基于改进遗传算法的托盘拣选延误时间优化

针对船企集配中心舾装件托盘拣选延误时间过长的问题,分析在多拣选人员条件下舾装件托盘的分批、指派及排序流程,提出基于改进遗传算法的舾装件托盘智能拣选方法。研究建立以总延误时间为优化目标的数学模型,并设计改进遗传算法求解模型。算法采用基于托盘的单层整数编码方式,通过用各染色体代表不同的托盘排序序列,在选择、交叉和变异操作后引入进化逆转和插入操作,来提高算法的整体优化效率。通过实例对比分析验证了该算法的有效性。     

基于实数量子遗传算法的行星轮减速器优化设计

提出了一种基于实数编码的量子遗传算法,其核心是用实数对量子比特进行编码.通过求解行星轮减速器的体积优化问题,表明实数量了遗传算法比传统遗传算法具有更优的搜索稳定性.     

基于遗传算法的“货到人”拣选系统订单分批优化

针对物流仓库“货到人”拣选系统中的拣货员拣选次数过多和拣货效率低的问题,提出一种基于遗传算法的订单分批优化策略,使大量多元化和零散化的订单得到高效分批并减少物料箱出库频率和拣货次数。首先建立以所有订单拣货总次数最小为目标的订单分批优化模型。其次,以标准遗传算法为基础改进遗传算法的交叉策略,验证相比于不使用遗传算法的情况下,使用本文的遗传算法优化策略的高效性。最后,为了找出更优异的优化策略,对改进的三种交叉策略进行对比实验,发现随着物料种类增多时,文中改进的第一种交叉策略拣选次数比其他两种少。仿真实验结果表明,该订单分批优化策略提高了系统的拣选效率,证明了此遗传算法解决订单分批问题的有效性。     

基于实数编码遗传算法的平面度评定

将基于实数编码的遗传算法应用于平面度的评定.根据尺寸和公差的数学定义,建立完全符合最小区域条件的平面度评定的数学模型,并在此基础上给出遗传算法的适应度函数.随后详细地介绍了算法的实现步骤,在基于实数编码的基础上,遗传选择操作采用一种正比选择策略--转轮法,遗传交叉操作采用简单算术交叉法,而遗传变异操作是随机均匀实数变异操作.最后对文献[5]的实验数据进行了评定,仿真结果表明该算法不仅合理,而且效率高、精度高,优于其它算法.     

基于实数遗传算法的几何约束求解

提出一种用于几何约束求解改进的实数编码遗传算法 ,它在一般实数编码遗传算法基础上 ,增加基因初始种群的人工选择以及对交叉、变异算子的改进 ,并通过添加外循环的过程 ,大大提高遗传算法的求解能力 ,最后通过变量区间的二分和组合 ,求出约束方程组的全部解     

基于改进遗传算法的环形RGV系统调度优化

针对自动化立体仓库中环形穿梭车系统(Rail Guided Vehicle system,RGVs)调度优化问题,综合考虑RGV数量、进出货口限制、复合作业次数和堵塞次数对作业效率的影响,以最小化任务总完工时间为目标,建立了多影响因素下的RGV调度数学模型,并采用改进遗传算法对模型进行求解。首先,设计了多影响因素下的编码方式,提高算法求解实际问题的能力;然后,在遗传算法中引入模拟退火操作,提高算法的局部搜索能力,避免算法求解过程陷入局部最优;最后,设计染色体修复方法来避免非法解的出现,提高算法的收敛速度和求解稳定性。通过实例验证了模型和算法的有效性与先进性。     

基于实数编码加速遗传算法的圆柱形壳体模糊优化设计

针对传统的圆柱形壳体优化设计的局限性 ,将优化技术、模糊数学以及实数编码的加速遗传算法 (RAGA)有机结合起来 ,提出了通过建立模糊优化数学模型 ,并将其转化为普通优化模型 ,最后用 RAGA优化求解的新思路。对“T”型加肋圆柱形壳体的计算实例表明 ,这种方法不仅考虑了设计变量和约束条件的随机性和模糊性 ,进一步减轻了壳体结构质量 ,而且设计效率高 ,收敛速度快 ,能够很快给出最优解。由此可见 ,本文方法对于进行圆柱形壳体设计有着重要的实际意义     

最优子种群实数编码的遗传算法

提出了最优子种群实数编码遗传算法理论,通过从种群中选出适应值最高的若干数量的个体,组成该代最优子种群,将最优子种群中的个体与种群中其它个体进行交叉变异、最优子种群中的个体间也进行交叉变异,从而产生新的种群。该遗传算法使得遗传过程中落入局部最优解的几乎不可能,对于多极值问题非常有效,收敛速度也非常快。     

基于神经网络-遗传算法的回流焊参数设定

针对回流焊工艺过程中输入参数难以设定的问题,对多重质量特征值间非线性映射关系进行分析,提出一种基于改进遗传算法的输入参数设定方法。采用实数编码形式,直接表达了各基因表示的意义。应用改进的遗传算子和染色体重启机制,提高了搜索准确程度,避免了早熟现象和陷入局部最优的可能。再结合神经网络预测方案建立完整的参数设置与生产预测模型。以某公司实际生产数据为例,MAPE评估显示预设参数满足企业生产误差精度要求,因此所提出的设定方法可以有效地进行回流焊生产,为企业回流焊生产工艺规划提供指导。     

基于遗传算法的仓库拣选作业优化与eM-Plant实现

在建立了仓库拣选作业优化模型的基础之上,提出了用遗传算法(GA)求解堆垛机拣选作业最优路径的具体方法,并在一个实例中用eM-Plant软件中的遗传算法模块实现了仓库拣选作业的仿真优化。     

