基于交互式遗传算法的轨道列车造型优化设计研究

面向轨道列车车头造型设计过程中的方案推演与评价调整的低效问题,基于交互式遗传算法开发了设计者与算法协作的交互优化技术。针对轨道列车造型的特征,设计了三线造型编码方法,实现了造型方案的批量化快速生成与优化。通过设计者提供的造型曲线框架,程序可自动完成方案种群的构建,实现造型约束,并可基于设计者的交互评价进行方案换代演化、交叉重组和变异等系列遗传操作。通过草图曲线的智能化识别与调整技术,降低了对设计者手绘输入曲线的精度要求,减轻了设计人员的工作量。设计者与智能技术的合理分工,拓展了概念方案搜索的广度,可提升设计效率。     

基于进化思想的汽车造型优化设计方法研究

结合遗传算法等工程方法和交互式评价等设计方法,提出一种整合了工程方法和造型方法的汽车造型优化设计方法。方法整体以进化思想为指导,首先将汽车造型设计问题映射到数学模型上,利用遗传算法生成新设计方案,并以多目标设计空间来约束生成的设计方案,再以目标车型的造型意象为标杆,采用交互式评价方式评价输出的设计方案,并将评价结果作为适应度代入遗传算法中继续迭代直至设计方案符合设计的迭代终止条件,最终形成一个综合解决多方问题的汽车造型多目标优化设计方法。以某小型两厢车车型为例,初步证明了该方法的合理性和可行性。该方法可以推广到汽车造型多目标优化概念辅助生成和汽车造型评价等领域。     

工程车辆操控台造型优化设计

为提高工程车辆驾驶室操控台的美观度,构建了用户偏好驱动下的工程车辆操控台造型优化设计系统。以轮式装载机为例,通过聚类分析法与因子分析法建立了操控台造型设计要素与用户偏好间的映射关系;依据数量化理论I类,借助SPSS软件确定了两者的函数关系;结合交互式遗传算法(Interactive Genetic Algorithm,IGA)适应度函数,构建了操控台造型优化设计模型,利用MATLAB软件编制出优化设计系统及交互界面。结果表明:该系统可准确输出用户满意的设计方案,能为工程车辆操控台造型优化设计提供参考。     

面向隐性目标的产品造型交互式进化设计

交互式遗传算法(Interactive Genetic Algorilhm,IGA)作为一种人机协同进化优化算法,能有效解决难以数量化、结构化的隐性目标决策问题,但由于隐性目标具有较强的模糊性,易导致用户产生认知模糊。首先,将交互式进化设计中用户认知模糊解构为决策初始认知模糊与决策过程认知模糊;其次,构建"文本-情景-符号"空间映射策略缓解决策初始认知模糊,构建方案聚类策略缓解决策过程认知模糊;然后,以花瓶轮廓为例,结合所提设计策略和交互式遗传算法,采用MATLAB软件开发了面向隐性目标的产品造型交互式进化设计系统;最后,验证了所提设计策略在解决交互式进化设计过程中用户认知模糊的有效性。     

三维空间中造型交互式移动的实现

针对虚拟装配过程中,经常涉及到的造型的空间移动问题,研究了三维空间中造型交互式移动的方法。通过分析虚拟现实建模语言中的传感器节点以及脚本节点的工作原理及特点,确定了造型交互式移动的实现流程和方法。结合实例,实现了三维模型随浏览者鼠标拖动而沿XOY平面及法向轴方向的同步移动,并且给出了相应的程序代码。这一交互过程相对于造型沿三坐标轴方向的移动,移动效率显著提高,因此对于虚拟场景中造型的交互式移动具有重要的意义。     

基于遗传算法和虚拟现实的施工设备布置系统

为辅助设计人员解决施工设备布置问题,基于遗传算法、虚拟现实技术和三维模型处理技术,提出了类交互式遗传算法。该算法首先执行计算机自动迭代完成的自然阶段,在满足人工参与条件后进入虚拟现实环境,进行人工评价和人工指导变异。通过对比分析表明,该算法能在明显减少用户参与次数的前提下,取得优于交互式遗传算法的解。基于该算法,实现了施工设备布置系统原型,并设计了基于不同技术的不同模块间的数据交互机制。实际应用验证了系统的有效性。     

基于交互式三维参数化造型的研究

参数化设计是当今计算机辅助设计领域的一种新的设计方法,交互式三维参数化造型可以在原有模型的基础上快速而方便地生成新的设计方案,从而大大地提高设计效率.所讨论的是通过引入特征和约束关系,利用现有的几何实体造型系统来实现交互式的三维参数化造型的方法,并通过实例来验证该方法的正确性.     

利用交互式遗传算法的产品造型设计方法

对产品造型进行了编码,采用目标客户参与的方式评定造型参数的权重;根据权重次序将产品设计的造型编码进行层次分级;通过层次降级的方式对原始解空间进行数据处理,每次降级利用交互式遗传算法搜索最优解,逐级完成造.型设计的细化设计.求解过程基于解码的形态方案进行,并为设计师提供了直观的操作界面.     

