共查询到20条相似文献,搜索用时 46 毫秒
2.
3.
4.
基于Pareto蚁群算法的拆卸线平衡多目标优化 总被引:2,自引:0,他引:2
为提高产晶拆卸效率,针对拆卸线平衡问题建立了数学模型.该模型以最小拆卸线闲置率、负荷均衡和最小拆卸成本为优化目标.结合拆卸线平衡问题的具体特点,提出了一种改进的基于Pareto解集的多目标蚁群优化算法.算法采用小生境技术,引导蚂蚁搜索到分布良好的Pareto最优解集,并以被支配度和分散度为个体评价规则.实验测试结果表明了该算法的可行性.最后,结合企业生产实际,给出了所提模型与算法的具体应用. 相似文献
5.
6.
考虑实际拆卸过程中的工作站空间面积约束,以最小化工作站数目、空闲时间均衡指标、拆卸成本及工作站实际使用面积极差值为优化目标,建立空间约束下的多目标优化数学模型,提出一种离散多目标改进狼群算法求解.通过对游走行为、召唤行为和围攻行为进行离散化,引入Pareto解集思想及NSGA-Ⅱ拥挤距离机制,获得多个高质量、多方面综合的较优解.通过对不同规模基准算例的求解,对比说明所提算法的有效性和优越性.最后,将该算法用于求解考虑空间约束的某打印机拆卸实例中,得到10组可行的任务分配方案,表明考虑空间约束的模型和所提算法的可行性. 相似文献
7.
为了提高工业金刚石的检测效率、保障产品质量,提出一种基于改进郊狼算法与极限学习机的工业金刚石检测方法。将工业金刚石视频图像按照一定时间序列分解为一组较为平稳的、形态单一的二维图像数据;利用深度卷积网络Inception-V3对多视角二维图像数据建立预测模型;在此基础上,以预测结果为输入构建极限学习机模型,并利用反向学习和莱维飞行改进的郊狼算法优化极限学习机输入权值和阈值,提高工业金刚石模型的检测精度。最后将该模型的检测结果与基本极限学习机、差分进化算法、粒子群优化算法和基本郊狼算法优化的极限学习机模型检测结果比较表明,该模型具有良好的检测精度和泛化能力,对于工业金刚石的质量检测具有指导意义。 相似文献
8.
9.
针对柔性作业车间调度问题,提出了一种将模拟退火算法和莱维(Levy)飞行扰动策略引入传统遗传算法(Genetic Algorithm, GA)的改进混合遗传算法。基于传统遗传算法,增加了自适应交叉概率和变异概率,生成初始种群后,对优秀个体进行保护,对性能较差的个体进行模拟退火和Levy飞行操作,克服了传统遗传算法的“早熟”和易陷入局部最优解的问题。通过仿真对比实验的测试,证明了该算法的有效性和优越性。 相似文献
10.
《机械制造与自动化》2017,(4):12-14
复杂产品装配线的平衡问题一直是制约车间生产效率的重要因素之一。针对复杂产品装配线平衡问题,在均衡各工作站位负荷、工作站数和最少损失时间等优化目标基础上,建立了多目标优化模型,采用模拟退火算法对模型进行优化求解。以发动机装配为例进行算法验证,计算结果中各工作站损失时间较低,装配线趋于平衡,表明此模拟退火算法有效。 相似文献
11.
12.
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。 相似文献
13.
基于改进粒子群算法和小波神经网络的高强钢扭曲回弹工艺参数优化* 总被引:2,自引:0,他引:2
针对高强钢复杂件冲压后出现的扭曲回弹现象,运用有限元仿真软件DYNAFORM对复杂件的冲压、回弹过程进行数值模拟,提出了评价复杂件扭曲回弹程度的指标,并运用试验设计和小波神经网络代理模型方法对扭曲回弹进行了优化研究。以某弯曲梁为研究对象,以扭曲回弹为成形目标,通过正交试验设计筛选出对扭曲回弹影响较大的工艺参数作为影响因素。利用拉丁超立方对影响因素进行抽样,通过数值模拟获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用改进的粒子群算法对该模型迭代寻优获得最优参数。结果表明:采用优化后的工艺参数能有效地减小该弯曲梁的扭曲回弹,该方法为减小复杂件的扭曲回弹提供一种有益的指导。 相似文献
14.
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... 相似文献
15.
为了提高超声电机的控制性能,将基于数据驱动的无模型自适应控制(Model Free Adaptive Control,MFAC)方法应用到超声电机的速度控制中,并针对MFAC存在参数调整困难的问题,提出一种改进的平衡优化器(Improved Equilibrium Optimizer, IEO)算法用于MFAC参数寻优。首先,利用自适应生成概率策略来平衡算法的探索与开发能力;其次,引入折射反向学习策略来扩大解的搜索范围,提高算法的收敛速度,同时采用柯西变异策略来提高算法跳出局部最优的能力;最后,提出一种改进的时间乘以绝对误差积分(Improved Integral Time Absolute Error, IITAE)指标函数用于MFAC的参数寻优。仿真和实验结果表明,与基于原始平衡优化器算法的MFAC相比,基于改进平衡优化器算法的MFAC的稳态误差和调整时间明显减小,系统的控制性能得到显著提高。 相似文献
16.
17.
针对单目标粒子群优化算法局部搜索能力差,不能有效求解高维、复杂工程问题等缺点,提出了一种改进的粒子群优化算法,即单纯形粒子群优化方法的混合算法(SM PSO)。该混合算法,在继承粒子群优化算法原有优点的同时,不但可减少计算规模,且有效地增强了粒子群优化算法的局部搜索能力,提高了算法的鲁棒性能。文中采用30维经典测试函数及齿轮减速器优化问题作为算例,验证了该算法的优越性能。 相似文献
18.
面向装配序列优化的一种改进基因算法 总被引:9,自引:3,他引:9
针对产品装配序列规划问题的特点和要求,提出了基因组编码表示方法,用以描述产品装配的相关信息,将装配序列表示了基因组排列组成的染色体,改进了传统的基本算法,通过交叉和多层次变异来实现基于基因组编码表示的多信息装配序列的并行优化,最后,通过实例说明了该算法的有效性。 相似文献
19.