基于多层分解法和遗传算法的动态智能补货模型

为提高协同补货的高效性和智能性,运用多层分解法模型,建立了基于多智能体的分销链协同补货模型.在借鉴前人库存成本优化理论的基础上,以需求预测更新、惩罚或激励机制为前提,给出了基于传统规划理论的动态补货Agent和基于不同权重的协同补货Agent.案例分析了以补货量为变量的分销链两层公司广日j的补货期望成本优化问题,并运用遗传算法进行模拟,验证了动态补货Agent中的随机需求变化和协同补货Agent中的权重变化对分销链补货量和补货成本的动态影响.该模型和仿真结果表明,基于多智能体的动态协同补货模型具有动态性、交瓦性和智能性的特性,是有效可行的.     

改进遗传算法求解面向订单多目标排产问题

针对面向订单的多目标排产优化问题,综合考虑订单的延期成本、库存成本和生产单元的负载均衡,构建了面向订单的多目标排产优化的数学模型;针对上述模型设计了一种基于矩阵编码的改进遗传算法,并详细介绍了算法初始种群产生策略、行交叉算子、列交叉算子、行变异算子、列变异算子、适应度函数和选择算子的设计。通过实验对比,验证了提出的算法可以有效地解决面向订单生产的多目标排产优化问题,降低企业生产成本,充分利用生产资源。     

基于遗传算法的RMS车间排产优化方法

可重构制造系统（reconfigurable manufacturing system,RMS）在车间层面的核心功能之一为排产管理。排产是车间作业管理的基本问题,通过排产将主生产计划细化和落实,可以提高制造企业的整体生产效率。在遗传算法的基础上对排产基因进行优化改良,加快了迭代速度,使生产线在物理重组的基础上,通过制造执行系统进一步实现逻辑算法的重组,进而快速实现多品种、变批量的生产活动。     

考虑库存费用的多约束排产优化研究

本文针对面向订单的企业生产计划这个多目标决策问题,研究了怎样在排产优化中使库存既能发挥调节供需平衡的作用又能尽量减少维护费用的问题。本文对考虑库存费用的多约束排产优化问题进行了描述并且提出了求解该问题的一种分层遗传算法（HGA）。本文详细介绍了此混合算法的原理,并通过通过一实际订单的优化计算及与普通遗传算法得到的结果进行比较,证明了本文提出的HGA对上述条件下排产优化问题的有效性。     

基于ADAMS软件和改进遗传算法的柔性多体模型汽车悬架参数优化设计

针对汽车悬架优化模型简单、遗传算法概率参数主观选取问题、早熟问题，建立了汽车悬架柔性多体模型，并且对遗传算法进行了改进。通过建立遗传算法和ADAMS软件接口，首次实现了柔性多体模型汽车悬架参数的遗传算法优化。通过对33自由度的多刚体模型汽车悬架和42自由度的柔性多体模型汽车悬架进行优化分析，表明应用柔性多体汽车悬架模型的结果要优于多刚体汽车悬架模型的结果。     

基于多智能体的智能控制系统通信机制研究

智能化控制是控制科学的主要发展方向之一,其中基于多智能体的智能控制系统是当前智能化控制应用研究的热点。针对智能化控制系统的通信机制问题展开研究,提出了agents间通信的信息格式,建立了一般的智能控制系统多主体通信模型,描述了智能控制系统信息通信和处理过程,为基于多智能体的智能控制系统的实现奠定基础。     

基于SimEvents的智能排产验证仿真模型框架研究

为实现对智能排产算法的验证仿真,提出基于MATLAB SimEvents的验证仿真模型框架,并实现和讨论其中主要的模块,为后续类似的工作奠定基础。与其他验证仿真智能算法的方法相比,基于SimEvents的模型有望大大缩短智能算法的开发周期,降低仿真验证的成本。     

基于改进粒子群算法的智能排产研究

车间的排产对于提高车间的生产效率至关重要,尤其对于柔性机加车间,智能排产可以极大提高加工的自动化与智能化水平。排产问题已经被证实是一个NP-hard问题,以最小化最大完工时间为目标,构建了柔性机加车间排产问题的数学模型,并提出了一种改进的粒子群算法对模型进行求解,在标准粒子群算法的基础上增加了变异和局部搜索的步骤,既减少了算法陷入局部最优的概率,又提高了算法的求解精度。并利用某航空发动机的柔性机加生产线验证了模型和算法的有效性。     

基于多智能体的分销链预测优化模型研究

为提高分销链中多层预测的准确性,优化订货和库存,提出基于多智能体的预测模型.建立了具有约束条件的目标函数,并将惩罚函数引入遗传算法进行求解,使得分销链整体成本最小化.模拟四层分销链中各公司的预测订货量和订货成本,分析了单位成本参数对它们的影响.最后,比较了多智能体预测模型和传统预测方法.仿真结果表明,分销链中各公司的预测订货量与市场需求量趋于一致,在一定程度上改善了分销链中订货信息的多级放大现象(牛鞭效应);同时分销链的订货成本波动较小,证明多智能体预测模型优于传统的预测方法.     

基于数字孪生和多智能体的航天器智能试验

为推动航天器以物理试验为主导的模式向以物理试验与虚拟试验深度融合的模式转型,针对航天器试验过程中存在的周期长、成本高与其他制造环节海量数据共享困难等问题,提出基于数字孪生和多智能体的智能试验体系架构设计方法.该方法首先建立包含物理空间、数字空间和数学空间的智能试验任务分析范式,基于数字孪生和多智能体的智能试验体系功能建...     

