基于改进混合遗传算法的贴片机贴装路径优化

贴片机的贴装路径是贴片机贴装速度提高的瓶颈。在深入研究了贴装路径优化问题的基础上,提出了一种三链的混合遗传算法。该算法根据拱架式贴片机的贴装数学模型,通过元器件拾取序列、贴放序列、喂料器排列三个子序列,设计了三链的染色体能同时解决贴装顺序优化问题和喂料器分配问题。计算结果表明,该算法能明显缩短PCB的贴装时间。优化效果较采用遗传算法和邻近算法更为明显。     

混合遗传灰狼优化算法的冷轧煤气调度研究

钢铁企业轧制计划与煤气消耗协同优化是实现钢铁企业高层次系统节能的关键。钢铁企业在不同轧制条件下煤气消耗量不同,且轧制计划的改变影响煤气的分配与调度,因此对轧制计划与煤气消耗协同调度进行研究。针对灰狼优化算法（GWO）易过早陷入局部极值的问题,提出了一种混合遗传灰狼优化算法（GA-GWO）增加算法中搜索的多样性。利用GA-GWO算法对板坯进行合理排程,以冷轧系统煤气消耗量最小为目标函数,建立钢铁企业冷轧煤气消耗调度优化模型。利用某钢厂冷轧实际生产数据进行仿真,得到的调度方案可以对板坯进行合理排程,使煤气消耗量最小,验证了模型的有效性。     

基于多目标混合遗传算法的变幅三铰点优化

以变幅油缸，转台，吊臂受力最小，基本工作臂长度最短为液压伸缩臂式起重机变幅三铰点机构设计的多重优化目标，建立优化设计的数学模型。利用MATLAB遗传算法工具箱求解寻求问题的最优解，多目标优化的处理采用混合遗传算法。     

一种混合遗传算法在PID参数优化中的应用

针对常规遗传算法收敛速度慢、易于早熟、局部寻优能力差等缺点,设计了一种混合遗传算法,即在全局搜索的遗传算法中引入局部搜索的单纯形算法,并将其应用于PID参数寻优.仿真结果表明,此混合遗传算法寻优设计的PID控制器可以有效地提高寻优精度和收敛速度,具有很好的动态品质和稳定性.     

基于混合遗传算法的汽车动力总成悬置系统多目标优化

简述了动力总成悬置系统优化的能量解耦法和最小传递率优化方法。在此基础上,针对动力总成悬置系统的6自由度模型,使用一种新的并列分层多目标优化混合遗传算法,运用MATLAB对动力总成悬置的刚度进行了优化。结果表明,优化算法能够有效地完成优化工作并且可以使悬置系统的能量解耦率和传递率有明显的提高。     

混合遗传算法在泵站优化运行中的应用

泵站,特别是连续供水的给水泵站耗能很大．因此提高泵站运行效率、安全供水具有重大的现实意义。本文分析了遗传算法的优缺点,引入与之互补的Rosenbrock算法,构造了混合遗传算法的数学模型．并将其用于泵系统的变速调节优化运行。与传统的优化算法比较,取得了较好的优化结果。     

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.     

基于混合遗传算法的经费分配多目标规划研究

为了探索新的经费分配方法和管理模式,建立了一种新的多目标非线性规划优化模型,提出了基于正交试验的新型混合遗传算法来求解该问题。对求解过程中的选择算子、交叉算子和变异算子等进行正交试验,具体是通过交叉、变异来产生后代,后代与父代组成一个扩大群体,然后对这个群体的个体单独进行正交试验,并以正交试验的结果代替试验前个体,再通过排序选出最好的群体组成下一次遗传的父代,得到的种群个体明显优于基本遗传算法的个体。仿真结果表明,该算法收敛寻优能力强,并能产生很多次优解,是一种高效稳定的方法。     

基于混合遗传算法的弹箭气动参数优化（英文）

弹箭气动参数是影响弹箭飞行运动的重要因素。在弹箭气动参数优化过程中,传统优化方法容易陷入局部最优解。为此,提出了混合遗传算法用于弹箭参数优化。它将传统模拟退火方法与遗传算法全局搜索能力相结合。仿真结果表明,混合基因算法比单一算法优化效果好。     

