基于遗传光学算法的镜片加工车间布局优化

为了提高镜片加工车间生产效率,降低成本,对设备布局优化问题进行研究.以最小化镜片车间设备间物流搬运费用和设备包络面积为优化目标,构建了多行设备布局优化模型,并开发了一种遗传光学算法来求解模型.在算法设计中,通过连续编码、部分优先权解码的策略,将光学算法取代遗传算法中变异算子,改进了遗传算法容易陷入局部最优的缺点.结果表...     

基于AGA的曲轴自动化生产车间多目标优化布局研究

为提高车间的生产效率、降低成本,对设备布局进行优化是十分必要的。基于物流费用最小和面积利用率最大的原则,并增加辅助设施(上下料机器人)对布局的约束,建立了曲轴自动化生产车间设备布局的多目标优化模型;采用自适应遗传算法(adaptive genetic algorithm,AGA)求解该问题时,交叉、变异概率基于Logistic曲线自适应调整,有利于优胜劣汰和全局最优解的获得。与改造前的布局相比较,加入机器人后的优化布局使物流费用降低、占地面积减小,对企业降本增效具有一定现实意义。     

基于改进的NSGA-II的多目标鲁棒性设备布局研究

针对某柔性制造单元(FMC)在动态环境下频繁地进行设备布局从而导致生产效率低下、生产费用高等问题,引入鲁棒性指标,以物流搬运费用、非物流关系以及面积利用率作为优化目标,构建多目标鲁棒性设备布局模型。针对上述模型采用引入DE策略的NSGA-II算法进行求解,有效地保证了Pareto最优解的多样性和算法的收敛性。分别运用该算法、差分算法和经典的NSGA-II算法对车间设备布局模型进行计算,通过数据和结果比较分析表明,针对多目标鲁棒性设备布局的模型,改进的NSGA-II算法具有良好的收敛性和多样性,能有效解决相关生产实践问题。     

改进SLP和遗传算法结合的车间设备布局优化

针对加工多种类产品,且具有固定入口和出口的生产车间,运用改进的SLP和遗传算法相结合的方法进行车间设备布局的优化,从而减少人员、物料的移动成本,提高车间利用率和企业的核心竞争力。首先,在对生产车间的物流进行详细分析的基础上,利用改进的SLP理论确定生产车间设备布局的初步方案。然后,把SLP形成的初步方案作为遗传算法的初始种群的部分染色体,利用改进的遗传算法实现对案例车间设备布局的优化。运用改进的SLP和遗传算法相结合的方法进行车间设备布局的优化,弥补了SLP过于依赖经验、约束过多的缺点,同时,提高了遗传算法的选优能力,减少了随机性所引起的误差,在选出最好个体的同时保证了种群的多样性,使最终的布局方案更具实用价值。     

基于改进灰狼算法优化SVM的机器人坡口类型识别

基于双目视觉传感器的机器人移动平台建立图像采集系统，研究了一种改进的灰狼算法和最小化参数策略结合，来优化支持向量机，实现对不同焊缝类型进行识别。首先，在灰狼算法中引入佳点集理论生成初始种群，减少灰狼种群种类数，为算法全局搜索的快捷和稳定性奠定基础。然后，在分类器SVM中引入非线性收敛因子，并结合最小化参数的策略，加强最优参数的泛化能力。最后，通过基于最优参数建立的SVM模型进行焊缝类型识别试验。证明了改进算法优化的SVM模型相对于粒子群算法、遗传算法、布谷鸟算法和基本灰狼算法，在识别准确率和优化速度方面都有了较大的提升。     

免示教六轴焊接机器人在输电线路铁塔塔脚焊接中的应用

基于双目视觉传感器的机器人移动平台建立图像采集系统,研究了一种改进的灰狼算法和最小化参数策略结合,来优化支持向量机,实现对不同焊缝类型进行识别。首先,在灰狼算法中引入佳点集理论生成初始种群,减少灰狼种群种类数,为算法全局搜索的快捷和稳定性奠定基础。然后,在分类器SVM中引入非线性收敛因子,并结合最小化参数的策略,加强最优参数的泛化能力。最后,通过基于最优参数建立的SVM模型进行焊缝类型识别试验。证明了改进算法优化的SVM模型相对于粒子群算法、遗传算法、布谷鸟算法和基本灰狼算法,在识别准确率和优化速度方面都有了较大的提升。

     