基于时间窗约束的多人多储位拣选路径优化模型及改进遗传算法应用研究

针对目前主要的单人单储位拣选路径规划研究现状,以安徽BY零件库为研究对象,考虑实际存在的多人同时拣选与多储位问题(MLP),建立多储位下的多人拣选路径优化模型。首先确定拣选的人数;然后针对多人拣选路径优化模型提出一种基于时间窗约束的改进遗传算法(TWC-IGA)进行模型的求解,由IGA优化路径并得到拣货路径集合,再利用时间窗约束和两阶段策略进行路径的冲突预测、避障与动态局部调整;最后,通过仿真实验与遗传算法、贪心算法进行对比,验证文中所提的TWC-IGA的稳定性与收敛速度更好,结果更优,极大地提高拣选效率,对实际拣选具有有效性。     

基于遗传算法的加工中心工步排序优化方法

在加工中心加工复杂零件时，工步多，其顺序直接影响加工质量和生产效率。在分析工步排序原则和典型工艺路线的基础上，建立了一个加工中心工步排序优化模型；将遗传算法应用到工步排序优化中，对算法的应用机理进行了详细讨论，提出了一种启发式基因重组方法；并示例验证了工步排序优化方法。     

基于遗传算法的模具异地制造的优化调度

研究了模具异地制造的调度问题,建立了模具异地制造调度的最小模型,利用遗传退火算法实现了调度决策的优化,并提出了将遗传退火算法和分派规则相结合的调度策略和动态编码的方法,可提高搜索效率和速度,保证其全局收敛性。经调度实例验证表明,该算法能够提供了较为合理的调度方案。     

基于遗传算法的订单分批策略研究

选择合理且有效的订单分批策略,在优化分拣作业流程、减少作业处理时间方面起着关键的作用.基于遗传算法,对"货到人"工作场景下的订单分批问题构造了相应的数学模型进行求解.通过设定初始种群、选择、交叉、变异等遗传操作设计得到了有效的分批结果,验证了采用基于遗传算法的订单分批策略能够有效提升物流中心的拣选效率.     

基于遗传算法的多级叶片优化排序的快速收敛研究

本文主要论述了在多约束条件并且可行区域狭窄条件下,基于改进遗传算法的发动机压气机叶片排序程序的快速收敛问题.本文根据目标优化的优先级别将无约束多目标优化问题转化为约束单目标优化问题,首先建立起了压气机单级叶片排序的数学模型.采用罚函数法进行了适应度函数设计.然后,建立了多级叶片排序的数学模型.本文在种群初始化时,进行了人工干扰,并采用了植入种子染色体和内外交换法的方法来加快收敛速度.用虚拟叶片法解决非可行解的可行化问题.     

基于遗传算法的仓库拣选作业优化与eM—Plant实现

在建立了仓库拣选作业优化模型的基础之上,提出了用遗传算法（GA）求解堆垛机拣选作业最优路径的具体方法,并在一个实例中用eM—Plant软件中的遗传算法模块实现了仓库拣选作业的仿真优化。     

“货到人”拣选系统订单排序优化

"货到人"拣选系统采用"出库-拣选-回库"的拣选模式,货箱出入库频率高成为制约拣选效率的关键。为降低货箱出入库频率,进而提高系统拣选效率,提出订单排序优化模型。定义订单耦合因子表示两个订单之间可放置于拣选缓存中的共用货箱数量,并以此作为模型参数,将优化目标由提高拣选效率转化为降低货箱出入库频率。模型中,每个拣选台内的订单排序优化问题可归结为旅行商(Tranvelling salesman problem,TSP)问题。为求解模型,提出改进的K-Means聚类算法。计算每个订单与其他订单间的耦合因子,并对其进行排序;以单拣选台所有订单的耦合因子之和最大为目标,为每个拣选台分配订单并对订单进行排序。仿真结果显示,优化后系统拣选效率提高15.9%。     

基于遗传算法的工步优化排序方法

针对数控加工中心上零件加工工步的排序问题,以辅助加工时间最短为优化目标,使用遗传算法对零件在一次装夹情况下的加工工步进行优化排序。提出了使用特征关系图和特征高度描述待加工特征之间加工的优先顺序、采用工步优先关系矩阵校验工步序列合理性的方法。论述了初始群体的生成、遗传算子以及工步优化排序的过程和算法。实际应用表明,该方法可有效提高工艺规划系统中工步的优化排序能力。     

基于遗传算法的加工工艺决策与排序优化

针对箱体类零件的工艺路线排序问题,以总生产时间最短为优化目标,建立了加工中心零件的工步排序数学模型。考虑加工中心多次装夹下零件特征有多种加工方案的情形,通过引入特征约束矩阵和加工优先级系数,保证了工艺规划中约束的合理性。设计了相应的初始种群生成、染色体的选择、交叉和变异策略,利用遗传算法对加工方案进行选择与排序。最后通过多个实例分析验证了该方法可以有效提高工艺规划中加工工艺的排序优化能力。     

基于并行拣选的自动拣选系统订单拆分优化

为减少等待时间,进一步减少整个订单的拣选时间,将原有订单拆分为多个子订单,并建立基于并行拣选的订单拆分数学模型,该模型的优化目标是通过对订单进行拆分来减少等待时间。为求解模型,提出订单拆分必要条件。在此基础上设计了启发式禁忌订单拆分算法。仿真结果显示,采用启发式算法可使拣选时间缩短14.39%～15.62%。