基于近亲变异NSGA-Ⅱ算法的多目标柔性作业车间调度

在研究柔性作业车间多目标调度问题现状和不足的基础上,提出了包括最大完工时间、加工成本以及加工质量3个优化目标的多目标柔性作业车间调度模型;并针对上述模型,提出了基于近亲变异的改进非支配排序遗传算法(Non-dominated sorting genetic algorithm,NSGA-Ⅱ),该算法根据计算交叉染色体的血缘关系,确定子代个体的变异率,优化了NSGA-Ⅱ的变异策略,避免了算法的早熟问题;最后,针对实际案例,构建相应的调度模型和算法,计算结果证实了模型和算法的可行性和有效性。     

基于混合粒子群算法的多目标柔性Job-Shop调度方法

针对经典Job-Shop调度问题的局限性,提出了以时间、成本、质量三者综合为优化目标,具有柔性Job-Shop车间调度的优化模型.给出了优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程.模型采用工序能力指数对质量目标进行量化,并采用综合评判线性加权模型解决柔性Job-Shop算法的权重选择问题,使决策者能够根据实际情况选择优化目标的偏好解.通过一个车间调度问题的实例验证了此调度模型和算法的有效性.     

柔性作业车间中机床与自动导引车在线调度方法

针对柔性作业车间中机床与自动导引车同时调度问题,提出了在线调度算法,将调度问题分解成机床选择和自动导引车调度两个子问题求解;首先针对机床选择子问题,根据问题规模分别采用穷举法和小生境遗传算法求解,目标是最小化机床最大负荷,平衡各机床负荷以及最小化搬运系统负荷;在小生境遗传算法设计过程中,采用邻域搜索以提高遗传算法的收敛速度;采用基于海明距离的小生境淘汰运算以保持种群多样性.然后针对自动导引车调度子问题,提出了一种启发式调度算法.为避免作业车间出现死锁,采用基于剩余容量的死锁避免规则.最后通过仿真实验验证了所提算法是可行的.     

多作业区域植保无人机航线规划算法

针对植保施药多个作业区域的情况,研究了一种植保无人机全局航线规划算法,将整个算法分为单个区域航线规划、区域间作业顺序和区域间调度航线规划3部分。从作业路程、多余覆盖和遗漏覆盖的角度,分析了多种覆盖作业方式的优劣,确定了无人机在单区域内的覆盖方式。基于遗传算法与TSP问题得到区域间的优化作业顺序,并基于改进的二进制编码遗传算法进行区域间调度航线的规划,最终实现无人机多作业区域航线的全局规划。仿真结果表明,规划算法可以有效地实现全局航线的规划,缩短了无人机的作业距离与区域间调度飞行的距离,达到了能耗与工作时间的优化,节省了航线规划所需的人力成本,使作业管理更加便利。     

基于动态聚集距离的多目标粒子群优化算法及其应

为了增加Pareto集的多样性,提高多目标优化的全局寻优能力,提出了一种基于动态聚集距离的多目标粒子群算法(DCD-MOPSO).该算法利用改进的快速排序方法来减少计算量,采用动态变化的惯性权重和加速因子以增强算法的全局寻优能力,并基于动态聚集距离对外部集进行维护以增加Pareto集的多样性.通过典型测试函数的仿真实验和应用实例对DCD-MOPSO算法性能进行了分析,并与多目标优化算法MOPSO和NSGA-Ⅱ进行了比较.结果表明,DCD-MOPSO算法收敛速度较快,且得到的Pareto集分布均匀.     

基于差异演化算法的动压滑动轴承多目标优化

为研究流体动压轴承的多目标优化问题,提出一种改进多目标差异演化算法.该算法在选择差分向量时,对产生差分向量的两个个体比较其优劣,用非支配解减去支配解,引导个体向非劣解进化,提高算法的收敛速度;其次提出了种群修剪策略,消除进化后期种群中相同个体引起的种群全局搜索能力下降的缺点,以提升算法的全局寻优能力.通过与其它算法的比较,发现该算法能有效避免“早熟”收敛,具有较好的收敛速度和多样性.工程实例求解结果表明了算法的工程可行性.     

