基于BIM技术与模拟退火算法的村镇轻钢框架结构智能设计方法

传统村镇住宅结构设计需要进行大量的人工试算与重复建模,而受制于建设成本,村镇住宅无法像城镇住宅一样通过设计师进行专业的结构设计与验算,其安全性与经济性均难以满足要求。为此,提出一种村镇轻钢框架结构智能设计方法,包括智能建模与智能优化两个环节。基于图层自动识别算法、光学字符识别技术、自适应分块算法提出村镇轻钢框架结构BIM智能建模方法,包括图层识别、轴文本数据提取、墙体轮廓提取等,智能建模结果基本满足实际工程要求。基于提出的两阶段模拟退火算法给出村镇轻钢框架结构的智能优化方法,优化速度较快,优化效果良好。通过实际工程案例对提出的智能设计方法进行验证,结果表明,提出的村镇轻钢框架结构智能设计方法具有可行性,与传统的人工设计方法相比,设计周期可缩短70%以上,材料用量、结构设计指标接近人工设计结果。

基于模拟退火算法的智能有轨制导车辆的调度优化模型研究

为了解决单、双工序系统作业问题,基于启发式算法中的模拟退火算法来求解RGV(有轨制导车辆)的最优路径.通过模拟真实的系统作业场景,增强了RGV调度策略的稳定性,并构建了带有故障处理机制的RGV调度优化模型.研究结果表明,基于模拟退火算法的智能RGV调度优化模型能够有效满足预期工况下的目标需求.

自适应状态转移模拟退火算法及其应用

状态转移模拟退火算法(STASA)作为解决复杂优化问题的有效方法,其搜索效率依赖于搜索算子和参数值的选择,在一些高维复杂问题上出现效率低下的问题。提出一种自适应状态转移模拟退火算法(ASTSA),通过自适应算子和参数选择策略来提高算法的适用性和求解效率;借鉴群智能算法的均值更新方法对平移算子进行改进,增强算子的搜索特性。通过23个基准测试函数和8个工程设计问题进行实验验证并与其他算法对比,证明了ASTSA算法和改进策略的有效性。

基于遗传-模拟退火算法修正高斯烟羽模型参数

高斯烟羽模型由于受到地形地貌与气象条件等因素的影响,难以准确反映大气的实际扩散过程。为解决上述问题,首先在经验参数作为先验值的基础上,通过遗传算法对实际观测数据进行参数反演修正,根据观测结果调整模型参数,提高模型的准确性;然后,为进一步优化参数修正结果,引入模拟退火算法,通过随机搜索和逐步降温的策略来跳出遗传算法可能陷入的局部最优解,进一步改善模型的性能。为了评估修正效果,建立一个基于权重的模型值与观测值之间差异的适应度函数,通过比较修正前后的误差率来判断参数修正对高斯烟羽模型的影响程度。仿真实验的结果表明,所提出的遗传-模拟退火算法模型能够有效地修正高斯烟羽模型中的扩散参数,修正后的模型在预测污染物浓度方面的误差率下降了89.40%。所提模型可为环境保护和污染防治提供重要的理论支撑和决策依据,具有较大的应用潜力。

基于增强模拟退火算法的动车所调车作业计划多目标优化方法

尽头式动车所调车作业存在多种可选作业模式,且在调车作业时需考虑作业总时间及转线复杂度等多性能指标,合理制定综合上述情况下的动车所调车作业计划,对提高动车所检修能力具有重要意义。为此,以最小调车作业时间及转线复杂度为目标,构建带咽喉区股道约束的动车所调车作业混合整数线性规划模型,并提出一种增强多目标模拟退火算法(EMOSA)。该算法融合基于启发式规则的解码设计,以消除股道占用在时空上的冲突,面向调车作业进行股道合理分配;设计与问题规模相关的帕累托前沿解集重启机制,避免算法陷入局部最优。对不同规模的多个案例进行测试,验证了所提改进算子的有效性。最后,以某动车运用所的调车作业计划编制为例,验证了模型和算法的实用性和正确性。

