基于系统化布置设计和遗传算法的机械制造厂布置优化

利用SLP方法对机械厂进行了布置设计,进而提出了机械制造厂布置方案优化的基准,并设计了基于遗传算法的布置方案优化方法,最后应用MATLAB软件进行了程序运行,得到了优化后的布置方案.     

综采工作面制冷设备优化布置

通过对21402综采工作面制冷设备的优化布置,取得较好的应用效果。     

基于改进遗传算法的桥梁结构传感器优化布置

为了解决桥梁结构健康监测中的传感器优化布置问题,提出一种基于二重结构编码遗传算法的传感器优化布置方法.首先改进了编码方法,采用二重结构编码进行种群的初始化、交叉和变异,然后选择时采用最优保存策略,交叉时采用自适应部分匹配交叉,变异时采用自适应逆位变异.该法克服了传统遗传算法应用于大型结构时收敛速度慢且易陷入局部最优的缺陷,大大加快了收敛速度,并确保能够搜索到最优解.最后通过一个桥梁工程的实例分析,证明了该法在搜索能力、计算效率和可靠性方面明显优于序列法,可广泛地应用于桥梁结构的健康监测.     

基于遗传算法的作业车间设备布局优化方法

针对作业车间设备布局这类多目标优化问题,在标准遗传算法的基础上,通过在染色体编码、约束处理、选择算子和变异算子设计、适应值计算等方面进行优化改进,提出了一种多目标作业车间设备布局优化算法,最后通过仿真实验验证了该方法的有效性.     

采用改进遗传算法的结构主动控制器优化布置

用改进遗传算法研究了主动控制机构在建筑结构上的优化布置问题，先利用瞬时最优方法确定目标函数，在进行遗传操作时，为避免因采用普通遗传算法中的交叉和基本变异操作而产生违反约束条件的个体，提出了一种改进的交叉方法，即利用识别码进行判断交叉，并采用了双基因座变异，以满足约束条件，数值算例和结果表明了本文所提方法行之有效，优化速度较快。     

火力发电厂的总图布置及优化布置策略

我国发电厂发展的突飞猛进;使得燃料形式的火力发电利润是越来越少,工程造价越来越影响投资收益,所以现在急切需要打破常规传统来进行优化布置。文章提出了火力发电厂的总图布置原则,通过灰色理论来进行火力发电厂的优化布置策略。     

基于遗传算法优化阻尼器空间位置的结构振动控制

通过对多层结构在二维地震动作用下的控制算法和控制机构布置准则的分析，建立了控制机构的布置优化模型，利用改进的遗传算法中二进制单点交叉，避免了用惩罚函数。以一栋带有阻尼器控制的结构为例，进行了数值计算和分析，结果与穷举法比较表明，本文优化算法是快速而有效的。     

基于遗传算法的斜拉桥传感器优化布置研究

分析了传感器的类型、数量和位置在桥梁结构健康监测和诊断中的重要性,对桥梁结构传感器优化布点作了详细的分类及论述.分析了遗传算法的特点优点,并与传统优化算法作了比较.最后利用遗传算法搜索一座独塔不对称的协作梁大跨度斜拉桥结构的健康监测系统中传感器的最优布点.结果表明,用遗传算法进行传感器最优布点具有结果稳定可靠,收敛迅速的特点,能够满足系统的要求.     

基于遗传算法的系统布置设计及初步应用

以系统布置设计的理论综合相互关系与实际综合相互关系之间的误差最小为目标，利用遗传算法求解具体的平面布置方案，并以可视化方式输出结果，对于中等规模的工厂总平面布局可获得满意的结果，弥补了传统系统布置设计法的众多不足之处，同时结合某液压转向器厂的案例对该方法初步的具体实施及有效性作了相关探讨。     

基于遗传算法的可靠性优化

 建立了可靠性冗余优化模型,分析了各种优化方法的优缺点.提出了遗传算法,并通过实例将遗传算法与启发式方法作了比较,结果表明遗传算法较为有效.对遗传算法初值的选取也作了讨论.     

