基于混合单亲遗传算法的Job-Shop问题研究

在单亲遗传算法的基础上,研究了模拟退火算法、保优算子和单亲遗传算法的结合方式以及具体算法,提出了一种新的混合单亲遗传算法.该算法继承了单亲遗传算法的优点,克服了一般遗传算法搜索能力差和计算速度慢等缺点;同时降低了对初始种群的要求,运算速度有了很大提高.运用所提出的算法对典型车间作业(Job-shop)调度问题进行了求解,并与GA、PGA算法对比,结果证明了该算法的有效性.     

倒立摆的PID神经元网络的间接控制系统的研究

摆系统是一个典型的强耦合、非线性、高阶次的不稳定系统.由于摆系统的数学模型是在忽略了次要因素的基础上得出来的,而实际上是一个非线性的系统,当系统受到外部的干扰时,这些次要因素的影响比较突出.实验采用PID神经元,设计一个神经网络间接自适应控制系统,首先用一个神经网络对摆系统模型进行辨识,辨识完成后,辨识模型的权值与隐层积分元的数值传递给具有同样结构的PID神经元的神经网络控制器,对倒立摆进行自适应控制.最后根据以上算法,采用6.0编写控制程序,实现对平面一级摆系统的实时控制.     

制造系统多Agent智能控制平台研究

将多Agent智能控制技术应用到现代生产制造中,可以使制造系统具有较高的柔性、开放性和可重配置性。对制造系统多Agent控制系统体系结构、合同网和语言规划、通信方式和协商机制以及建模过程和方法进行了比较详细的分析和讨论,并最终给出原型控制系统和优化结果,为多Agent系统的开发指出了一条可行的道路。     

基于目标级联法和遗传算法的多学科设计优化研究

目标级联法是一种有效解决复杂工程系统优化问题新型的多学科设计优化方法,而遗传算法是一种基于生物自然选择与遗传机理的智能型全局搜索算法,为此,将遗传算法应用于目标级联多学科设计优化中,形成一种新型的GA-ATC优化算法,并以齿轮减速器优化设计为例验证该算法的有效性.     

符号学视角下的智慧制造系统集成框架

为了从社会和技术两个方面探讨智慧制造系统中的建模问题,从符号学的视角出发,建立和分析了由社会系统、信息系统和物理系统组成的智慧制造系统洋葱模型和阶梯模型,并用阶梯模型诠释了现有集成制造系统,指出现有集成制造系统的不同在于达到符号学的层次或包含符号学的层数,而智慧制造系统则是包括了符号学所有层次的集成模式。所提出的阶梯模型为制造系统集成与建模提供了一个系统清晰、根基牢固的理论框架。     

加工过程中基于最大熵的自适应控制

将信息论中的熵理论运用于加工过程控制 ,提出加工过程中基于最大熵的自适应控制理论。仿真结果表明 ,上述控制理论具有有效性及良好的稳定性     

特征分区的不确定性及模糊熵评判研究

分析了影响有效监控的各因素，阐述了刀具破损监测中存在的特征分区问题。以各个信号特征区间为模糊子集，以模糊熵值为参数来评判各种分区方法，结果表明，采用模糊熵值小的分区法能更准确识别刀具状态。     

加工过程中基于最大熵的神经网络控制

切削过程恒力控制对于提高生产率、保证加工精度至关重要,本文将信息理论与神经网络理论相结合,提出了恒力切削过程中基于最大熵的神经网络控制,与自适应神经网络控制相比,具有收敛快,振荡小的特点.     

现代制造系统控制研究发展

制造系统控制是制造系统研究的重点之一,对提高制造系统自动化和智能化水平有重要作用.综述了控制结构、控制模型和调度方法的研究内容、现状和发展趋势,指出了协调分布自组织控制结构、基于多Agent的Petri网控制决策模型和基于多Agent的软计算调度算法是今后制造系统控制研究的重点.     

加工过程的模糊控制

以加工过程为被控对象,设计基于Matlab/Simulink的查表和模糊推理的模糊控制系统.仿真表明,在切削工况发生时变的情况下,所设计的模糊控制系统仍能实现有效的控制,具有较好的鲁棒性,同时结合了渐加控制来进一步提高系统的响应性能.