、计算环境及其技术支撑系统，并通过算例说明相对于标准遗传算法，分布式并行遗传算法可以实现更高的效率和更好的优化结果之间的平衡。     

钣金件剩余矩形排样遗传优化方法研究

为了提升钣金件排样的板材利用率,对剩余矩形排样算法进行了分析改进,结合遗传算法,提出了一种更为有效的排样算法.在分析研究剩余矩形排样算法在排样过程中的不完善之处后提出了改进方法,验证了其有效性.基于遗传算法对排样优化进行求解,确定了适用于排样优化的编码方式,在基本遗传算法的基础上加以改进,编写了选择算子,交叉算子及适应度函数,将遗传算法与改进后的剩余矩形排样算法结合进行排样优化,提升了板材利用率.实例测试结果表明:在改善的剩余矩形排样算法基础上运用遗传算法实现钣金件排样可有效提升钣金材料利用率,该方法有效可行.     

缺陷石板的计算机优化排样

目的利用遗传算法解决缺陷石板优化排样问题以提高石材大板的利用率.方法提出了一种基于遗传算法的缺陷石板优化排样方案,建立优化排样数学模型,并采用C#语言结合AutoCAD平台开发出了缺陷石板矩形单一排样程序模块.结果遗传算法实现对缺陷的石板进行实时优化排样,开发程序可以进行石材参数化设计,板材设计和表面廓形数据采集系统无缝连接,对板材进行在线测量和实时分割优化下料.结论该方法在分割缺陷石板时避开了石材表面空洞、大斑、裂纹等缺陷,提高了石材加工和设计效率,提高材料利用率,较好地解决了缺陷石板的二维矩形件单一优化排样问题.     

基于动态择优定序的矩形件优化排板算法

针对定宽定高板材的矩形件切割下料问题,提出了一种改进的启发式定位优化排板算法。该算法在启发式定位的基础上引入了动态择优定序策略,并通过改进的遗传算法得到较优的矩形件排板序列,然后应用改进的启发式定位算法将编码转化为排板图并得出矩形件排列的相关信息。为提高算法的运行效率,采用了面向对象编程的C#语言。每次排板前,该算法还采用了余料优先利用原则。实用矩形件排板表明,该算法能够提高板材的利用率。     

一种矩形件布局问题的求解方法

布局问题来源于生产实际,在提高板材利用率以节约原材料,降低成本,提高经济效益,对各行业均有重要意义。针对遗传算法在矩形件布局问题中的实际特点,并分析了矩形件布局给定排放顺序的排放算法,并提出了一种新的排放算法——最低水平线旋转搜索法,并将这种算法和遗传算法结合应用于矩形件布局问题的求解。计算实例表明这种新的排放算法可以和遗传蚁群算法有效的结合。     

一种有约束矩形排样问题的求解算法

对属于NP完全问题的有约束矩形排样问题，国内外多采用计算复杂度较小、时间较快、便于控制问题约束条件的启发式方法.分析了启发式排料算法影响优化程度的原因，提出利用回溯寻求优化零件组合的混合启发式策略，并利用排样过程中产生的小剩余区域划分与合并的方法和现有的矩形排样启发式算法相比，说明该方法可以更大地提高板材的利用率.     

基于动态择优组合的板材切割下料算法

针对二维矩形板件排板利用率问题,提出了一种矩形板件优化组合的排板算法.该算法在最低水平线搜索算法的基础上加入了动态择优组合算法.通过启发式定位算法可以得到板材的切割路径以及板件的排放位置信息.为缩短每次优化排列组合的计算时间,采用了易于描述板材、板件信息的C#语言.为提高板材的利用率,将每次的余料加入数据库并被优先利用...     

关于二维不规则零件自动板材排料的研究

在讨论二维矩形排料的优化、二维不规则零件排料方法的基础上,介绍了一种“逐渐逼近”算法,该算法已应用到自行开发的二维不规则零件的自动板材排料系统中,效果较好．     

不规则件最优排放布局的实现

使用遗传算法,突破了通常只按照某种固定的标准(如按面积大小)确定的零件的排样顺序,通过全局优化概率搜索产生最佳的排样次序和每个排样件的旋转角度,得到最优的排样顺序;用改进的平行线分割一步平移法,计算出了两个相交的图形不重叠所需移动的距离;用最低水平线定位算法确定了每一个排样件在板材上的定位位置。通过实例可看出板材的利用率得到了很大的提高。     

基于遗传模拟退火算法的矩形件排样

将遗传模拟退火算法运用在矩形件排样中,利用遗传模拟退火算法的全局搜索能力,寻找出排样件最优的排样次序(排列最紧密),再结合基于局部板材利用率最高的填充算法不断填充板材,获得近似总体最优的排样结果。此结果适合应用于大批量、多种类的矩形件优化样。     

矩形件排样优化贪婪算法及系统开发

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,在此基础上,提出一种新的排样算法——贪婪算法.该算法的主要思想是在每次排样过程中,都用面积最大的矩形件对板材进行填充.同时,开发了一个矩形件排样优化系统.实际排样结果表明,贪婪算法能够获得比近似算法更有效的排样结果.     