考虑低碳的柔性作业车间调度问题研究

针对面向绿色制造的车间调度问题,将低碳因素作为影响因子考虑到模型中,构建低碳生产下的多目标柔性作业车间调度模型,并提出改进的免疫遗传算法求解模型。算法改进初始种群的形成机制,以提高收敛速度和改善求解质量,采用合理的选择策略机制、交叉和变异方式,结合记忆库设计熵值移除法筛选Pareto解集,以提高算法的搜索能力和避免算法陷入早熟。运用MATLAB编程运算实例,实验结果表明,该方法能够有效地解决了绿色制造中低碳的多目标调度优化问题。     

基于自适应NSGA-Ⅱ算法的柔性车间多目标生产调度

针对大型军工电子装备企业的组件制造生产调度问题,建立了以最小化最大完工时间、生产成本和最大设备负荷为目标的柔性车间生产调度模型。依据柔性车间多目标调度问题的特点,提出了一种改进的自适应NSGA-Ⅱ算法,在遗传算法的不同阶段动态的调整交叉和变异的概率,提高了算法的计算效率。同时,为了提高种群多样性、避免非法解产生和最优解丢失,该算法对工序和设备进行独立的交叉和变异操作,并采用独立于种群的精英保留策略。最后通过实例验证了算法的有效性,相较于初始输入的最大完工时间、生产成本和设备负荷分别减少了34.97%、9.80%和31.63%。     

基于遗传算法的凸轮轴生产线设备布局优化及仿真研究

为提高凸轮轴的生产效率,基于遗传算法对传统凸轮轴生产线设备布局进行优化。以凸轮轴生产线物流费用最低为目标函数,生产车间总长度、总宽度、设备间保留最小间距等为约束条件,建立凸轮轴生产线数学模型,通过MATLAB软件求得最优解。根据所求得的布局解,利用Flexsim仿真软件对凸轮轴车间机床布局进行仿真。结果表明:凸轮轴的日产量明显增加,设备布局优化后的物流费用降低,达到了预期目标。     

基于改进NSGA-II算法的高维多目标柔性冲压车间生产调度优化

为了优化柔性冲压车间的生产调度、减少车间的生产能耗、实现绿色可持续发展，以车间总能耗、最大完工时间、总拖期、设备总负载最小为目标，建立了高维多目标柔性车间调度模型。提出改进的二代非支配排序遗传算法NSGA-II,该算法优化了局部搜索操作、精英选择策略、交叉和变异概率。根据柔性冲压车间的生产实例，利用传统和改进的NSGA-II算法分别对4个目标函数进行求解，并对各目标的优化迭代过程进行对比，验证了改进算法的有效性。同时，采用优劣解距离法选取一个调度方案，与基于传统NSGA-II算法求出的生产调度方案相比，改进算法得出的调度方案的车间总能耗降低了22.1%、最大完工时间缩短了14.8%、设备总负载减少了11.6%。     

基于VRML的车间设备布局设计与研究

为了得到在车间物流费用、设备占用面积、布局安全性和整齐美观性等方面综合最优的布局,将VRML应用到车间设备布局设计中.对车间设备布局设计的相关因素进行分析,在此基础上提出了基于VRML的车间设备布局设计方法,再从初始布局的求解和最优布局的求解两个方面进行了深入研究.结果表明,基于VRML的车间布局设计,不仅能使车间的经济效益得到提高,更重要的是能使车间的综合效益得到提高.     

基于和声-遗传算法的机械臂激励轨迹优化

在使用遗传算法解决激励轨迹优化问题时，经常会遇到陷入局部极值、搜索效率低、不稳定等问题。为此，提出一种改进的和声-遗传算法。该算法采用和声搜索完成对遗传算法种群的初始化；根据进化过程中种群的离散度，确定交叉和变异的执行顺序；根据个体的适应度，以非线性和自适应的方式调整交叉和变异的概率，具有较强的搜索能力和速度。为验证和声-遗传算法的性能，对SCARA型机械臂进行激励轨迹优化。结果表明：和声-遗传算法在求解精度和收敛速度上具有显著的优越性，可为后续机器人的动力学参数辨识提供参考。     

求解Job-Shop问题的改进搜索范围自适应遗传算法

为改善遗传算法求解Job-Shop问题时较差的局部搜索能力,并提高搜索最优解的速度,提出了一种改进的搜索范围自适应遗传算法。该算法采用一种新型的交叉操作,通过交叉和变异搜索过程提高遗传算法的局部搜索能力,同时采取MWKR优先规则优化初始种群。对作业车间调度问题进行仿真研究,结果表明该算法能找到问题的最优解,是可行和有效的。     

