利用QPSO算法的装配式建筑项目工序优化方法（英文）

针对装配式建筑项目中工序的合理安排问题,提出一种基于量子粒子群优化(QPSO)的工序优化方法。首先对项目工序进行编码,使其能够以量子形式表示。然后,根据综合考虑施工工期和成本的目标函数,利用QPSO算法对工序方案其进行寻优,得到最优方案。另外,为了提高QPSO算法的收敛能力,融入了变异机制来避免其陷入局部最优。在一个装配式住宅项目案例中的实验结果表明:提出的方法能有效降低项目工期和成本,具有较高的实用价值。     

基于量子粒子群的定模动辊装备系统动力学优化

为提高定模动辊装备系统的安全性及加工精度，优化其各传动链零部件的性能参数，基于5个道次的定模动辊辊弯成形装备的运动过程，构建等效简化模型；以x向运动的动态响应加速度的最大值的绝对最小值为优化目标对其进行优化，提出量子粒子群优化算法的改进策略；利用改进后的量子粒子群优化算法进行求解，得到5个道次的定模动辊装备系统性能参数的最优方案。     

基于离散鲸鱼优化算法的钣金折弯工序优化设计

在折弯工件的整个工艺流程中,操作板料的掉头、翻转次数、各个工步的距离和模具的选择都会影响钣金折弯工序的效率。为此,采用改进的鲸鱼优化算法对折弯工序进行优化设计。对经典鲸鱼优化算法进行改进,重新定义鲸鱼个体以及围猎方式,并引入局部搜索操作增强解的可行性,以减少陷入局部最优解的概率。最后应用于折弯工序问题上,并与已知相关算法分析比较。实验结果表明:使用改进后的离散鲸鱼算法对折弯工序问题进行计算,得出了符合要求的最佳折弯工序方案,求解质量高于对比算法,离散鲸鱼算法在寻找最佳工序方案的问题上有着更佳的全局寻优能力和较快的收敛特性。     

基于改进LFQPSO优化MRVM的轴向柱塞泵故障诊断

针对传统粒子群优化算法以准确率或误判率作为适应度函数耗时长和轴向柱塞泵故障机制较为复杂的问题,提出一种基于改进适应度函数的Lévy飞行量子粒子群优化(QPSO)多分类相关向量机(MRVM)的轴向柱塞泵概率性智能软状态判别方法。为了克服人为设定核参数不精确、效率低等缺点,采用基于Lévy飞行的QPSO搜索MRVM的最优核参数;为了缩短寻优时间,将样本间余弦相似度作为寻优算法的适应度函数,并利用UCI机器学习标准数据集进行仿真来验证改进后优化方法的有效性及优越性;采集柱塞泵不同故障状态的数据,提取时频域和时域特征,输入到优化后的MRVM中,进行训练及测试。实验结果表明：所提方法可以有效提高故障诊断的准确率及诊断效率,同时能够实现软分类,即以概率形式输出诊断结果,能够为设备检修及维护提供可靠且符合实际的故障信息。     

价值工程在基坑施工方案中的应用

阐述价值工程原理和深基坑工程的功能要求，在对某工程实例拟定的两个方案进行环境和结构安全价值以及成本和工期分析的基础上，提出深基坑围护方案的价值评价指标，并依此简要讨论了所选方案的优化问题。     

NSGA-II与MOPSO算法的多工序车削节能优化比较分析

在实际加工约束条件下,建立以表面粗糙度和能量消耗为目标的多工序车削优化模型的切削参数优化选择十分必要。运用NSGA-II算法和MOPSO算法对多工序车削模型进行优化比较。优化实例表明:NSGA-II算法能够获得了比MOPSO算法更优的表面粗糙度、能量消耗的Pareto最优解集以及相应的粗、精切削参数,为多工序车削参数优化选择提供了依据。     

基于刀具寿命等级的铣削加工参数自适应调整优化方法

为了解决铣削加工过程中传统优化参数无法随着刀具寿命的变化动态调整，导致刀具性能无法充分利用的问题，对铣削参数自适应优化方法进行研究，提出一种基于优化灰狼算法的铣削参数动态多目标优化方法。通过BP神经网络构建铣削过程中铣削参数与优化目标之间的非线性映射关系；提出刀具寿命等级的概念，通过粒子群优化灰狼算法进行寿命等级内铣削参数自适应优化。试验结果表明：该方法能够在整个刀具寿命周期内根据刀具的寿命衰变程度提供时段内最优的铣削参数方案，在提高刀具使用价值的同时降低碳排放量。     