基于遗传算法的移动终端交互界面布局优化

目的研究遗传算法与移动终端界面布局中舒适度影响最大子集特征之间的关系。方法利用层次分析法进行了三维及二维共同协作的人机约束条件,选择交互界面中布局的特征,找出对交互界面布局中人的最优舒适度影响最大的子集特征。结论通过对案例的可用性测试分析数据并得出移动终端交互界面布局优化设计的要点。     

U型生产单元可重构设施布局方法研究

针对制造企业生产单元重新布局的决策问题,以U型生产单元为研究对象,以物料搬运成本、单元重构成本和生产时间损失成本之和最低为优化目标,考虑了重新布局的预算约束以及各类惩罚约束,建立了单元生产可重构设施布局决策的集成模型。设计了决策问题的遗传算法,以实验测试方式确定遗传算法的参数设置,避免陷入局部最优,并通过实例求解,验证了模型和算法的可行性。根据U型单元现有布局、下一周期订单数量和产品工艺要求等信息,利用上述模型和算法进行分析和优化,为企业进行新一轮的生产组织提供决策支持。     

A Genetic Algorithm Hybrid for Constructing Optimal Response Surface Designs

Hybrid heuristic optimization methods can discover efficient experiment designs in situations where traditional designs cannot be applied, exchange methods are ineffective, and simple heuristics like simulated annealing fail to find good solutions. One such heuristic hybrid is GASA (genetic algorithm–simulated annealing), developed to take advantage of the exploratory power of the genetic algorithm, while utilizing the local optimum exploitive properties of simulated annealing. The successful application of this method is demonstrated in a difficult design problem with multiple optimization criteria in an irregularly shaped design region. Copyright © 2004 John Wiley & Sons, Ltd.     

离散生产系统车间设施布置优化

分析了离散生产系统车间平面布置的目标函数,生产单元之间的距离计算方法,提出了在非等面积生产单元布置条件下,缩减解空间的两阶段优化布置法。借助计算机的高速运算能力,采用智能最优化算法,对缩减的解空间进行优化搜索,确定出各生产单元的最优位置,在此基础上,根据各生产单元面积比例对车间面积分别按行和列进行分配,确定出初步布置方案,最后对各单元的面积形状进行规整化处理后,得到车间优化布置方案。     

采用遗传算法进行车间平面布置

利用遗传算法进行车间的平面布置。计算结果表明，应用遗传算法求解车间布置问题不仅可以获得优化程度高的近似最优解，而且具有高的计算效率和很强的实际应用性。     

产品操作界面元素布局多目标优化设计

目的针对产品设计中操作界面布局设计时存在的随意性、不确定性大等问题,使用多目标优化设计的方法,寻找界面元素的最优布置,以提升界面的使用舒适性和人机交互效率。方法在分析了工效学准则和界面布局美度评价准则的基础上,确立了层次性、相关性、简洁性和舒适性四个界面布局基本原则,并依据原则构建了界面元素布局多目标优化数学模型,在此模型的基础上采用改进的遗传算法,建立基于遗传算法的界面元素布局多目标优化方法。结果给出产品操作界面布局设计的基本原则,提出一种基于遗传算法的产品操作界面元素布局的多目标优化方法及流程。结论提出的布局原则和优化方法能较好地协助设计师获得满足设计需求的布局方案,实例结果表明了理论模型的合理性与遗传算法对于界面元素布局多目标优化问题求解的有效性。     

基于EAHP和免疫算法的野战军械仓库布局优化

目的研究影响野战军械仓库布局的因素及仓库布局的优化方法。方法融合运用专家打分法和层次分析法(EAHP),对弹药保障点的重要度进行评价,综合考虑弹药保障点重要度、弹药需求量、各弹药保障点之间的距离等因素,建立野战军械仓库布局优化模型,并利用免疫优化算法求解模型。结果 Matlab仿真结果表明,运用免疫算法求解野战军械仓库最优布局时,选择合适的原始参数是非常重要的,因为它不仅会影响算法的收敛速度,而且还影响最终的优化结果。结论综合运用EAHP和免疫算法来优化野战军械仓库布局的方法取得了令人满意的优化结果。     

Optimization of Construction of Tire Reinforcement by Genetic Algorithm

A new tire design procedure capable of determining the optimum tire construction was developed by combining a finite element method approach with mathematical programming and a genetic algorithm (GA). Both procedures successfully generated optimized belt structures. The design variables in the mathematical programming were belt angle and belt width. Using the merits of a GA which enabled the use of discrete variables, the design variables in the GA were not only the topology of the belt and belt angle but also the belt material. Furthermore, a discrete objective function such as the number of parts could be optimized in the GA. The optimized structure obtained by the GA was verified to increase the cornering stiffness more than 15 percent as compared with the control structure in an indoor drum test.