案例推理在印刷机械故障诊断中的应用

借助于案例推理技术在知识获取、易于理解方面的优势,结合印刷机械设备的特点,将基于案例推理的方法引入到印刷设备的故障诊断领域,研究基于案例推理技术的原理和方法,详细论述了案例推理在设备故障诊断系统中的实现过程,最后给出了该方法在印刷机械设备故障诊断中的应用实例。     

基于CBR的遗传算法初始种群设计与研究

初始种群的优劣对遗传算法的性能有较大的影响。采用CBR方法产生靠近全局最优解的初始种群,使遗传算法的收敛性和搜索速度得以提高。以电梯群控系统为例,研究了派梯实例的表示及相似度的计算,构建了相应的实例库,并将基于CBR的改进遗传算法用于电梯群控系统中的派梯过程。仿真结果表明,与标准的遗传算法相比,基于CBR的遗传算法具有更高的搜索速度与收敛性,算法的迭代次数减少,同时能使呼梯信号的平均候梯时间降低。     

基于孤立点分析的设备维护案例不一致性辨识研究

随着CBR系统在设备维护知识管理中的广泛应用,案例库的规模在不断的膨胀.不一致的案例增多,降低了案例库的质量,影响了CBR系统的性能.为此,把孤立点分析算法应用于设备维护案例不一致性的辨识,并对一组实际的风机机组案例库片断进行孤立点分析,找出了不一致案例.此方法与现有的不一致案例检测方法相比,不依赖已有的特征值数据模型,不需要事先建立数据规则,因此具有通用性.     

基于OGSA的设备故障诊断系统集成研究

目前许多故障诊断推荐使用基于模型的方法,但对于复杂系统,没有单一的方法能满足所有的故障诊断需求。本文讨论了在一个公共的框架内集成不同的故障诊断方案的重要性,并提出基于网格技术的故障诊断系统集成构架,并将其应用到复杂设备的故障诊断中。     

基于案例推理的工程机械故障诊断智能化研究

智能化技术是实施故障诊断智能化的关键,作为人工智能领域新分支的CBR技术是一种较好的智能化技术,可用于故障诊断领域实现智能化故障诊断。分析了CBR故障诊断的机理,以工程机械智能化故障诊断系统为对象,运用CBR方法对系统故障诊断过程中案例搜集与整理、案例知识表示、案例检索与匹配、案例学习机制以及案例维护等关键技术进行了研究。结果表明,CBR方法是工程机械故障诊断智能化领域中一种行之有效的方法。     

应用案例推理的配合公差辅助设计专家系统

设计一种实用的配合公差辅助设计专家系统,检索机制采用基于案例推理的方法,提高查询的效率与准确性.重点研究系统的案例的表示、案例的检索以及案例库的维护.最后给出一个应用实例说明系统的可行性.     

基于案例推理的数控轧辊磨床故障诊断系统的设计

根据数控轧辊磨床故障诊断经验数据缺乏的情况,提出了一种应用基于案例推理解决问题的思想,建立数控轧辊磨床故障诊断系统的方法。结合数控轧辊磨床的故障特点,重点论述了案例知识的表示方法以及案例检索方法。     

基于知识的工艺问题解决方法研究

制造企业生产过程中面临着大量的工艺问题,在分析工艺问题解决过程的基础上,提出了解决工艺问题的知识构成,通过将工艺问题解决流程与解决问题所需要的知识相结合,提出了采用基于知识的多层次工艺问题解决框架,可有效对工艺问题解决过程提供知识支持.另外,提出了一种基于TRIZ矛盾矩阵思想的工艺问题解决方法,该方法通过确定工艺矛盾因素来分析产生问题的本质,进而实现问题的解决乃至创新解决.最后,进行了工艺问题解决平台开发,验证了方法的有效性.     

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。     

基于案例推理和事物特性表的零件工时估算方法

零件工时估算结果是确定产品交货期和编制复杂ETO产品粗生产计划的重要参考依据.分析零件工时定额的确定方法和用于零件工时估算的事物特性表的构建方法,提出零件工时估算的相似性机理与过程模型,给出基于事物特性表的相似零件识别方法,以提高用于工时估算的参考零件选择的合理性和准确性.在此基础上,提出一种基于案例推理和事物特性表的零件工时估算方法.以某企业工业汽轮机主轴的机械加工工时估算为例,对所提出的估算方法进行验证,并对估算误差进行分析.     

