基于遗传退火算法的堆垛机路径优化研究

研究堆垛机优化控制问题,自动化立体仓库作业效率的影响因素有很多,其中很重要的一项就是堆垛机的作业路径.为了达到提高立体仓库整体效率的目的,针对堆垛机的作业路径优化存在次序调整问题,首先分析了堆垛机的几种常见的作业模式,进而对相关的作业模式建立了数学模型,提出了兼具遗传算法和模拟退火算法两者优势的遗传退火算法对模型进行求解.最后基于MABLAB对某立体仓库进行了仿真,仿真结果表明,提出的遗传退火算法可以有效地优化堆垛机的作业路径,为设计提供了参考.     

毛纺织工艺设计智能化模型研究与实践

毛纺产品的工艺设计是一个严重依赖于专家知识、经验的思维过程，完整准确的数学描述显得十分困难。文章提出了毛纺织工艺设计智能化模型，通过基于案例(CBR)和基于规则的推理(RBR)以及人工神经网络(ANN)等关键技术的引入，提高了系统解决实际问题的能力。实践表明，智能化技术在毛纺工艺设计中具有广阔的应用前景。     

技术评论:倒装芯片非焊料高分子凸点工艺

在半导体工业奋力的去迎接明日的封装需求挑战之际,倒装芯片技术无疑将扮演一个重要的角色。为了达到更高的可靠性、更低的成本以及在更小尺寸的封装空间里进行更密集的装配以及更高速度的混合电路的回路,传统的芯片-金线连接方式必须改为倒装芯片的连接技术。倒装芯片封装有以下优点:●更小的尺寸和重量●简化工艺过程并降低构建体系成本●通过缩短信号通道提高电性能●提高散热性能●提高单片电子回路上I/O的数量达到更高的密集度●赋予可使用外围设备或在设计环节里进行排列连接点图案的能力虽然倒装芯片连接在整个连接制造工艺中只占一…     

基于支持向量机的纱线质量预测

针对现有的优化纺纱工艺过程质量预测模型尚无法满足实际生产需要的问题,提出了纱线质量预测的支持向量机方法,并利用网格搜索对该模型的参数进行优化。经毛纱工艺实践表明,在小样本和"噪声"数据环境下,支持向量机模型仍能保持一定的预测精度,同人工神经网络模型相比,更适用于真实纺纱生产过程中的工艺控制。     

基于力学性能的钢货架立柱截面结构参数的敏感性研究

钢货架立柱是货架承受荷载的基础构件之一,其截面形状对立柱的力学性能有着极其重要的影响。基于理想轴心受压构件稳定理论,建立了受压立柱力学模型,推导了常见立柱截面的截面特性计算公式。以M120型号立柱为例,采用倍率化分析方法计算了立柱宽度,厚度等参数对立柱的稳定临界压力的敏感程度,为立柱的优化设计提供理论指导。     

纺织品智能工艺设计与质量预测系统

 分析了纺织品智能工艺设计与质量预测系统的多层架构,阐述了系统的主要功能,提出了基于实例的纺织工艺推理模型和基于人工神经网络的工艺质量预测模型,从工程应用的角度展示了信息技术和人工智能技术在纺织企业的应用与实现情况。     

无基准工件封装夹具的发展与应用

夹具的发展与制造系统的发展是同步进行的。介绍了无基准工件封装夹具的基本概念，方法和应用，进一步分析了该封装技术的优点和局限性，讨论了一种基于通用寻位元件的主动寻位方法及其工件安装技术，介绍了快速寻位和状态记忆爱用夹具的研制情况，实践表明，这种夹具的有效地解决了任意形状工件，在通用夹具中的定位，刀具自由进入工件定位表面进行切削加工的填料浇注时的毛坯漂移等问题。     

基于遗传退火算法的AS/RS货位分配问题求解

作为自动化立体仓库出入库作业的起点,货位分配对立体仓库的性能和效率都有着重要的影响,文章在分析立体仓库作业特点的基础上,运用遗传退火算法求解优化模型,并基于MATLAB对优化算法进行了实验仿真验证,结果显示,遗传退火算法对解决货位优化分配问题是有效可行的.     

资源约束项目的改进差分进化参数控制及双向调度算法

针对资源约束项目调度组合优化难题, 提出一种改进的动态差分进化参数控制及双向调度算法.通过参数时变衰减与个体优劣评价, 自适应控制个体进化参数, 提高算法的收敛性能、勘探与开发最优解的能力; 基于动态差分进化(Dynamic differential evolution, DDE), 提出一种双向调度算法, 使用满足任务时序约束的优先数编码、交替正向反向调度, 结合标准化编码调整与精英保留的种群随机重建策略, 建立了一种高效稳健的双向编码调整机制.通过著名的项目调度问题库(Project scheduling problem library, PSPLIB)中实例集测试, 并与其他文献算法比较最优解平均偏差率, 验证了所提算法的有效性与优越性.     

响应动态约束条件的多目标货位优化算法研究

针对自动化立库货位决策与优化问题,考虑到优化目标多样、托盘使用状态及可分配货位动态变化等因素,提出了一种响应动态约束条件的多目标货位优化算法。以巷道作业均衡、货架重心稳定及作业路径最短建立多目标优化模型,基于变异系数自适应差分进化算法,使用货位随机数编码,根据实时货位可行域进行个体解码,以响应动态货位约束条件。提出了基于层次分析的Pareto解评价方法,从而获得多批作业货位持续优化的目标权重,为仓储货位决策提供合理方案。多批作业算法实验结果表明:所提算法效果显著优于多目标简单加权算法,能够有效应用于动态货位决策与优化。