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。     

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.     

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。     

基于多目标粒子群算法的柔性作业车间调度优化方法

针对柔性作业车间的多目标调度问题,构建了以制造工期、加工成本及提前/拖期惩罚值为目标函数的柔性作业车间调度模型,提出基于密集距离排序的自适应多目标粒子群算法.采用精英策略保留进化过程中的优势个体,基于个体密集距离降序排列进行外部种群的缩减和全局最优值的更新,并引入小概率的变异机制以增强解的多样性和算法的全局寻优能力.最...     

双种群遗传算法解决车间调度问题

车间调度问题是个NP-hard问题,针对该问题的求解过程中存在容易陷入局部最优、效率不高的不足,提出了双种群遗传算法解决车间调度问题.该算法用两个种群的分工协作来解决上述的不足:一个种群负责探索可能存在最优值的区域;另一种群是在第一种群所探索区域中寻找最优解.通过仿真实验表明该算法是可行的、高效的.     

调度自动化系统在优化电网调度中的应用

1　调度自动化系统功能开发国内外的实践证明 ,现代化电力系统管理的基础是调度自动化 ,开展调度自动化工作 ,可以有效地提高电力系统的安全和经济运行水平 ,提高电能质量 ,可以收到明显的经济效益和社会效益 ,同时达到企业减人增效的目的。我们的调度自动化系统在具备完善的SCADA系统功能的基础上 ,重点开发和完善了优化电网调度的功能 ,其主要特点如下 :(1)　系统以中文 Windows NT为平台 ,采用国际标准网络协议 TCP/ IP,使用商用关系型数据库Sybase,具有极强的数据处理能力 ,大大提高了系统在数据管理方面的安全性、可靠性及可扩充…     

酿酒葡萄生长过程喷药机田间作业调度研究

酿酒葡萄产区喷药机的田间调度需求较高,而实际作业中喷药机型号不一、药箱容量不一、转弯速度不一,且传统农机调度研究中很少有针对喷药机田间作业调度的研究。为此,基于车辆路径规划问题(Vehicle Routing Problem, VRP),以成本最小为目标构建酿酒葡萄生长过程喷药机田内作业调度模型,提出改进种马遗传算法(Stud Genetic Algorithm, SGA)进行求解。结合宁夏贺兰山东麓酿酒葡萄产区实际作业田块信息与农机信息进行仿真实验,并与传统遗传算法(Genetic Algorithm, GA)进行对比,结果表明：相比于GA,SGA有着较强的收敛性,不易陷入局部最优;在调度结果上,调度总时间能够缩短3.5%,调度总成本降低6.2%,在实际喷药作业中能在一定程度上节约时间并降低作业成本。     

混沌优化算法在水库优化调度中的应用

基于水库优化调度常用优化方法存在的不足，根据水库优化调度的数学模型，将混沌优化算法运用到水库优化调度中。根据混沌的迭代不重复性和遍历性，按照其“自身规律”不重复地遍历所有状态，利用混沌变量进行优化搜索，可以避免陷入局部最优点，取得全局最优，得到满意结果。将混沌优化算法运用到水库调度中，并与其他优化方法比较，结果表明混沌优化算法原理简单，计算方便，结果精度高。     

大变异遗传退火法及其在水库优化调度中的应用

根据水电站优化调度特点,建立水库调度优化模型,并针对遗传算法易早熟收敛和进化后期搜索效率较低的问题,将遗传操作与模拟退火(SA)思想相结合,并加入大变异(LPM)思想,最后将大变异遗传退火算法(LPM GASA)用于隔河岩水库。通过LPM GASA在隔河岩水库优化调度中的模拟,表明改进策略在解决水库优化调度问题方面的有效性。最后与动态规划(DP)法以及几种策略下的浮点编码遗传算法(FGA)作比较,体现出改进GA的优点及优越性。     

农机作业监控与优化调度系统结构设计——基于北斗卫星导航系统(BDS)

通过分析全球定位系统在精确农业以及农机作业管理中的应用,阐述了全球定位系统在农业中的应用现状。通过借鉴全球定位系统在精确农业及农机作业管理中的应用,设计出"基于北斗卫星导航系统(BDS)的农机作业监控与优化调度系统"。同时,对农机作业监控子系统、农机作业优化调度子系统的结构框架及工作原理进行阐述,并介绍了该系统的总体结构及工作原理。     

基于改进遗传算法的棉花异性纤维目标特征选择

为提高基于机器视觉的棉花异性纤维在线分类的精度和速度,提出了一种基于改进遗传算法的特征选择方法.采用分段式染色体管理方案实现对多质特征空间局部化管理;利用分段交叉和变异算子避免出现无效染色体,提高搜索效率;通过自适应调整交叉和变异概率实现强搜索能力和快收敛速度的动态平衡.实验结果表明,该方法比基本遗传算法搜索能力更强、收敛速度更快,所得最优特征子集较小,更适用于棉花异性纤维在线分类.     

