工程设计中基于遗传算法的实例修改技术

介绍了将遗传算法用于CBD系统中的实例修改技术,通过一实例说明了这种方法的可行性和有效性,为CBD系统中的实例修改提供了一种可操作的算法,同时也改进了传统遗传算法的一些特性,并提出了今后的研究方向。     

CBR系统中的实例修改研究

实例修改是CBR系统中的重要环节和难点,主要原因在于实例的多样性和实例在修改时具有领域依赖型。针对上述问题,首先分析了传统的实例检索方法,并在此基础上提出在实例检索阶段融入实例修改知识,引导实例检索方向,获取相似性和修改性综合性能良好的实例进行重用,以减少实例修改的内容和难度;然后,分析了实例修改的过程和步骤,建立了实例修改过程模型,并对其进行了形式化描述;最后,以冲裁模具实例为应用对象,验证了上述方法的有效性和实用性。     

一种能够学习和重用的实例修改策略

针对基于实例的产品方案设计问题，提出了一种半自动的、具有自学习功能的实例修改策略。首先阐述了实例修改策略的3个基本步骤，接着以一个减速器布局设计的例子，重点分析了实例修改策略的学习和重用方法，同时探讨了该实例修改策略在基于实例设计中的功能和作用。     

多种群遗传算法在数字散斑相关搜索中的应用

数字散斑相关方法中,搜索算法对计算速度有着重要的影响。遗传寻优算法的全局性非常适合散斑相关搜索。然而,作为一种智能算法,算法参数对于遗传算法的计算稳定性和效率都有着重要影响。同时,不成熟收敛也是不可忽视的问题。本文将多种群遗传算法应用于数字散斑相关方法中,在避免了不成熟收敛问题的同时,提高了计算稳定性和效率。     

飞机零件制造系统中的实例修改算法优化

针对飞机零件设计过程的复杂性和重用性低等问题,选择一些对零件制造有较大影响的参数,以优化设计需求。以往的案例都是将问题和解决方案放在一起当作案例的属性,忽略了它们之间的联系,并且在实例修改部分的研究也不够深入。相似度的计算方法纷繁复杂,权重的分配又受人的主观因素影响,因此这里提出了一种新的通过问题-解决方案关系信息集成的方法,和传统的加权均值不同,该算法通过将相似度矩阵和关系矩阵相乘来计算每种检索实例的加权因子,通过矩阵乘法来构造混合加权矩阵,进行实例修改。将其应用到飞机零件制造系统中,达到智能化设计的目的。以典型飞机零件为例,证明了这种方法的适用性,并且能够有效提高设计结果的可用性和准确性。     

改进遗传算法及其在MATLAB中的应用

针对基本遗传算法存在的早熟和波动问题,对影响遗传算法精度、效率和稳定性的选择、交叉和变异三大遗传操作进行了分析,采用随机遍历、三点交叉和离散变异结合,既提高了收敛精度,也提高了收敛速度。经过使用MATLAB对两个测试函数进行计算,验证了改进算法的有效性。     

Web上支持产品设计的灵活的实例抽取技术

CBD设计支持系统采用 Web上基于实例推理与基于规则推理相结合的方法。由于知识获取瓶颈的存在 ,文中提出 ,修改过程应当由人借助于机器推理的结果来完成 ,而不是直接由机器来完成。提出的灵活的实例模板技术 ,解决了系统实例结构的可进化 ;提出的用户视图技术 ,较好地解决了实例的客户化问题。并讨论了有助于实例抽取的实例形式化问题     

利用PDM管理CBD实例数据的方法研究

围绕如何利用PDM管理CBD实例的问题，提出了原型实例、库存实例和查询实例的概念，分析了这3种实例间的关系，详细讨论了面向对象的实例表示方法和利用PDM进行实例管理的方法，并以夹具为例、以Pro／INTRALINK为平台实现了PDM对CBD实例的管理。     

采用改进遗传算法的新型节能电磁换向阀的优化设计

采用一般遗传算法与传统优化方法相结合的改进遗传算法,对文献[1]中提出的新型节能电磁换向阀进行了优化设计,给出了优化设计数学模型及优化结果,并对采用一般遗传算法和改进遗传算法进行优化设计获得的结果进行了比较,结果表明,采用改进遗传算法对行新型节能电磁换向阀的优化设计具有寻优精度高,寻优速度相对较快的优点。     

改进遗传算法的应用研究

针对简单遗传算法在实际应用中存在易产生早熟收敛、得到的结果可能为非全局最优收敛解、适度值计算时间过长以及在进化后期搜索效率较低的缺陷,介绍了四大类改进遗传算法,即小生境遗传算法、自适应遗传算法、并行遗传算法及混合遗传算法的应用情况.     

