基于遗传算法的拆卸序列规划研究

为得到满足实际需要的产品拆卸序列方案,减少人工输入所带来的不便,利用联接矩阵和干涉矩阵,构建了产品拆卸序列的数学模型;利用干涉矩阵和联接矩阵,产生满足几何约束条件且经过初步优化的拆卸序列;利用基于拆卸序列规划的遗传算法,优化了上述拆卸序列;通过实例验证了此种基于遗传算法的拆卸序列规划方法的可行性及实用性。     

基于遗传算法的喷涂机器人喷枪路径规划

根据复杂曲面的几何特性和拓扑结构,对曲面进行分片处理,在每一片上进行喷涂机器人喷枪路径的规划。将整个曲面上的喷枪路径顺序组合问题看成乡村邮递员问题（ORPP）,并采用哈密尔顿图形法表示ORPP,用遗传算法进行求解。个体编码采用代表哈密尔顿图中顶点的实数编码和代表每片上路径方向的编码相结合的方法,可实现对问题空间的全局快速寻优。最后以某品牌汽车车身后盖为喷涂对象进行仿真实验,实验结果验证了所提算法的有效性。     

基于改进遗传算法的拆卸序列规划

拆卸序列规划是拆卸回收的关键部分,为了提高拆卸效率,找到产品最优拆卸方案,根据产品拆卸对象的优先关系和连接关系建立优先约束矩阵,同时依据拆卸组合优化的特点改进基本遗传算法的染色体编码方式和遗传算子,基于优先约束矩阵判别拆卸序列的可行性,改进算法流程,并利用MATLAB软件进行编码运行计算,得出产品的最优拆卸序列,最后通...     

基于遗传模拟退火算法的机器人全局路径规划

研究了机器人在已知环境下用遗传模拟退火算法进行最优路径搜索的方法，此算法兼备了遗传算法和模拟退火算法的优点，还对路径的转折节点处进行了光滑性的改进，并且通过仿真实验证明了此方法能够快速得到最优路径。     

基于量子遗传算法的拆卸序列规划

拆卸序列规划是再制造过程中的重要环节之一。为了高效求解拆卸序列规划问题,利用有向图建立了拆卸模型,并用优先矩阵描述了该模型。在此基础上,首次提出了一种基于量子遗传算法求解拆卸序列规划的方法,扩展了量子遗传算法应用领域,也提高了拆卸序列规划的效率。最后,用一个工程实例验证了方法的可行性。     

基于遗传算法的装配序列规划

在数字化产品预装配研究中,装配序列规划是核心.采用遗传算法生成和评价装配序列,为提高遗传算法解决装配序列时的效率,采用矩阵编码,并选择和设计了相应的遗传算子.通过对各遗传算子性质的分析,证明了该方法的可行性.并用Microsoft Visual C 6.0开发了装配序列系统并举例验证了此系统.     

基于不确定规划的产品拆卸序列规划

分析了产品拆卸序列规划中的不确定性,在基于混合图的产品拆卸模型的基础上,将产品拆卸序列规划转化为一类不确定规划问题。以机会约束规划模型为基础,使用模拟退火算法,给出了基于不确定规划的产品拆卸序列规划求解流程和算法。最后,通过一个简化的计算机主机箱实例说明了方法的有效性及优越性。     

基于模拟退火遗传算法的自动化立体仓库路径优化

为提高自动化立体仓库出入库操作的效率,提出了将遗传算法和模拟退火算法相结合的路径优化策略,遗传算法的每个染色体都代表一组货单组合,遗传操作包括选择、交叉、变异3种类型。为获得适应度函数,建立了货位分配优化的目标函数,并在适应度函数中融入模拟退火算法,以提高遗传算法的收敛速度。仿真和工程应用结果均表明,该方法能大大缩短堆垛机的运行时间,提高自动化立体仓库的使用效率。     

基于改进遗传算法的移动机器人路径规划研究

基于传统遗传算法在移动机器人路径规划中应用的不足,对遗传算法进行了一定的改进.在初始化种群中采用闵科夫斯基和原理扩展障碍物,选择真正可行的区域,在可行区域中去初始化种群,这样提高了进化的速度;在选择算子中引入了相似性的概念,扩大父代的种类,避免快速进入局部最优解;在交叉算子中采用了动态确定变异概率,这样可以提高个体的质量;通过仿真证明了改进的遗传算法能够更快的收敛到全局最优解,方法是正确有效的.     