基于改进模拟退火算法的齿轮热锻参数优化

为提升面齿轮热锻成形的材料利用率,建立了以热锻过程中的“突耳”体积为优化目标,以最大应力为约束的直齿面齿轮热锻工艺参数优化模型。该模型选择关键热锻参数(变形温度、摩擦因子、模具预热温度和锻造打击速度)为设计变量。为获取不同工艺参数下的突耳体积和最大应力,利用继承拉丁质心Voronoi(inherited latinized centroidal Voronoi tessellation, ILCVT)采样方法采集包含初始设计点的训练样本,并通过deform-3D软件对直齿面齿轮的热锻过程进行仿真模拟。引入Kriging模型拟合设计变量与性能响应间的隐式关系。利用模拟退火算法改进了扰动模型、退火温度的衰减方式以及温度变化策略,以提升算法搜索效率。优化得到的锻造工艺参数组合为工件变形温度1 049℃、摩擦因子0.32、模具预热温度206℃、锻造打击速度249 mm/s。在优化后的参数条件下,结合模拟仿真和试验的方法以验证优化结果的有效性。结果表明:优化的工艺参数有效降低了“突耳”体积。

求解集装箱装载问题的混合蚁群模拟退火算法

目的针对物流行业中存在的大规模、复杂、多规格货物的集装箱装载问题,提出一种基于塔装载启发式算法、二维装载点启发式算法、蚁群模拟退火算法的混合算法。方法首先,采用塔装载启发式算法将三维待装箱装载成塔集,即将三维装箱问题降为二维装箱问题,有效降低集装箱的装载规模;其次,蚁群算法通过融入信息素选择更新策略,并利用自适应信息素挥发系数来提升算法整体的收敛速度,同时结合模拟退火算法对每代优秀路径集进行局部搜索,避免算法因收敛过快而陷入局部最优;最后,将蚁群模拟退火算法与二维装载点启发式算法相结合,优化每座塔的装载顺序和放置姿态,寻找最优的装载方案。结果实验证明,在250组算例中,采用混合算法后,集装箱的平均空间利用率为90.92%,优于其他3种对比算法。结论设计的混合蚁群模拟退火算法适用于解决大规模集装箱装载问题。

融合启发式规则与模拟退火算法的排程模型应用

热压成型与铺叠工序作为复合材料生产环节中的关键工序,生产排程不合理导致资源浪费,生产效能低等问题。据此提出一种融合启发式规则与模拟退火算法的双层排程模型。根据问题特性在传统模拟退火算法基础上提出一系列优化策略,进一步提升模型性能。在实证中采用H复合材料加工厂相关制件数据对上述模型进行测试。实验结果表明,铺叠加工时长由93 h减少为82 h,设备空闲时间减少54个小时。排程效果显著,有效提升生产连续性及设备利用率,降低资源浪费。

基于改进模拟退火算法的灭火小车多目标路径规划

传统的路径规划算法在面对灭火小车多目标路径规划问题时,容易陷入局部最优,并且不能较好地解决障碍物相对复杂的环境中的遍历多个目标点的灭火小车行走问题。针对上述不足,论文提出了一种基于改进的模拟退火算法与A^(*)算法相结合的遍历多个目标点的路径规划方法。传统模拟退火算法中,通过适当地提高算法运行温度,有利于增加模拟退火算法对于较差解的接受概率,从而极大程度上增加了从局部最优中跳出的可能性。通过单调升温的模拟退火算法遍历目标点,求解得出多目标点的搜寻顺序,再通过采用A^(*)算法依照遍历顺序进行避障,逐一到达目标点所在位置,并规划出灭火小车的行走路径。实验表明,改进后的模拟退火算法有更强的求解能力,遍历路径规划也更短,改进模拟退火算法与A^(*)算法的结合使灭火小车在复杂环境下的多目标遍历路径规划中拥有良好的效果,不容易陷入局部最优的情况,且目标点的数量越多,路径规划的效果越好。

改进模拟退火算法的低碳车辆路径规划

在城市垃圾量急剧增加的背景下,为解决清运车辆过度使用导致碳排放持续增加问题,提出一种垃圾清运车辆低碳路径优化方法。在考虑车辆容量限制和时间窗约束的情况下,综合多个清运过程影响因素优化目标函数,建立以路径最优、成本极小化为目标的数学模型。设计了改进模拟退火算法求解模型,改进策略包括使用K-means聚类算法协助模拟退火算法,加入2-shift法、2-symmetry法和2-insert法,使算法在全局搜索和局部搜索达到平衡,在邻域搜索上引入随机均匀采样策略,避免因穷举带来的时间复杂度过高问题。多个经典算例的仿真实验结果表明,改进模拟退火算法对优化车辆低碳路径规划模型具有较好的收敛速度和鲁棒性。