基于交互正交遗传算法的动态联盟伙伴选择研究

针对动态联盟中的伙伴选择问题,提出一种有交互作用的正交试验方法和遗传算法相结合的方法,对多目标伙伴选择问题进行求解。着重考虑成本、质量、时间、风险及其它们之间存在的交互作用作为伙伴选择中的主要评价指标,给出了基于交互正交遗传算法模型求解方法,并应用实例验证了该模型和算法的有效性。     

遗传算法在掘进机造型设计中的应用

鉴于现代掘进机设计对功能需求、审美需求、安全保障性以及市场竞争力要求的不断提高的现状,将遗传算法思想引入到掘进机造型设计之中。针对掘进机造型设计,传统的遗传算法存在一定缺陷,因此对遗传算法进行合理优化。通过分析与国外产生差距的原因,解读掘进机造型设计特征,研究遗传算法的原理和应用,以掘进机造型设计,阐明算法优化后的具体应用流程,并对其可行性进行验证,同时为我国同领域机械产品设计提供参考。     

基于遗传算法的产品人机形态设计研究

分析产品人机形态设计的特点、现状和存在的不足,简述基因遗传算法的原理,提出建立接触点集和曲面形态的方法。通过基因编码、生成初始种群、适应度评估和选择等步骤,将基因遗传算法应用于产品人机形态设计,实现了产品人机形态设计的优化。最后以轮椅靠背的曲面设计为例,论述该方法的应用。     

基于自适应遗传算法的虚拟企业伙伴选择求解

针对虚拟企业合作伙伴的选择问题,根据虚拟企业的市场目标,采用层次分析算法确定评价因子的权重,然后建立多目标的虚拟企业伙伴选择优化模型.为简化模型,以最短的完工时间、最低的成本和最高的信誉度为目标.在遗传过程中对各个单目标进行排序选择,通过对交叉、变异算子进行自适应改进,采用最优保存策略迭代求出最佳合作伙伴及分配的具体工作量.通过与普通遗传算法的对比,仿真算例验证了改进后的算法的优越性.     

以JIT为目标的多阶段非等同并行机调度问题研究

针对多阶段非等同并行机模式下的准时化(Just-in-TimeJ,IT)调度问题,采用由遗传算法和禁忌搜索算法混合的禁忌遗传递阶算法进行求解。禁忌遗传递阶算法用禁忌搜索算法对工件最佳加工次序进行搜索,而相应评价值由遗传算法计算得出。遗传算法采用基于阶段机器号的二维矩阵编码,可有效地避免不可行解的产生,同时采用自适应改进提高遗传算法跳出局部最优的能力。实际算例说明禁忌遗传递阶算法计算结果稳定可靠,适合于解决多阶段非等同并行机的JIT调度问题。     

遗传算法在产品形态要素分析中的应用

应用基本遗传算法原理,针对工业产品形态进行了形态要素分析,确定了形态要素的制定方法.从而提出了一种基于遗传算法的量化产品形态设计方法.并以多功能车外形设计为例,对量化产品形态设计方法在产品人机形态中的应用进行了验证.     

改进遗传算法在直流伺服电动机的PID优化控制

提出了一种改进型遗传算法,它可减少传统遗传算法的进化时间和收敛代数,提高了进化的爬坡能力。同时,利用此改进算法对直流伺服电动机的控制系统进行PID控制参数优化整定,仿真结果表明该方法得到的优化参数更接近全局最优解,使控制系统具有更好的鲁棒性和稳定性。     

求解车间调度问题的一种新遗传退火混合策略

综合了遗传算法和模拟退火算法的优点,提出了一种新的遗传退火混合优化策略。该算法引入模拟退火算法作为遗传算法种群的变异算子,增强和补充了遗传算法的进化能力,同时将机器学习原理引入混合算法中,增加了种群的平均适值,有效地避免了最优解的丢失,加快了进化速度,使系统能够在很短的时间内得到最优解。针对车间调度的典型问题进行了仿真,结果证明了新算法的有效性。     

易变质性物料的联合补充问题研究

通过分析实际生产/库存系统中普遍存在的物料腐烂、挥发、蒸发等变质问题,建立了变质率服从指数分布联合补充问题数学模型,目标函数是最小化准备成本、库存持有成本和变质损耗成本.提出了求解该模型的遗传算法,对染色体编码、适应度函数,以及选择、交叉、变异等遗传算子进行了研究.数值实例证明本文模型和算法是有效的,表明总成本受变质率变化的影响较大.与忽略变质因素的决策模型相比,本模型的解更优.     

随机需求环境下的作业能力规划模型研究

为研究市场需求的随机性对企业能力扩张决策的影响,根据确定性能力规划模型的一般形式,构建了随机市场需求环境下的能力规划模型。该模型以随机环境下期望成本最小为目标函数,引人随机需求变量,建立了市场需求的随机约束。基于随机线性约束的二阶段方法,得到了随机能力规划问题的确定性等价形式,提出了一种将遗传算法和随机线性规划二阶段模型相结合的随机能力规划模型求解算法。该算法在事先得到能力规划变量的情况下,使用二阶段方法求解随机需求约束下的产品组合问题,并以产品组合问题的最优解作为适应度函数,通过遗传操作,搜索能力规划的整数变量,获得随机能力规划问题的最优解。     

系统化的适应性薄板产品接头优化方法

针对薄板装配的特点,提出了一种系统化的适应性薄板产品接头形式的设计方法,该方法在概念设计阶段对装配工艺（顺序）和结构（接头形式）进行方案设计和评估,以达到最终产品尺寸的在线可调整性。提出了适应性连接的设计原则,建立了连接优化数学模型,并使用遗传算法进行求解。该方法为提高产品最终尺寸精度、减少设计试验次数提供了良好的基础。