基于改进遗传算法的柔性作业车间调度

针对柔性作业车间调度问题(FJSP)的特点和发展现状,提出一种基于基本遗传算法的改进算法。构建了一种新的染色体表达方案,将染色体分为工序染色体部分和机床染色体部分。通过加权处理设计了适应度函数,将多目标优化问题转变为线性优化问题。针对改进的染色体表达方案,重新设计了种群初始化算法,采用复制、交叉,以及变异操作策略优化调度方案。通过实例验证了该算法对FJSP的优化过程,试验结果表明了该算法的可行性和有效性。     

遗传蚁群算法在软件测试用例生成中的应用

针对传统软件测试方法工作量大,测试过程重复性高等缺点,提出了一种新的软件测试用例生成方法。该方法基于蚁群算法和遗传算法,利用遗传算法与蚁群算法提取每组软件测试程序特征值,再经过选择、交叉和变异操作,获得软件测试用例的组合。实验结果证明：该算法具有隐性并行性和全局寻优能力,可在不降低速度的情况下提高软件测试用例生成的精度。     

基于混合遗传算法的柔性作业车间调度研究

为更有效地求解柔性作业车间调度问题,提出一种混合遗传算法(蚁群-遗传算法)。在分层法的基础上,首先采用蚁群算法解决工艺路线选择问题,再通过遗传算法解决传统的作业车间调度问题。在混合遗传算法求解过程中,不断地在前期优化中获取调度知识,用于指导后期的优化过程。通过标准案例测试,验证了混合遗传算法对于解决柔性作业车间调度问题的有效性。     

采用多个体交叉的遗传算法求解作业车间问题

为改善目前求解Job-Shop问题中的遗传算法的性能,加快搜索最优调度解的速度,首先分析了目前Job-Shop问题自身的求解难点和遗传算法的特点,并借鉴生物学的依据,提出了多个体交叉的遗传算法。该算法在遗传过程中采用多个体遗传算子,充分利用个体的优良性质,对不可行调度解根据多个体修补原则进行修正,可保证遗传后代的合法性和多样性,能够加快最优调度解的搜索时间。仿真结果充分证明了该算法的有效性。     

基于文化遗传算法求解柔性作业车间调度问题

在分析柔性作业车间调度问题特性的基础上,提出了一种采用主群体空间和信仰空间的双层进化结构的调度算法。该算法采用优良调度方案的知识信息构成信仰空间;提出一种二维矩阵的集成编码;基于工序顺序编码和基于机器分配编码的两种交叉和变异算子在主群体空间进行传统的遗传操作;通过具有自学习特点的相似性选择算子,使子代更好地继承父代的优良特征。通过典型算例的计算实验,表明算法在计算效率和求解质量上均具有较好的效果。     

求解电路划分问题的混合式遗传算法

为了进一步降低超大规模集成电路设计的复杂性、增强图形可读性 ,提出了一种求解电路划分问题的混合式遗传算法。与传统遗传算法不同的是 ,该算法采用了顺序交叉和单元交换变异方式 ,同时对交叉概率和变异概率进行了优化设计。与K -L算法及传统遗传算法得出的结果比较 ,该混合式遗传算法在计算时间和划分结果上显示出其优越性     

基于遗传算法优化的汽车半主动悬架PID控制仿真研究

PID控制器在汽车半主动悬架应用中存在参数确定的问题,针对这一问题设计了一种基于遗传算法优化整定PID参数的方法.该方法利用遗传算法的全局优化能力,以半主动悬架的性能指标为目标函数对PID参数进行优化设计.应用该方法进行汽车半主动悬架平顺性仿真.仿真结果表明,基于遗传算法优化的PID控制器的汽车半主动悬架相对于PID控制主动悬架以及被动悬架而言,改善了车身垂向加速度和悬架动行程.同时在充分利用PID控制器优势的基础上,改善了其参数确定过程中存在的问题.     

一种改进的周期性病毒进化遗传算法应用研究

为不断更新传统病毒进行遗传算法的进化病毒群体,提出了一种改进的周期性病毒进化遗传算法.横向上通过周期性生成病毒、周期性进行病毒感染操作,有效地增加了种群的多样性,并减少了计算工作量,提高搜索效率.纵向上对主群体采用逆二分法选择、循环按趟交叉的机制,增强了算法的收敛性能,加快了收敛速度.将提出的改进算法用Muth and Thompson基准问题测试,显示了该算法的有效性.     

求解车辆路径问题的混合遗传算法

针对物流配送中具有容量限制的车辆路径问题,设计了一种结合2-OPT子路径优化的混合遗传算法.在该算法中,提出了一种新的双层染色体编码方案.该染色体编码方案能确保子路径为满足车辆容量约束的可行路径,并且该编码方案只需根据客户编号生成染色体,无需预先知道有容量限制的车辆路径问题所需的最小车辆数,更适于求解实际中的车辆路径优化问题.采用2-OPT算法作为遗传算法的变异算子以优化子路径,从而提高算法的收敛速度.基于典型基准测试实例的计算结果表明,该算法是求解有容量限制的车辆路径问题的有效方法.     

基于遗传算法和仿真分析的混合装配线平衡问题研究

为兼顾混合装配线平均负荷平衡和瞬时负荷平衡,提出了一种综合运用遗传算法和仿真分析的混合装配线平衡问题的求解方法.首先,基于综合作业顺序图和多品种产品在每个作业任务上的平均作业时间,采用遗传算法求解混合装配线平衡问题,其优化目标是均衡各工作站平均作业时间;然后,对遗传算法求解的一组较优解,从瞬时负荷平衡方面进行仿真分析,其优化目标是最大化各工作站利用率;最后,综合两个优化目标确定混合装配线平衡问题的最优解.通过算例分析,验证了求解方法的有效性.