基于多目标优化的飞防队作业调度模型研究

针对面向植保服务订单的多飞防队协同作业模式,综合考虑订单时间窗、病虫害侵染状况、多机协同等关键因素,建立以作业总收益最大、作业总时长最小为优化目标的飞防队作业调度模型;设计了订单优先级排序算法和基于带精英策略的非支配排序遗传算法（NSGA-Ⅱ）的作业路径规划算法,并对调度模型进行了求解。以陕西省武功县植保作业为例,对飞防队作业调度模型及算法进行了验证,实验表明,建立的模型及算法能输出满足时间窗约束的Pareto最优解集,具有良好的搜索性能以及稳定的收敛性能。该研究可为无人机飞防队的调配与决策分析提供科学依据,为农机智能调度系统开发提供参考。     

基于多目标优化的产品协同开发任务调度研究

针对目前产品开发任务调度研究的不足,提出了基于多目标优化的产品协同开发任务调度理论,并在此基础上提出了多目标优化调度的综合指标确立方法;针对调度问题的求解特点,提出了基于混合微粒群算法的任务调度算法;最后,运用上述理论和算法,给出了具体实例的计算结果,并把该结果和单目标优化调度的结果相比较,说明了基于多目标优化的产品协同开发任务调度算法的可行性和优越性.     

激素调节机制IAGA在作业车间调度中的应用

针对离散型生产作业中的车间调度问题,以最大流程时间最小化为目标,将基于激素调节机制的改进型自适应遗传算法应用其中。该算法具有有效避免近亲繁殖、无需复制操作、有效克服早熟现象和进化缓慢问题等特点。算法采用基于工序的编码方式,并在调度实例应用中取得满意效果。仿真结果表明:该算法大幅度减少了调度方案生成时间,优化了调度方案,缩减了最小化完工时间,能够有效、高质量地解决作业车间调度问题。     

基于正交设计模型的多目标进化算法

为提高多目标进化算法在求解复杂多目标问题上的收敛性和解集多样性,提出了一种基于正交设计模型的多目标进化算法。该算法在基于分解技术的多目标进化算法框架下,将正交实验设计方法同分解技术相融合。利用正交实验设计方法,有针对性地对父代个体进行重组,并生成多个保留优良基因的子代个体,避免了盲目性搜索以提高算法收敛性,并应用分解技术选择优秀个体来维持全局搜索和局部寻优的动态平衡。将该算法与目前典型的优异算法在18个标准测试函数集上进行对比测试,仿真结果表明所提算法相比另外4种算法具有良好的竞争力,在保持良好收敛性的同时,所获得的Pareto前端分布更加均匀,尤其在求解具有复杂Pareto解集的问题时,能保持较好的搜索性能。为了测试算法在求解含有约束问题的性能,将其应用于I型主梁多目标优化设计中,获得的Pareto前沿较均匀,且解集域较宽广,对比分析表明了算法的工程实用性。     

柔性凸轮曲线的NURBS表达与多目标遗传算法优化

NURBS曲线通过调整节点矢量、控制顶点位置和权因子能够优化曲线形状,因此利用NURBS曲线可以构造柔性的凸轮曲线.为了同时满足凸轮机构的运动学和动力学性能,建立了凸轮曲线的多目标优化模型,并提出一种集成精英保留策略、目标达到法选择策略和快速非支配排序算法的混合遗传算法,求解凸轮曲线的多目标优化模型.优化实例表明,该混合遗传算法可以有效解决多目标优化问题,获得综合特性良好的凸轮曲线.     