订单型企业多目标生产计划的制定及其调度

针对制定订单式小批量生产计划问题,提出了一种使用动态随机投入产出函数来制定多目标生产计划的方法。针对生产调度问题,提出了联合使用最长加工时间优先(LPT)与遗传算法(GA)的混合遗传算法(HGA)来求解混合流水线的调度,并给出了一种新的编码方法,选择了相应的交叉和变异方法。研究结果表明,该计划制造方法能较好地满足订单型企业的随机性要求,而且生产计划编制效率高。该编码方法在保证染色体合法性的同时也保证了算法本身的随机性。某轧辊厂的实际案例分析结果也验证了所提出的订单型企业多目标生产计划的制定及其调度方法的可行性。     

遗传算法在混合动力汽车控制策略优化中的应用

提出了一种基于浮点数编码遗传算法的混合动力汽车控制策略参数优化新方法。以一辆实际混合动力汽车样车的逻辑门限控制策略为例，分析并建立了控制策略参数优化的有约束非线性规划模型，其目标函数包含最小化油耗和排放。提出了采用稳态进化模型和浮点数编码遗传算法的参数优化方法，用于求解一组最优的控制策略参数。仿真结果表明，该方法可以找到一组全局最优的参数，将其用作离线参数优化，可以大大缩短控制器的实车标定时间。     

基于混合退火遗传算法的圆柱蜗杆传动模糊优化设计

针对基本遗传算法在优化设计中遇到的局部搜索能力不强、早熟收敛等问题,提出一种将模拟退火、Powell搜索方法与遗传算法相结合的混合遗传算法.在此基础上对普通圆柱蜗杆传动模糊优化设计进行了研究;数值计算表明,该混合退火遗传算法可以有效地克服基本遗传算法的上述缺陷,可以加速算法的收敛,具有良好的优化性能.并用该算法较好地解决了普通圆柱蜗杆传动的模糊优化设计.     

基于模糊理论、遗传算法和神经网络的切削参数混合智能优化

提出一种基于模糊理论、遗传算法和神经网络的混合智能优化技术,给出优化目标的优化数学模型,详细叙述了遗传算法的寻优过程,模糊理论的应用及神经网络的训练和学习获取优化切削参数的技术,并给出各种优化目标下的切削参数混合智能优化与普通搜索方法的对比实例。     

基于遗传进化算法的机器人全局路径规划

研究了机器人在已知环境下用遗传进化算法进行最优路径搜索的方法。在此方法中，把二维编码简化为一维编码，提高了搜索的速度；把障碍物作为排斥子，提出了简单、确定的适应度函数；最后提出了对路径的转折节点处进行平滑处理的方法。仿真实验证明了该方法能够得到机器人行进的最优化路径。     

混合遗传算法进行离心叶轮优化设计

利用自适应交叉遗传算法和生物生长算法的特点，提出一种新的优化方法——混合生物生长自适应交叉遗传算法。该方法既充分利用了遗传算法全局寻优和生物生长法快速收敛的优点，又弥补了遗传算法收敛速度过慢和生物生长法过分依赖结构初始形状的不足。为了验证优化方法的正确性和合理性，对某三维离心叶轮进行优化设计，结果表明，混合算法较单纯采用遗传算法收敛速度快，且可得到形状优化最优解。     

基于遗传算法的拆卸序列规划研究

为得到满足实际需要的产品拆卸序列方案,减少人工输入所带来的不便,利用联接矩阵和干涉矩阵,构建了产品拆卸序列的数学模型;利用干涉矩阵和联接矩阵,产生满足几何约束条件且经过初步优化的拆卸序列;利用基于拆卸序列规划的遗传算法,优化了上述拆卸序列;通过实例验证了此种基于遗传算法的拆卸序列规划方法的可行性及实用性。     

基于遗传算法的铣削用量优化

基于数控铣削加工的特点,建立了以最大生产率、最低生产成本为目标函数,以机床、刀具、工艺等限制因素为约束条件的铣削用量优化数学模型,并运用遗传算法,结合铣削实例,对铣削用量进行了优化。     

基于遗传算法的汽车变速器优化设计

文中以某轻型货车变速器为研究对象,建立了以体积最小为目标的目标函数、设计变量和约束条件.基于遗传算法,运用MATLAB软件编写了优化设计软件,得出了优化结果.通过比较优化前后目标函数值,得到优化后明显好于优化前的结果.和传统的设计方法相比,这种方法提高了设计的精度和效率.     

基于遗传算法的产品装配序列规划研究

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。