基于遗传变邻域搜索算法的农机跨区调度优化研究

智慧农业的快速发展促使多区域互联农机的调度追求更高的实时性,为更合理配置农机资源,农机跨区作业已成为完成“三夏”机收任务的主要服务模式。基于小麦收获机跨区作业真实场景,研究了带时间窗的多库、多机型的农机跨区调度问题,同时考虑经济成本和环境成本,建立以最小调度成本为目标的跨区调度模型。根据问题特征,设计遗传变邻域搜索算法(Genetic algorithm variable neighborhood search, GAVNS),该方法通过交叉、随机扰动、自适应邻域选择等操作,使解的搜索更加高效和灵活。对我国黄淮海平原72个小麦生产区县的作业需求进行计算与分析：不同算法相比,本文设计的算法得到最优解的迭代次数更低、收敛速度更快,求得的目标函数值较遗传算法、变邻域搜索算法分别降低16.41%、11.15%;对比不同调度模式,开放路径模式更有利于提升跨区调度服务效率,较闭合路径模式,调度成本降低17.76%。     

Ahut-Delta并联机构改进混沌粒子群算法尺度综合

针对Ahut-Delta并联机构,提出了一种基于改进混沌粒子群算法的尺度综合方法。首先提出一种改进混沌粒子群算法,即采用混沌立方映射初始化种群,并根据迭代状态指数性调整惯性权重因子,同时进行早熟判断和混沌扰动,迭代获得最优粒子。其次将Ahut-Delta并联机构优化参数转变为粒子维度决策变量,雅可比矩阵的全域均值条件数和全域波动量构建的全域综合性能评价指标在其几何条件约束、传动角约束条件下转换为改进混沌粒子群算法的适应度函数。最终通过改进混沌粒子群算法优化搜索,优化出适应度函数值最小的最优粒子,从而获得Ahut-Delta并联机构在全域运动性能最佳的尺度参数。仿真分析结果表明,所提尺度综合方法具有正确性和有效性。     

基于改进蚁群算法的四杆机构优化设计

在机构优化设计中,为了避免基本蚁群算法容易出现停滞现象、收敛速度慢的缺陷,将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代中,首先根据信息量选择解分量的初值,然后使用变异操作来确定解的值。针对机构运动轨迹能够最佳逼近某一给定运动规律,且机构约束较多,采用改进蚁群算法对其进行优化计算。证明改进蚁群算法应用于机械优化计算切实可行。     

基于改进遗传算法的Job Shop问题求解

改进遗传算法使Job Shop的可行调度这一决策过程时间减少,合理性提高,为快速找到最优调度提供了有效途径.用可视化程度较高的Visual Basic 6.0开发了相应的软件,通过采用种群多次产生法,解决了遗传算法在解传统Job Shop问题中因近亲繁殖所导致的早熟现象.     

基于遗传算法齿轮连杆组合机构优化设计

分析了齿轮连杆组合机构的工作原理。采用遗传算法对机构进行合理优化,设计出具有停歇精度高,满足曲柄存在条件和传动角γm in≤[γ]传力性能的组合机构,解决了传统组合机构设计中参数难以确定的问题。     

木薯收获机块根拔起机构自适应控制算法研究

针对挖拔式木薯收获机无法根据木薯块根生长情况和土质情况的变化实现精确控制木薯块根拔起,且在木薯块根生长情况和土质情况变化大时其块根拔断损失率高的情况,采用联合仿真技术,以较优块根拔起速度模型为基础,根据拔起力变化,控制木薯收获机拔起速度使其达到减少块根拔断损失率的目标,对木薯块根拔起过程进行模糊PID自适应控制,且对模糊PID自适应控制算法进行了优化和物理试验验征。结果表明:在木薯块根拔起过程中,优化的模糊PID控制算法能使齿轮齿条摆动液压缸转速很好地跟踪给定转速曲线,且整机的自适应控制效果好,能适应不同的工作载荷。     

遗传算法在节水高效灌溉制度优化中的应用——以冬小麦为例

利用遗传算法对非充分灌溉条件下冬小麦的最优灌溉制度设计进行求解,并提出了与之对应的约束条件及处理方法。以我国华北地区某试验站为例来说明该算法及处理方法的可行性。结果表明,该方法能够实现对冬小麦整个生育期灌溉水量进行合理分配,使冬小麦在缺水敏感期内得到充分灌溉,从而达到节约灌溉用水,提高水分利用效率的目的。