一种基于量子风驱动优化算法的移动机器人路径规划

针对移动机器人路径规划过程中算法效率低、在复杂环境中自适应能力差、容易陷入局部最优的问题,将风驱动优化算法应用到路径规划中。首先使用包围点算法确定围绕关键障碍物的一组栅格点,在基于包围点算法生成初始路径后,使用量子风驱动算法对生成的路径进行优化。将风驱动优化算法与量子蝙蝠算法和量子粒子群算法分别在10张地图中进行测试,由测试数据可以看出量子风驱动算法在路径长度和算法效率上都优于其他两种算法。最后将3种算法应用到移动机器人中,风驱动优化算法的优势性与地图测试结果一致。     

预制装配式配网基础建设中的混凝土预制件材料优化

为了优化在预制装配式配网建设中使用的混凝土预制件,使其不仅相关性能达到硬性技术指标要求,还能够使其制作工艺达到最简。对于混凝土预制件来说,基础材料的优化是所有优化的根本。提出一种预制装配式变电站建筑过程中全轻混凝土材料最优配合比试验研究方法。再基于有效粒径与均匀系数对集料的级配指标进行描述;最后将所得到的最优配合比进行实地投入,进一步优化最优配合比,针对强度较低的C30混凝土,选用了强度高的水泥与减水率较高的聚羧酸混凝土减水剂进行试验,完成对混凝土材料最优配合比的研究。该实验结果表明,最优配合比下的混凝土,不仅强度得到提升,还节省了材料成本。最终得出的全轻混凝土的最佳材料配合比,对混凝土预制件性能和成本优化均有积极影响。为混凝土预制件材料优化提供了参考。     

基于黑猩猩算法的组合机床零部件选配研究

针对组合机床零部件装配精度低，剩余零部件较多以及装配成本高等问题，提出一种以组合机床再制造装配为对象，基于改进黑猩猩算法的综合选配方法。构建了以封闭环偏差为约束条件，考虑质量、装配成本、再制造资源利用率的选配模型；根据所建选配模型特点，引入改进的黑猩猩优化算法进行最优选配方案的求解；最后，将该方法应用于某企业的CAK6150主轴箱的主轴装配过程。选配结果表明，该方法可以在满足装配精度要求的同时大幅度的降低了企业的加工成本并有效提高了再制造资源利用率。     

基于蚁群优化和模糊Petri网的建筑工程成本预测研究

为了有效提高建筑工程成本动态控制的精确度,提出将蚁群优化算法和模糊Petri网理论应用于建筑工程成本预测。首先,通过模糊产生式规则选择样本工程并确定工程之间的相似度,以便建立工程成本预测模型,其权值和阈值等参数由ＢＰ神经网络训练得出。然后,利用蚁群优化对模型各参数进行优化,从而进一步提高工程成本预测的精确度。实际建筑工程实例分析结果表明：相比传统的BP神经网络预测方法,提出的方法具有更高的准确度,能够有效应用于企业建筑工程成本的科学管理。     

悬空特征结构件电弧增材制造成形及算法优化

将增材制造技术与弧焊机器人相结合,针对具有悬空特征预制件增材制造焊接工艺进行研究. 首先针对预制件成形尺寸预测进行算法优化,实现对成形高度及宽度预测;针对悬空焊缝下淌现象,研究焊枪倾斜角度对焊缝成形影响,确定最优焊枪倾斜角度范围,并设计试验对成形方法进行验证,有效改善悬空焊缝表面成形质量,然后在此基础上提出焊枪倾斜角度预测算法,实现对悬空焊过程中焊枪倾斜角度的预测. 最后焊制具有悬空特征预制件验证预测算法及成形方法的准确性. 结果表明,预制件表面成形质量较好,成形尺寸误差小于1 mm.     

基于改进遗传算法的数控机床加工铣削参数优化方法

对于数控机床加工铣削参数优化多采用常规的可信度近似模型,但该方法易受到材料失效应变系数的影响,导致优化后的加工效率较低,提出基于改进遗传算法的数控机床加工铣削参数优化方法。根据工件的本构模型,对切削刃进行采样抽取,确定最小铣削力波动位置;引入材料失效准则计算材料失效应变系数,基于此,以加工时间最短、加工成本最低和加工能耗消耗最小为目标建立铣削参数优化模型,并采用改进遗传算法求解模型,通过迭代适应度值,输出最佳铣削参数;最后,采用对比实验的形式对所提方法的优化性能进行测试。测试结果表明：应用所提方法对数控机床加工铣削参数进行优化后,能够有效缩短切削时间,提高加工效率。     