网络环境下基于实例设计技术的应用研究

提出了研制网络化基于实例设计(CBD)系统的设想。给出了基于Web Browser、Web Server和CBD Application三层结构的网络化CBD系统的基本框架,并对其实现技术进行了深入研究。指出研制网络化CBD系统可以较好地解决设计实例收集的广泛性及数量问题,并证实了采用ASP等技术实现网络化的CBD系统程序设计是完全可行的。     

车间作业调度问题(job-shop)的一种改进遗传算法

搜索空间适应性的遗传算法(GSA)具有这样的能力,即使在不通过修改遗传算法的某些参数(倒如交叉率和变异率)的情况下,就可适应解空间的结构、并调节全局搜索和局部搜索的相互平衡.但是这种遗传算法(GSA)需有时个体特征继承率控制能力的交叉操作.文章阐述了一种改进的搜索空间适应性的遗传算法(mGSA)用于解决车间作业调度问题(JSP);这种方法不同于GSA不需要带特征继承率调节能力的交叉操作.最后通过两个benchmark问题的数字实验,展示了这种方法的的有效性;并通过与现存的遗传算法相比较,展示了这种方法有更好的结果.     

离散变量结构优化设计的改进遗传算法

提出一种整数编码的改进遗传算法,它采用(—1,0,1)局部寻优算子,并提出寻优基点的选取策略,提出了重要约束罚项的概念来处理不同组合相同适应度的问题,以此来改善遗传算法后期收敛速度慢和不成熟收敛的问题。通过算例表明,这种算法对于离散变量的结构优化可以取得较快的收敛速度和较好的收敛结果。     

一种基于自适应算子和移民策略相结合的遗传算法

针对简单遗传算法中容易出现的早熟性收敛问题,采用“自适应算子”和“移民策略”相结合的办法对简单遗传算法进行改进,并且采取了“加速迭代”的操作,最后通过对Schaffer函数的计算表明,本文改进的遗传算法在保证全局收敛的同时有效地避免了早熟性收敛的发生。     

A Genetic Algorithm for the Design of a Single-Row Layout in Automated Manufacturing Systems

In this paper the machine layout problem with a linear single-row flow path in automated manufacturing systems is investigated. Traditional machine layout approaches can produce an inappropriate layout design because they often do not consider flow path characteristics, such as flow path configuration and feasible flow path direction. This paper investigates the effects of such flow path characteristics on machine layouts. There are six flow-line analysis methods reported in the literature. Of these, the two best methods (FLA-5 for bidirectional flow lines and FLA-6 for unidirectional flow lines) are considered here. Two heuristic search algorithms, one combining FLA-5 and a genetic algorithm and other combining FLA-6 and a genetic algorithm, are proposed. A wide variety of data sets are used to test the proposed algorithms.This revised version with a corrected online cover date was published online in April 2004.     

遗传算法在高齿准双曲面齿轮设计中的应用

遗传算法是一种模拟生命进化机制的搜索优化方法,具有通用性好的特点,本文提出一种基于遗传算法的高齿准双曲面齿轮的优化设计方法。通过增加工作齿高,可达到增大重合度的目的,并保证所设计的准双曲面齿轮不根切、齿顶不变尖,可在现有机床上用标准系列刀具加工。     

改进遗传算法求解柔性作业车间调度问题

分析柔性作业车间调度问题的特点,提出一种求解该问题的改进遗传算法。在考虑各个机器负荷平衡,所有机器上的总负荷和最大完工时间等性能指标更加合理情况下,设计一种全局搜索、局部搜索和随机产生相结合的初始化方法,提高种群初始解的质量,加快遗传算法的收敛速度。结合问题特点设计合理的染色体编码方式、交叉算子和变异算子,防止遗传操作过程中非法解的产生,避免染色体的修复,提高求解效率。使用文献中相同的实例测试利用初始化方法的改进遗传算法,并将计算结果与文献中其他遗传算法的测试结果进行比较,验证所提出的初始化方法的可行性和有效性。     

基于多目标遗传算法的弧齿锥齿轮多学科优化设计

针对常规设计中弧齿锥齿轮存在的问题,将多学科优化设计引入到弧齿锥齿轮设计中,改善其不足。以大小弧齿锥齿轮体积之和最小、弧齿锥齿轮齿根弯曲应力最小以及工作噪音最小三个方面为目标函数,以齿数、齿宽中点螺旋角、齿宽和大端模数为设计变量,考虑齿面接触疲劳强度、齿根弯曲疲劳强度、环境保护等8个方面约束,建立弧齿锥齿轮的多学科优化设计数学模型。根据该数学模型,运用多目标遗传算法对文中的实例优化求解,计算结果表明该设计方法是合理的,行之有效的。     

改进的OFGA及其在图像匹配中的应用

分析了应用于多峰值多欺骗性适应度函数的快速的遗传算法问题,提出基于性能优良的最优家族遗传算法(OFGA)的改进方法,使其个体的进化仅仅是基于优良家族而不是全部种群以克服早熟。最后,将改进后的算法应用到快速图像匹配以证明有效性,在图像匹配的适应度函数构造中,为减少非匹配点计算量,提出采用序贯相似性检测算法(SSDA),实验结果表明,改造过的OFGA和SSDA相辅相成、互相受益,整体算法对提高图像匹配的速度方面成效显著,且算法稳定,说明算法有应用到类似问题上的潜力。