基于遗传算法的喷涂机器人喷枪路径规划

根据复杂曲面的几何特性和拓扑结构,对曲面进行分片处理,在每一片上进行喷涂机器人喷枪路径的规划。将整个曲面上的喷枪路径顺序组合问题看成乡村邮递员问题（ORPP）,并采用哈密尔顿图形法表示ORPP,用遗传算法进行求解。个体编码采用代表哈密尔顿图中顶点的实数编码和代表每片上路径方向的编码相结合的方法,可实现对问题空间的全局快速寻优。最后以某品牌汽车车身后盖为喷涂对象进行仿真实验,实验结果验证了所提算法的有效性     

基于贪婪算法的产品拆卸序列规划

分析了产品实际拆卸过程中的不确定性,将实际产品拆卸序列规划转化为一类贪婪算法求解问题。以最少工具更换次数为指标,构建了基于贪婪算法的产品拆卸序列规划调整的贪婪准则,进而给出了产品拆卸序列规划调整流程。最后,通过一个简化的计算机主机箱的拆卸说明该方法的可行性和有效性。     

基于拆卸约束图的产品可行拆卸序列生成算法

拆卸序列生成是拆卸工艺及规划的重要内容之一。针对拆卸序列规划过程中的可行拆卸序列遗漏问题,首先阐述了拆卸约束图(disassembly constraint graph,DCG)理论,提出了一种基于干涉矩阵的邻接点判断方法,结合拆卸约束图,建立拆卸模型,给出了生成产品所有可行拆卸序列的算法。最后,给出了一个生成可行拆卸序列实例,验证了这一方法的可行性及其有效性。关键词:拆卸;拆卸序列规划;拆卸约束图;干涉矩阵     

基于改进人工蜂群算法的产品拆卸序列规划

为了提高复杂产品拆卸序列规划效率,提出了一种改进的人工蜂群算法用于此类问题求解。通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,并推导出可行拆卸序列的约束表达式,建立拆卸序列规划数学模型和适应度计算公式。对初始种群进行了优先约束规划,提出一种可行度算法用于蜂群对蜜源的搜寻与选择。定义了自适应选择参数、动态平衡可行度与适应度算法的优先配比,以实现复杂产品拆卸序列规划的快速求解。最后以内啮合齿轮泵为实例,利用所提方法进行了拆卸序列规划求解,通过分析实验结果,并对比传统人工蜂群算法,证明了该方法的可行性和高效性。     

虚拟装配中拆卸序列规划算法的研究与实现

为了解决装配体拆卸序列的生成与优化问题,利用零件的拆卸约束关系,建立了矩阵表达的包括几何约束、拆卸工具约束以及稳定性约束的多目标数学模型。利用干涉矩阵确定可行的拆卸方向,利用支撑矩阵分析拆卸过程的稳定性,利用拆卸工具列表分析拆卸过程中所用的拆卸工具。在运用蚁群算法寻求最优的拆卸序列过程中,加入方向变化因子、工具变化因子和稳定性因子,对拆卸转移概率公式进行了改进,通过更新局部和全局信息素,指导算法快速寻找最优解,最后以动车组转向架轮对作为实例验证了算法的可行性。     

基于分层结构的拆卸序列规划研究

产品能否方便拆卸直接影响到产品的可回收性。拆卸序列规划是面向拆卸的绿色设计关键技术。通过与无向图的比较，提出了一种新的层次结构理论模型，给出了生成层次结构模型的方法和拆卸序列规划的生成规则。这种模型更接近拆卸的实际情况，大大提高了计算效率，也为拆卸路径的干涉检查减少了工作量。     

基于遗传算法的产品装配序列规划研究

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。     

考虑不定拆卸程度的选择性异步并行拆卸序列规划

针对废旧产品再生过程中常用的选择性拆卸规划方法无法全面考虑所有零部件再生收益的问题,提出了考虑不定拆卸程度的选择性异步并行拆卸序列规划方法.通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,在此基础上,以目标件逆向搜索出的最小必拆零件集合为拆卸程度下限,获取不同拆卸程度集合;以拆卸时间最小、拆卸利润最大为优化目...