基于梯度寻优重型车辆悬架参数优化

为了提高某重型车辆的运行平顺性和道路友好性,保证悬架参数优化过程中约束的真实性和可行性,提出采用梯度寻优和ADAMS联合的方式对其悬架参数进行优化。依据行驶平顺性和道路友好性的评价指标,采用梯度寻优法研究悬架系统参数对司乘人员舒适性及车辆对道路破坏程度的影响,最后得到了有利于行驶平顺性和道路友好性综合优化的悬架参数。该优化方法有助于车辆悬架的设计及其使用。     

发动机支架结构拓扑优化设计

突破传统的零部件设计方法,将基于变密度法的连续体结构拓扑优化方法应用到发动机支架结构设计中,以结构刚度作为约束条件,重量最小化为目标函数,对三种工况载荷下的发动机支架进行了拓扑优化设计,在保证结构强度的前提下,获得优化模型中材料分布的最佳形式,结合工程实践设计出刚度高重量轻的发动机支架合理结构,避免了设计过程中的盲目性和主观性,提高了设计效率。     

算法在多目标优化问题中的仿真应用

综合了PSO算法应用于求解多目标问题的一些思想,引入罚函数对约束条件进行处理,并利用均值的概念来计算选取PSO算法更新方程中的全局最优值,从而使算法在最优解的引导下,跳出局部最小值,更快地向Pareto最优解前沿收敛。压缩弹簧多目标优化设计实例证明了所提出算法的有效性。     

大蒜收获机参数优化试验研究

为了解决大蒜收获效率低、损伤率高的问题,设计了一种大蒜收获机,主要包括动力系统、传动系统、行走系统、操纵系统、振动系统及切割系统。同时,采用了二因素五水平二次正交旋转组合方法对影响其性能的入土深度和入土角度这两个主要因素进行了参数优化试验,获得取整后的最佳参数组合为:入土深度8cm,入土角度21°。田间试验结果表明:大蒜挖出率为97.96%,大蒜损伤率为1.03%。研究结果对大蒜收获机的研发提供设计依据。     

基于粒子群优化算法的拖拉机动力匹配优化

带悬挂系统的拖拉机在工作时,要充分考虑拖拉机牵引力能否满足液压悬挂加载装置、牵引装置等作用下产生的耕作阻力要求.本文建立了驱动牵引力数学模型,参考耕作阻力模型,主要考察了驱动轮滑转率、耕作速度、耕作深度等主要因素的影响,利用约束优化问题粒子群优化算法,得出了满足特定使用条件的驱动牵引力,同时确定了耕深、速度、滑转率等参数的对应值,为带悬挂系统拖拉机的动力匹配提供了重要的方法依据.     

基于双向渐进结构优化法的装载机动臂拓扑优化

利用双向渐进结构优化法研究了装载机动臂结构的拓扑优化问题。利用有限元软件ANSYS的APDL语言进行二次开发,实现了多工况下基于应力水平的双向渐进结构优化法(BESO)。对装载机工作装置的动臂进行多工况下的结构双向渐进拓扑优化,得到了动臂的最佳拓扑结构。结果表明了该方法的实用性和有效性,且比ESO方法具有更高的效率。     

喷灌支管的优化设计方法

多喷头支管设计的常规方法是采用克里斯琴(Christiensen)导出的等流量、等出流间距、等管径的多孔系数法,但实际喷灌工程中,各喷头流量并不相等,间距也可能不同。针对这个问题,本文通过建立支管模型,提出了支管内各管段通用的水力计算方程式,可求解出精确的支管流量和水头。本方法用于多种管径,出流间距可不相等的管段组成的喷灌支管设计。     

柴油机运动机构多学科协同优化设计

研究多学科耦合作用下的结构快速设计优化技术,提出将多学科设计方法应用于柴油机结构设计,实现了柴油机运动机构综合性能优化.建立曲轴-连杆-活塞结构三维参数化模型,以结构轻量化为设计目标,结构静强度、振动性能和热性能等为约束,基于多学科协同优化设计思想建立设计优化模型,完成了柴油机运动机构的多学科性能综合优化并取得了良好的优化结果.     

改进PSO算法在电力系统无功优化中的应用

介绍一种改进粒子群的无功优化方法。采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出简化粒子群优化（SPSO）算法、带极值扰动粒子群优化（DPSO）算法,并将二者结合起来提出带极值扰动的简化粒子群优化（DSPSO）算法。以IEEE6节点系统为例进行无功优化计算,并与其他算法进行比较,结果表明：该算法具有较快的收敛速度及较强的全局搜索能力,可较好地解决电力系统的无功优化问题。