求解低碳车间调度问题的改进鲸鱼算法

针对传统柔性作业车间调度问题只考虑完工时间,设备利用率,完工成本等因素的局限,构建了以碳排放成本和完工时间成本加权和最小为目标的低碳柔性作业车间调度问题模型,并设计了一种改进的鲸鱼优化算法对其进行求解。首先,采用等长的两段式编码方式来表示柔性作业车间调度问题,引入基于ROV规则的转换机制,实现鲸鱼个体位置向量与调度解之间的相互转换。其次,采用基于一定比例的全局搜索、局部搜索和随机搜索的混合式种群初始化方法,生成一定质量的初始种群,同时设计了非线性收敛因子和自适应惯性权重系数来加强算法协调全局搜索和局部寻优的能力。再次,引入自适应调整搜索策略以提高算法跳出局部最优的能力。最后,通过实验数据验证了改进鲸鱼算法在求解低碳柔性作业车间调度问题方面的有效性。     

改进鲸鱼优化算法及涡轮盘结构优化

涡轮盘是航空发动机的核心零件,通过智能优化算法对涡轮盘结构进行优化,降低涡轮盘质量,有助于提升推重比.研究并改进了新型鲸鱼优化算法对涡轮盘截面进行结构尺寸优化.改进的鲸鱼优化算法中创新引入差分变异策略,交叉操作和常规变异策略以增强鲸鱼优化算法跳出局部最优解的能力.特别地,以改进的鲸鱼优化算法(Decomposition...     

基于测距修正及改进鲸鱼优化的DV-HOP定位算法

针对无线传感器网络中传统DV-HOP(distance vector?hop)定位算法定位误差大的问题,提出基于测距修正及改进鲸鱼优化的DV-HOP(whale optimization algorithm distance vector?hop,WOADV-HOP)定位算法,该算法首先通过添加修正因子和引入权重来修正...     

基于小生境技术的改进鲸鱼优化算法北大核心CSCD

针对标准鲸鱼优化算法全局搜索能力不足、收敛速度慢等问题,采用小生境技术和引入自适应权重对鲸鱼优化算法进行改进。首先,引入小生境技术中的竞争选择策略,通过比较距离添加共享函数计算适应度来提高鲸鱼算法的寻优能力,避免WOA算法陷入局部最优,解决算法早熟现象;其次,采用自适应参数作为位置权重调整鲸鱼算法的位置公式,提高算法的收敛速度和寻优精度。将该算法引入单峰和多峰模态基准测试函数中,仿真实验表明,在保证算法收敛速度的同时,所提出的改进鲸鱼优化算法有效地提高了搜索能力和寻优精度。     

改进鲸鱼优化算法在机械臂时间最优轨迹规划的应用

针对机械臂时间最优轨迹规划问题,提出一种改进鲸鱼优化算法的最优轨迹规划方法。首先把机械臂各个关节的角度、角速度、角加速度作为约束参数,在关节空间中采用五次多项式插值构造机械臂的轨迹,然后建立以机械臂运行时间最优为目标的目标函数,采用改进的鲸鱼优化算法（IWOA）来对时间进行优化,提高机械臂的运行效率。最后通过MATLAB进行仿真,结果表明,改进的鲸鱼优化算法相较于其它同类算法求解精度更高,收敛速度更快,并且经过IWOA和轨迹优化结合得到的机械臂的位移、速度和加速度曲线都是平滑的且没有明显的突变,验证了该轨迹规划方法的有效性。     

改进鲸鱼优化算法的机器人时间最优轨迹规划

针对鲸鱼优化算法（WOA）存在的收敛精度低、易陷入局部最优解等问题,提出一种非线性收敛因子并引入非线性惯性权重对基础WOA进行改进,以智能制造生产线中核心单元6R机器人为研究模型做轨迹优化,其以时间最优为优化目标。首先将WOA中收敛因子改为非线性收敛因子并引入一种非线性惯性权重,以达到提高收敛精度、局部开发能力和全局搜索能力的目的,然后将该算法与五次多项式相结合,基于实际应用场景对某型号的6R工业机器人做时间最优轨迹规划。实验结果表明,该研究场景中机器人运动优化后完整的上、下料过程的时间比优化前缩短20%至50%,说明改进后的WOA在相关领域应用中有效可信且具有实际意义。     

