基于改进遗传算法的工艺路线优化

工艺路线优化是实现计算机辅助工艺设计的关键技术之一,遗传算法是一种能较好解决工艺路线优化的方法。介绍了遗传算法及其在工艺路线优化中的应用,分析了目前流行的遗传算法应用于工艺路线优化中存在的问题,提出了改进的遗传算法,并给出了相应实例予以证明,较好解决了工艺路线优化问题。     

基于Bekker理论改进遗传算法的野外路径优化方法研究

随着装备智能化的发展,复杂野外环境下车辆的路径规划已成为关键技术之一,为军事力量发展、军事装备智能化提供重要保障。野外环境中有多种影响车辆行驶的因素,如障碍物、路面坑洼和泥泞等,传统城市道路的路径优化算法大多针对既有道路,难以满足在存在多种未知威胁的复杂野外环境下的路径优化要求。同时,目前路径优化算法对于野外复杂的土壤地质条件考虑较少,因此本文基于Bekker地面力学理论,结合改进的遗传算法,提出了一种考虑土壤对车辆行驶影响的改进遗传算法,该方法以路径行驶时间最短为优化目标,建立了适合野外环境的路径优化算法。含障碍物和含多种土壤的野外环境建模和路径优化结果表明：该优化算法建立了地面力学特性与车辆行驶的耦合作用,综合考虑了野外环境下的障碍物、土壤特征和车辆特性等因素,在复杂的野外环境下得到了车辆可以安全、高效和畅通通行的野外路径,为建立地形力学与路径优化算法的联系提供了参考。     

基于改进遗传算法的系统可靠性分配优化

为了实现系统可靠性分配的优化,以研制成本为目标函数,通过修正广义成本函数,建立系统可靠性分配优化模型。结合可靠性单元的复杂度、技术成熟度、工作时间、使用环境实现广义成本的定量评估。根据模型特点,改进基本遗传算法进行问题的求解。通过多种群进化策略减少未成熟收敛的发生,构造带有惩罚项的适应度函数实现多个约束条件的融合,并选择适当的遗传算子提高遗传算法效率。通过算例证明新算法在模型求解方面具有更高的搜索效率。     

基于改进遗传算法的多目标装配线平衡优化研究

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法.以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力.文章最后以青贮机装配线实际案例验证了...     

基于遗传算法的切削用量优化

遗传算法是一种全局优化自适应概率搜索方法，并且具有很强的全局优化性和搜索效率，文中基于遗传算法优化切削用量，在保证加工精度的前提下，提高了生产率，降低了生产成本。     

基于改进遗传算法的多AGV调度优化

为解决生产车间多AGV任务调度的问题,提出了一种改进的遗传算法进行AGV任务的分配和路径的优化,并建立了数学模型;通过改进遗传算法的变异算子,提高种群的收敛速度和收敛性。实例仿真表明,改进的遗传算法收敛速度更快、路径更优。     

基于改进遗传算法的装配序列优化

针对虚拟装配序列规划过程的特点和要求,提出了使用装配体在空间坐标系中的干涉矩阵和添加装配零件的装配方向,装配工具和装配类型等约束信息的基因组片相结合的方法,通过几何约束和工艺约束,排除不可行的装配序列,缩小解空间,使算法快速收敛,实现最优序列,最后通过马铃薯种植覆膜机的减速器进行实例验证。     

基于改进遗传算法的切削参数优化方法研究

分析了常用遗传算法选择算子的不足,发现没有能够有效避免局部最优解产生的选择算子。针对这一问题提出了改进的选择算子——自适应选择方法。利用改进的自适应选择遗传算法对船用柴油机关键件铣削参数进行了优化,建立了优化过程的数学模型,并通过计算机语言编程实现。分别采用4种选择算子对铣削参数进行优化。对优化结果进行对比分析,所提出的自适应选择算子的计算精确性和有效避免局部最优解的能力表明,该优化方法是科学有效的。     

基于改进免疫遗传算法的桥式起重机主梁优化

提出了一种改进的免疫遗传算法，该算法突出了免疫系统中抗体免疫遗传进化思想，模拟抗体之间的促进和抑制反应，利用抗原与抗体的相似度和适应度描述可行解与最优解的逼近程度，实现系统对环境的自适应，并将该方法应用于桥式起重机主梁的可靠性优化计算，通过与其他优化方法对比，大大降低了主梁的自重，为企业节约了生产成本。     