基于遗传算法的RGV动态调度研究

在巷道式自动化立体仓库中,环形轨道式导引小车系统(RGV)的效率是瓶颈.针对大物流量下RGV的动态调度问题,提出分组运输的方法,运用遗传算法把任务分配给各RGV,并针对具体问题提出了实用的编码方法.通过物流仿真软件eM-Plant比较了分组方法和先来先服务(First-come-first-serve)方法的效果,验证了模型的有效性.最后研究了RGV数量、出入货站台的数量以及每组任务数对产出量的影响,得到了相关的仿真数据,为环形轨道式导引小车系统的实际规划建设提供了可靠的依据.     

基于神经网络及遗传算法的齿轮化设计软件

将人工智能中BP神经网络与遗传优化算法相结合,有效解决局部极小和收敛速度以及含有连续/离散混合变量的优化问题,通过VB语言与Matlab软件混合编程,开发了齿轮优化设计软件,实现齿轮传动的自动优化设计,极大地提高了齿轮的设计效率和质量.     

改进遗传算法的齿轮减速器稳健优化设计

根据稳健优化设计思想,建立齿轮减速器稳健优化设计数学模型,采用改进遗传算法进行寻优.通过具体的实例计算,得出最佳齿轮参数组合,从而提高齿轮抵抗外界噪声因素干扰的能力,使减速器的质量更加稳定、可靠.     

基于遗传算法的小卫星多Agent任务调度优化设计

为了提高小卫星星务系统的自主化、智能化水平,将Agent技术引入到小卫星星务系统的设计中已经成为小卫星星务系统自主运行研究的一个方向.本文提出一种将Agent与小卫星任务相结合进行星务系统设计的方法,利用遗传算法对Agent任务的调度方案进行优化.调度优化设计中综合考虑了最大限度地利用小卫星系统资源和缩短完成任务的时间两个指标,利用遗传算法的交叉和变异,寻求任务调度的最优调度方案.仿真实验表明,该方法能够在满足小卫星任务实时性要求的前提下,使得小卫星有限资源的分配更加优化,使得星务系统在更短的时间内完成更多的任务.     

基于约束的炼钢连铸动态调度模型与算法设计

炼钢连铸过程中经常出现新炉次插入的情况,需要对其进行动态调度。一方面要尽量维持初始调度方案的现状,另一方面又要在总完工时间最短的条件下安排新炉次生产。因此,动态调度比静态调更具复杂性。针对上述问题,考虑实际生产中的工艺约束,设计了一种改进的回溯算法。算法的基本思想是采用约束满足回溯算法进行变量选择和值选择,选择规则均采用启发式规则设计,在变量选择过程中嵌入前看(look-ahead)策略进行预处理,减小解的搜索空间,在值选择过程中嵌入回看(look-back)策略进行回溯。利用实际生产数据对上述动态调度方法进行验证,结果显示了此方法的有效性。     

基于PetriNets和混合遗传算法的双资源JSP动态优化调度

以带有控制器的Petri网为建模工具对柔性生产调度中的离散事件建模,利用遗传算法和模拟退火算法获得调度结果,并通过Petri网进行控制.用于解决作业车间的加工受到机床、操作工人等生产资源制约条件下的优化调度.以生产周期为目标进行的优化调度,将遗传算法和模拟退火相结合.通过多种交叉、变异、概率更新选择、再分配策略等遗传和模拟操作,得到目标的最优或次优解.对算法进行了仿真研究,仿真结果表明该算法是有效性.     

Micro genetic algorithm based optimal gate positioning in injection molding design

The paper deals with the optimization of runner system in injection molding design. The design objective is to locate gate positions by minimizing both maximum injection pressure at the injection port and maximum pressure difference among all the gates on a product with constraints on shear stress and/or weld-line. The analysis of filling process is conducted by a finite element based program for polymer flow. Micro genetic algorithm (mGA) is used as a global optimization tool due to the nature of inherent nonlinearlity in flow analysis. Four different design applications in injection molds are explored to examine the proposed design strategies. The paper shows the effectiveness of mGA in the context of optimization of runner system in injection molding design.     

基于混合遗传算法的车间调度问题的研究

作业车间调度问题是最困难的组合优化问题之一，也是计算机集成制造系统中的一个关键环节，在实际生产中具有广泛应用。为此，提出了实现车间调度的混合遗传算法的设计方案，把遗传算法与模拟退火算法相结合，充分发挥遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的特性。通过实验验证了基于GASA混合算法的作业车间调度方法显著提高了搜索效率，改进了收敛性能。     

基于遗传算法的圆柱螺旋压缩弹簧模糊可靠性优化设计

针对传统优化设计的局限性,通过应用模糊设计理论和可靠性设计理论,建立弹簧的模糊可靠性优化设计的数学模型,并采用遗传算法对其进行优化。研究表明,遗传算法在弹簧的优化设计方面,具有很好的应用前景。     

一种基于混合遗传算法的车间生产调度的研究

车间生产调度问题(Job-shop scheduling problem,JSSP)属于NP完全问题,现在多使用现代优化算法来解决此类问题.本文将模拟退火算法、禁忌搜索算法的思想融入到遗传算法中,提出了模拟退火-交叉机制和禁忌搜索-变异机制,形成了一种适用于解决车间调度方面问题的新的混合遗传算法.三种算法取长补短,使得遗传算法局部搜索能力差和易早熟的缺点得以改善.同时运用这种混合遗传算法对经典车间调度问题进行了仿真.