基于改进鲸鱼算法的路径规划方法研究

针对移动机器人路径规划问题,为了求解出更为有效的移动路径,提出了一种新的求解方法-鲸鱼优化算法(WOA),在基本鲸鱼优化算法的基础之上引入惯性权重,以增强搜索能力,提高基本算法的有效性。最后通过实例,将改进的鲸鱼优化算法与遗传算法(GA)、蚁群算法(ACO)进行比较分析,验证了改进鲸鱼优化算法在路径规划方面的有效性。     

鲸鱼优化算法在可再生分布式电源优化整合技术经济分析中的应用

以减少有功功率损耗、降低总运营成本以及改善总电压波动为总目标,提出了一种基于光伏太阳能电池板和风电机组的配电网可再生能源优化整合新方法。通过使用一种新的鲸鱼优化算法来实现总目标,该算法用于确定在节能、配电线路约束、DG容量限制和DG渗透率限制等约束条件下的最优DG位置和大小。对所提出的算法在标准的IEEE12、33和69母线的配电网上进行了仿真。最后通过将仿真得到的结果与其他文献中使用的优化算法的性能进行比较,验证了所提鲸鱼优化算法在配电网可再生能源优化整合应用上的有效性。     

基于鲸鱼优化算法的RFC大学生心理健康测评研究

当代大学生进入高校之后,随着教育方式与方法改变,有相当部分大学生在适应高校的生活过程中,其心理无法进行转换,还是停留在高中时代;另一方面高校学生心理承受种种压力,比如学业,就业、情感等,导致他们当中很多人心理健康出现了问题,所以需要重视、强化当代高校学生的心理教育,做好其心理健康测评,已成为国内外高等教育面临着一个非常...     

基于鲸鱼优化算法的双向LLC谐振变换器控制参数优化

LLC谐振变换器因其具有高频化、高效率和高功率密度等优点,近年来被广泛使用.但因其电路特点,LLC谐振变换器存在输出电流纹波大、动态响应性能不佳以及抗干扰能力差等问题.针对上述问题,提出一种基于鲸鱼优化算法的双闭环控制方法.双向LLC谐振变换器电压外环采用PI控制,电流内环采用自抗扰控制器,通过鲸鱼优化算法对PI控制器...     

用于车间作业调度的粒子群优化算法

设计了两种不同实现方式的粒子群算法解决车间作业调度问题,即基于粒子位置矢量更新的实现方式和基于遗传操作的实现方式.同时选择一些典型的Job-Shop调度问题作为算法的试验对象,试验结果表明上述两种不同实现方式的粒子群算法在求解小规模调度问题时都能得到较好的结果,在求解较大规模调度问题时基于遗传操作的粒子群算法可以得到更好的结果.这一方面说明了上述两种不同实现方式的粒子群算法在求解调度问题上的有效性,同时也表明基于遗传操作的粒子群算法在求解较大规模调度问题上具有更大的优势.     

双向环形过道布置问题建模及混合鲸鱼算法求解

针对基于中央回路的物料搬运系统中设施的布置,提出了双向多路径交互环形过道布置问题,其通道形状为首尾相通的封闭回路,设施之间的物料通过环形路径双向流动.针对所提问题,构建了混合整数规划模型,随后通过优化求解器进行精确求解,验证了模型的正确性.为了更快速高效地求解该问题,设计了一种混合鲸鱼算法.该算法将差分进化算法嵌入到鲸鱼算法气泡网觅食阶段,以提高算法局部搜索能力,并引入禁忌搜索机制,提高全局搜索性能.通过对标准算例进行试验,并与其他算法进行对比,验证了所提算法对解决双向环形过道布置问题的优越性.     

Robust design of linkages-Synthesis by solving non-linear optimization problems

This paper deals with the robust design of linkages, i.e. linkages with minimum sensitivity to variations in dimensions which may be induced by environment, operating conditions, manufacturing defects, aging, deterioration, etc. To account for variations, dimensions are considered as random variables, and a stochastic kinematic analysis is adopted which gives both mean performance and performance variation. Synthesis of robust mechanisms is obtained by solving non-linear optimization problems with non-derivative methods. The penalty function to be minimized in these problems essentially expresses the mathematical expectation of deviation from desired behaviour due to the effects of random variation of link lengths. An example of the synthesis of path generation mechanisms (both robust and non-robust) is given.     