基于遗传算法的非线性控制系统参数优化方法

本文针对非线性控制系统参数优化问题,结合非线性控制系统理论、最优化理论及遗传算法,提出了一种新的仿真优化方法,该方法利用遗传算法来求解非线性控制系统参数优化问题,由于遗传算法是在解空间的多个区域内进行搜索,能以较大的概率跳出局部最优,因此可技巧以整体最优解。仿真结果表明,该方法是一种有效的非线性控制系统参数优化方法。     

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。     

基于混合遗传算法的车间调度问题研究

利用遗传算法(GA)和模拟退火算法(SA)求解该问题近优解的有效性和实用性,提出一种实现车间调度的混合遗传算法(GASA),给出了一个新的编码方法,并建立了相应编码的解码规则.对初始温度的确定方法和获得适应度函数的方法进行了探讨.基于LA16调度问题,分别利用该方法和单纯遗传算法及模拟退火算法进行了模拟仿真计算,计算结果表明该混合算法克服了单纯遗传算法和模拟退火算法在车间调度优化方面的不足,具有较高的鲁棒性.     

基于混合遗传算法的Job-Shop调度问题的研究

Job-Shop调度问题是最困难的组合优化问题之一,由于其固有的计算复杂性,一般无法利用经典解析算法求出最优解。结合实际生产情况,建立了Job-Shop调度问题的模型,并基于遗传算法与局部搜索启发式算法相结合的混合遗传算法的思想给出了求解此模型的算法过程。     

基于遗传算法的孔群加工路径优化

为提高孔群加工的效率,采用遗传算法对孔群加工空行程路径进行了优化。对遗传算法的实施过程进行了细致的描述,通过实例演示了遗传算法的孔群路径优化性能,并对遗传算法的运行效率及影响因素进行了研究。实验表明,运用遗传算法对孔群路径进行优化能提高孔群加工的效率,减小孔群加工中空行程的消耗;遗传算法运行中可以根据最佳个体的保持时间在一个代中加入活性因子,防止早熟的出现;遗传算法的各个参数对遗传算法的运行有一定的影响。选用合适的运行参数,本程序可应用于工程中,提高少批量孔加工的生产效率。     

基于遗传算法的桁架结构动力学形状优化

针对桁架结构动力学形状优化的复杂性及其设计变量的不统一性,本文采用实数编码技术进行统一处理,并提出了基于自适应遗传算法的结构动力学形状优化方法。算例结果表明本文方法的有效性和工程适应性。     

基于面向对象遗传算法的柔性车间调度研究

针对柔性车间作业调度问题,基于面向对象思想设计了一种遗传算法。该算法将实际操作封装成基因类,工件封装成工件类,机床封装成机床类,调度方案封装成染色体类,基于堆栈思想设计了染色体的创建方式,提出了全新的染色体解码方式及变异方式。通过仿真实例证明了该算法的有效性和实用性。     

遗传算法的数字图像相关搜索法

研究了基于遗传算法(GA)的图像相关搜索方法并进行了实验。实验结果表明:基于GA的搜索方法,u的标准差为0.022 pixel,v的标准差为0.032 pixel。这种方法优于以往的全局搜索法,可以避免初值选取的问题,并且收敛速度快、精度高,适于数字图像相关中非线性、多峰值的全局优化。     

基于免疫遗传算法的优化设计

遗传算法作为一种生物进化计算模型,在优化计算中得到了广泛应用,但其存在的缺陷,影响了其在一些问题求解中的正确性和有效性.将生物免疫算法与遗传算法相结合,提出了一种基于免疫遗传机理的优化计算模型,避免了遗传算法易出现早熟、搜索效率低及不能很好保持个体多样性等问题.并以免疫遗传算法为基础,研制了优化设计支持IGBODS(Immune & Genetic based Optical Design Support) 系统, IGBODS系统已在多个优化问题中得到应用,优化计算结果表明,免疫遗传算法在优化设计中,具有很大的优越性与良好的应用前景.     

遗传优化神经网络在孔系加工中应用研究

提出一种遗传神经网络优化进行孔系加工路线优化的新算法,通过建立加工路线优化的数学模型,将改进的遗传算法和Elman神经网络相结合,采用Elman神经网络进行训练,充分发挥网络动态特性,,具体算例证明了算法的可行性和有效性.