基于遗传算法的压电扭转驱动器优化布置

针对空间薄壁杆类结构的扭转振动问题，对一薄壁杆上的扭转驱动器位置优化配置进行了研究．采用拉格朗日方程和假设模态法，推导了薄壁杆与驱动器组成的系统的动力学方程，建立了动力学系统的状态空间表达式．将薄壁杆划分为若干个位置单元，选取Grammian可控性作为目标函数，运用遗传算法获得了压电扭转驱动器的最佳配置位置．在最优位置处黏贴压电扭转驱动器，实施闭环控制，得到了薄壁杆自由端角位移前三阶模态的闭环幅频响应．结果表明，采用遗传算法能获得最优位置，在最优位置处实施的闭环控制能有效抑制薄壁杆的扭转振动．     

基于神经网络与遗传算法的结构优化设计方法

从神经网络和遗传算法的原理出发,利用遗传算法和神经网络相结合的策略对结构参数进行优化.在确定结构优化的目标函数和设计变量集合的基础上,用神经网络学习算法建立货架结构设计参数与结构重量、结构最大应力、最大位移等的非线性全局映射关系,获得遗传算法求解结构优化问题所需的目标函数,用遗传算法进行优胜劣汰的寻优搜索运算,从而求出所需最优解.以货架结构的优化为例说明了上述方法的应用.遗传算法和神经网络的优化结果是在正交设计法确定的训练样本足够大的基础上得出的,具有较强的可靠性.     

矩形排样的一种算法

针对当前矩形排料的问题，分析了当前矩形排料的一些算法，结合计算机自动排样速度快和人工排样灵活的特点，提出了一种新的人机排样的算法，构造了相应的模型，并开发了自动排样和人工排样相结合的交互式排样软件。与自动排样比较，排样的利用率由87．73％提高到94．17％。     

基于遗传算法的高层建筑MR阻尼器优化布置

目的 解决高层建筑结构风振控制中MR阻尼器的优化布置问题．方法 首先建立风荷载作用下受控结构的力学模型和运动方程。然后根据其特点建立基于遗传算法的风荷载作用下结构体系的MR阻尼器优化布置分析模型。并引入加权函数考虑结构的安全性和经济性。得到不同标准下的阻尼器优化方案．结果 结合某12层钢筋混凝土框架结构的算例。考虑3种不同决策情况：安全性和经济性同等重视、侧重于安全性和侧重于经济性。分别给出建议的最优布置方案．结论 应用遗传算法进行高层建筑中MR阻尼器的优化布置。可以得到经济而有效的结构控制设计方案．     

基于遗传算法的动态目标特征选择方法研究

机器人在进行动态目标识别过程中,由于同一物体在运动中会引起多种目标图像参数的改变,对特征选择与提取造成困难.介绍一种新的基于遗传算法的机器人动态目标特征选择方法.用遗传算法对目标的不变矩特征进行选择.通过对特征进行二进制编码,采用类内类间距离作为适应度函数,对其进行选择和优化,获得最优特征子集.实验结果表明与其他方法相比,提高了目标的识别率.     

平面完全约束绳牵引并联机器人的多目标优化

针对平面完全约束的绳牵引并联机器人的多目标优化问题,给出了一种理想点法与遗传算法相结合的方法．首先以绳牵引并联机器人工作空间面积、全面刚度指标、全局灵巧度系数为优化目标,基于遗传算法进行全局优化,得到各个目标的理想点．然后采用理想点法建立多目标优化模型,并采用遗传算法对该模型进行求解．仿真实验表明,优化结果较为均衡,各模型有效解都接近相应单目标的理想点．所得结论可以为同类绳牵引并联机器人的设计提供参考．     

基于二重结构编码遗传算法的传感器优化配置

传感器的优化配置是一类组合优化问题,针对此问题,文章以应变模态保证准则SMAC为优化原则,以SMAC矩阵的最大非对角元为目标函数,针对满足传感器数量不变的约束条件问题,提出改进的二重结构编码遗传算法,并通过现有文献中的算例验证本文所提算法的高效性。算例结果表明,该遗传算法优化结果优于现有的遗传算法,将其应用于复合材料板模型损伤诊断的传感器优化配置是可行的。     

A global harmony search algorithm for finding optimal capacitor location and size in distribution networks

Shunt capacitors are broadly applied in distribution systems to scale down power losses, improve voltage profile and boost system capacity. The amount of capacitors added and location of deployment in the system highly determine the advantage of compensation. A novel global harmony search(GHS) algorithm in parallel with the backward/ forward sweep power flow technique and radial harmonic power flow was used to investigate the optimal placement and sizing of capacitors in radial distribution networks for minimizing power loss and total cost by taking account load unbalancing, mutual coupling and harmonics. The optimal capacitor placement outcomes show that the GHS algorithm can reduce total power losses up to 60 k W and leads to more than 18% of cost saving. The results also demonstrate that the GHS algorithm is more effective in minimization of power loss and total costs compared with genetic algorithm(GA), particle swarm optimization(PSO) and harmony search(HS) algorithm. Moreover, the proposed algorithm converges within 800 iterations and is faster in terms of computational time and gives better performance in finding optimal capacitor location and size compared with other optimization techniques.     

目标可控的AGC调节容量的优化分配

为实现自动发电控制(AGC)调节容量的优化分配和目标可控性,提出了一种应用多目标最优化技术和遗传算法的AGC调节容量的分配方法.应用解决多目标最优问题的权重法,在多目标优化数学模型中引入控制因子,使电网调度人员可以根据ACE的分区人为控制各目标的重要程度,形成目标可控的AGC调节容量优化分配的数学模型,并应用遗传算法求解得到分配结果.最后通过算例验证了该方法的有效性.