基于认知激励的创造性解决工程设计问题方法

创造性思维发生在思维的认知阶段，但由于认知过程存在先天不足，容易导致有限的或错误的解决问题的办法，因而无法满足人们对创新的要求。提出了一种系统性的创造性解决工程设计问题的方法，该方法基于认知的原理及过程，充分利用创造性思维策略及发散思维的特点来激励认知，产生较多的、全面的、具有价值的创新点。最后给出了一个示例。     

应用混沌粒子群算法求解工程优化问题

针对工程优化设计问题,提出了基于混沌粒子群算法的工程约束优化问题求解方法.CPSO算法利用混沌搜索的全局遍历性、随机性和规律性等特点,引导粒子在全局范围内搜索,从而克服了传统粒子群算法早熟收敛的缺点.该算法以种群适应度方差作为粒子群优化算法早熟收敛的判据,并用惩罚函数法处理违法约束的粒子,当基本粒子群算法陷入早熟时,随机选择粒子群中的部分粒子实施混沌搜索,直至满足迭代收敛条件为止.CPSO算法能提高种群的多样性和粒子搜索的遍历性,从而有效提高了PSO算法的收敛速度和精度.两个工程约束优化实例的求解结果表明,该算法的优化结果最好,收敛速度也比较快.     

改进的遗传算法及其在多目标优化设计中的应用

遗传算法是一种模拟自然界进化过程的启发式优化计算算法,具有高效及可收敛到全局最优点的特点。文中针对遗传算法局部搜索能力弱的特点,将其与梯度下降法结合,提高其局部搜索能力,并进行了测试。然后结合一多目标工程问题进行了优化计算,结果表明此算法可有效解决工程问题的优化。     

改进的小生境遗传算法在铁道车辆优化设计中的应用

选取合适的优化方法对铁道车辆转向架悬挂参数进行优化,能有效提高车辆的动力学性能。遗传算法是一种多参数多目标优化方法,提出了采用改进的小生境遗传算法,以某铁道车辆转向架悬挂参数为设计变量,针对车辆的稳定性进行了优化设计。结果显示,通过改进的遗传算法优化出的悬挂参数能有效提高车辆的稳定性,优化后车辆的临界速度到达了600 km/h,而通过基本遗传算法和单目标优化方法得到的临界速度分别仅为500 km/h和520 km/h。研究表明,改进的小生境遗传算法能很好的实现悬挂参数间的合理匹配,优化出良好的动力学性能。     

乌鸦搜索算法的改进及其在工程约束优化问题中的应用

针对工程约束优化求解困难且存在优化结果不符合约束等问题,本文研究了一种元启发式算法——乌鸦搜索算法(CSA).系统介绍了乌鸦搜索算法的基本原理、优化步骤以及与其他优化算法相比的特点.并针对该算法在求解复杂优化问题时的不足,引入动态感知概率、莱维飞行策略以及变异更新机制,提出了CSA的改进算法(MCSA).实验测试证明,MCSA在搜索精度、稳定性和搜索效率方面表现优秀.最后,针对约束优化问题,将可行性优势(FAD)准则融入MCSA,构建了约束处理机制,通过3个工程约束实例验证了MCSA的可行性与优越性.     

Eco-innovative design approach: Integrating quality and environmental aspects in prioritizing and solving engineering problems

This study proposes an eco-innovative design process taking into consideration quality and environmental aspects in prioritizing and solving technical engineering problems. This approach provides a synergy between the Life Cycle Assessment (LCA), the nonquality matrix, the Theory of Inventive Problem Solving (TRIZ), morphological analysis and the Analytical Hierarchy Process (AHP). In the sequence of these tools, LCA assesses the environmental impacts generated by the system. Then, for a better consideration of environmental aspects, a new tool is developed, the non-quality matrix, which defines the problem to be solved first from an environmental point of view. The TRIZ method allows the generation of new concepts and contradiction resolution. Then, the morphological analysis offers the possibility of extending the search space of solutions in a design problem in a systematic way. Finally, the AHP identifies the promising solution(s) by providing a clear logic for the choice made. Their usefulness has been demonstrated through their application to a case study involving a centrifugal spreader with spinning discs.     

A hybrid genetic algorithm for solving no-wait flowshop scheduling problems

A hybrid genetic algorithm is proposed in this paper to minimize the makespan and the total flowtime in the no-wait flowshop scheduling problem, which is known to be NP-hard for more than two machines. The Variable Neighborhood Search is used as an improvement procedure in the last step of the genetic algorithm. First, comparisons are provided with respect to several techniques that are representative of the previous works in the area. Then, we compare the results given by three proposed algorithms. For the makespan criterion as well as for the total flowtime, the computational results show that our algorithms are able to provide competitive results and new best upper bounds.