一种基于激光测量的自动钻孔系统研究

针对弹药壳体等圆柱体工件表面的自动钻孔需求,基于激光测量技术提出一种龙门式机器人自动钻孔系统设计方法。采用激光位移测量技术实现了工件轴向基准接合面、预制孔中心轴向位置、预制孔中心圆周位置等参数的在线监测和计算,自动识别钻孔目标位置。通过伺服电机驱动三坐标桁架机械手实现钻孔机构在工件长度方向和圆周方向钻孔位置全覆盖,并利用PID控制算法实现钻孔深度的精确控制。经过试验证明：该钻孔系统运行稳定,预制孔中心位置测量标准差为0.02 mm,钻孔深度精度达到0.15 mm,提高了钻孔质量,实现了弹药壳体钻孔工序的人机隔离,能够满足实际生产需求。     

基于GA的工程整定模糊PID烧结温度控制器

论文提出一种基于遗传算法优化的工程整定模糊PID回转窑烧结温度控制器。先根据工程整定方法简化PID算法,融合专家的人工控制经验;然后采用GA优化模糊查询表及其他相关控制参数。针对一个回转窑模型的仿真结果,表明该控制器具有结构简单,实时性强,方便融入专家控制经验,控制品质优等特点。     

基于混沌粒子群算法的钛合金薄壁筋铣削变形优化

针对薄壁筋受铣削力影响易变形的问题,提出一种基于薄壳划分和周期性施加铣削负载的变形仿真方法,通过仿真和试验两方面对比研究,分析了薄壁筋的变形过程并得出其变形规律。为了解决标准粒子群算法在优化铣削参数时容易陷入局部最优解的问题,提出一种基于变异算子与自适应动态惯性权重的改进混沌粒子群算法,并以变形量为约束,铣削力最小为目标优化了铣削参数。结果表明:改进后的混沌粒子算法在全局搜索能力和计算速度方面相比粒子群算法显著提高,试验证明采用优化后的铣削参数组合可有效减小薄壁筋的变形。     

基于免疫原理的控制器参数优化方法(英文)

针对控制器参数在线优化难题,提出了一种基于免疫原理的控制器参数优化整定方法。该方法借助生物免疫原理,将控制器参数整定的最优解和可行解各自抽象为抗原与抗体,采用免疫遗传算法,在满足约束条件下求解出使目标函数J(x)为极值时所对应的控制器参数。论述了设计步骤,描述了参数优化过程,对算法作了仿真比较研究,给出了仿真实验结果,分析了系统性能指标。仿真实验结果显示出了该方法的优势,验证了该方法的合理性与有效性。仿真研究结果表明所提出方法可用于解决复杂控制系统的参数整定。     

基于智能融合优化算法的锚杆钻机液压系统控制策略研究

根据传统Z-N法整定PID控制器参数的不足,提出基于智能融合优化算法的PID参数整定策略。仿真结果表明:用该算法整定PID参数有效、快速、准确,具有最优性。将该算法应用于锚杆钻机液压系统控制策略研究,仿真和实验表明:当变行程机构缓冲腔峰值油压变化时,智能优化算法跟据所需功率最大原则,寻找合适系统和工作油压,引起缓冲外套位移及冲击活塞行程变化,以此改变冲击能和冲击频率,实现了锚杆钻机根据工作对象的变化,自动调整工作参数,确保设备合理参数匹配下的最大功率工作。对于其他的控制对象和控制过程有一定的参考价值。     

Optimization of hole-making operations: a tabu-search approach

This paper reports a tabu-search approach to minimize the total processing cost for hole-making operations. Four issues, namely, tool travel scheduling, tool switch scheduling, tool selection, and machining speed specification have been simultaneously addressed in this study. The total processing cost consists of tooling cost, machining cost, non-productive tool travelling cost, and tool switching cost. This problem has a structure similar to the Travelling Salesman Problem (TSP) and hence is NP-complete. In addition, the problem under consideration is more complex since the cost associated with each operation is both sequence-dependent and position-dependent. To provide an efficient solution procedure, a tabu search approach is used. To improve the search performance two new neighbourhood generation and move selection policies have been proposed and tested. The decisions on the above issues can be made simultaneously based on the output of the proposed algorithm. The results obtained from computational experiments show that the total processing cost can be significantly reduced within a reasonable search time. The effects of some search parameters and diversification strategies on the search performance have also been investigated.