基于混合算法的车间设备布局优化

为减少车间设备之间物料的流动成本,借助运筹学软件WinQSB科学的确定车间设备的初始布局方案,以这些方案作为算法的初始种群中的部分染色体,分别应用两种混合算法,对算子进行改进,实现对案例的求解。将结果与原有的结果进行比较,比较显示两种混合算法在收敛速度、目标函数值等方面均优于原有的结果,形成了合理的设备布局。针对更大规模的布局问题,分别用两种混合算法和遗传算法求解,结果显示两种混合算法得出目标函数值相较于遗传算法有了显著的优化,说明混合算法的广泛适用性。     

基于IAGA的多行设施布局优化方法

针对横向和纵向通道位置和数量均不确定的多行设施布局问题,提出一种基于IAGA的多行设施布局优化方法。考虑设施最大纵横比约束,建立以物流成本、搬运设备空载成本及占地面积成本的加权平均值最小化为优化目标的布局优化模型;设计基于柔性隔间结构编码的改进自适应遗传算法(IAGA)对模型进行求解。算法中设计了自适应调整交叉概率、自适应选择交叉算子(双点交叉算子和单亲单点交换算子)及分别针对隔间结构和设施编号排列的基本位变异算子,提高了其收敛速度和搜索能力。最后,通过案例分析验证了IAGA算法的有效性。     

人因视角下SLP/遗传算法集成模型车间布局优化

为了解决车间优化布局的同时降低工人体力劳动强度,引入快速全身评估法,对作业人员的动作因素进行定量分析.综合性别,相对代谢率,物流因素建立人因视角下的车间布局优化模型并采用SLP/遗传算法集成算法对模型进行求解.结合现场数据资料,利用SLP方法分析各作业单元得物流与非物流关系形成的初步优化方案,并用其替代由遗传算法随机生...     

基于混合遗传算法的设备布局设计

制造系统的设备布局影响到物流成本、生产时间和生产能力,进而影响到整个生产系统的生产力和生产效率。文章选用物流成本最小化为目标函数,将全局寻优性能优异的遗传算法的和局部搜索能力强的模拟退火相结合,构建了一种布局设计的混合智能优化算法——遗传退火算法,介绍了设备布置问题的基因编码方法和算法的交叉、变异等关键算子,用C#实现了该算法并分析了距离矩阵生成等应用技巧。以12台设备优化布置问题为计算实例,利用遗传退火算法进行求解,结果表明该方法计算不会陷入早熟且收敛快速,是一种求解设备布局最优化问题的有效方法。     

基于熵增强混沌遗传算法的柔性作业车间调度

为使企业获得最优综合调度质量的车间调度方案,研究了多目标柔性作业车间调度数学模型及其求解算法,建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度4个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型,应用伯努利混沌映射公式改进算法选择操作,用高斯云模型改进变异算子和交叉算子,提高算法的全局寻优能力和搜索效率。根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性。以M8J12P3调度问题为例验证了MFJSP模型和ECGA算法的有效性。结果表明,与SGA、PSO和ABC相比,ECGA具有更快的收敛速度和更好的全局搜索能力,有助于企业提高生产效率和降低成本。     

基于混合算法与大型水箱装配的车间布局

为解决大型水箱装配车间布局问题以及提高产品的装配效率,提出使用一站式装配的车间布局方式.该布局充分考虑了大型水箱的工艺需求,以及车间布局的物流因素和非物流因素;采用系统布置设计方法初始化车间布局,并提出以物流量成本最低、最大化车间面积利用率、多工艺路线配送成本最低为目标的综合线性规划模型;利用粒子群和灰狼优化算法结合的...     

基于改进遗传算法的航天大型零件车间布局优化

当生产车间设备数目较多(超过15个设备)的情况下使用传统的方法不能有效解决。针对该问题以物流运输费用最小和车间面积利用率最大为原则,建立数学模型。使用模拟退火算法中的并行性和遗传算法中收敛速度快的特点结合完成算法设计,即通过模拟退火算法和遗传算法的交替使用,避免遗传算法陷入局部最优,又能迅速得到最佳结果。实例化到16工位大型零件车间。结果表明该算法具有很快的收敛速度和较好结果,改善了遗传算法过早收敛和模拟退火算法收敛较慢的缺点,是一个行之有效的方法。