基于ARIMA和模拟退火算法的电商包裹调运问题研究

随着网络购物方式的日益普及和互联网经济的发展,因促销活动和物流场地停用所导致的运输和分拣包裹成本上升的问题也随之而来。为了降低运营成本、提高运营效率,预测物流场地和运输线路的货物量,为货物调运选择最优路线和方案尤为重要。基于此,建立了ARIMA时间序列预测模型,对物流场地和线路未来的货运量进行预测研究,建立线性规划模型,优化调整突发情况下的货运线路,利用模拟退火算法进行求解,选择影响程度较小的最优线路,降低运输成本。

基于改进模拟退火算法的工业机器人绝对定位精度提高

工业机器人在抛光大口径光学元件时由于其较低的绝对定位精度,使得加工元件较难达到较高的面形精度.本文提出一种通过考虑测量坐标系与机器人基坐标系之间的转换误差、机器人的运动学误差以及机器人法兰端到工具坐标系的测量误差等多误差源构建工业机器人综合误差模型的校准方法.通过仿真实验与PSO、AFSA、SA算法进行对比,证明改进后的Be-SA算法在辨识误差参数时具有更快的收敛速度和更高的精度.实验结果表明通过Be-SA算法辨识后的KUKA KR 120 R3900的平均绝对定位误差由2.497 mm降低为0.321 mm,最大绝对定位精度由3.358 mm降低为0.961 mm,构建的综合误差模型在辨识运动学误差参数时具有良好的适用性,改进后的Be-SA算法能有效提高机器人的绝对定位精度,对于磨抛大口径光学元件的性能提升具有重要参考价值.

基于模拟退火算法的特高压直流VDCOL控制环节优化方法

高压直流传输系统受端交流电网日趋复杂,在逆变站所配置的传统低压限流单元(voltage dependent current order limiter,VDCOL)的控制特征已难以适应现代电力系统的调控方式,为此,提出基于模拟退火算法的特高压直流VDCOL控制环节优化方法。首先,基于高压直流传输系统逆变站的稳态模型和常规VDCOL控制环节的响应特性,分析逆变站与直流受端交流系统的功率交互特性,推导直流电流指令值与逆变站无功消耗的关系;其次,设计高压直流传输系统典型故障集合,提出基于模拟退火算法的VDCOL控制环节U-I特性曲线多拐点参数的优化方案;最后,采用MATLAB与PSCAD/EMTDC联合仿真的方法得到所提改进的VDCOL控制环节U-I特性曲线。通过与常规VDCOL控制环节的仿真对比分析可知,所提方法更加符合系统暂态无功的实际需求,可有效抑制直流连续换相失败的发生。

基于模拟退火算法的元件未知可靠性参数求取方法

元件可靠性参数是进行电力系统可靠性评估的基础,错误的元件可靠性参数必然带来错误的评估结果,进而影响电力系统规划的准确度。考虑到随着负荷侧智能电表等的普及和安装,可以获取相对准确的系统/节点可靠性指标,提出了一种利用系统/节点可靠性指标求取未知的元件可靠性参数的方法。首先,基于非序贯蒙特卡洛模拟(nonsequential monte carlo simulation,NMCS)的可靠性评估,建立了可靠性指标关于可变可靠性参数的解析表达式,该解析表达式由给定的元件可靠性参数可以直接地获取可靠性指标值。基于该解析表达式,构建了求取未知元件可靠性参数的非线性方程组;其次,针对非线性方程组的常规求解算法普遍依赖未知变量的初值而未知参数的初值无法直接获取的难点,利用基于模拟退火算法的高阶多项式逼近来给出待求参数的初始值。最后,对于部分误差较大的参数采用具有大范围收敛特性的延拓法进行修正,最终求取准确的未知可靠性参数。分别采用RBTS,IEEERTS79和川渝电网测试系统进行分析,算例结果表明:所提方法能有效准确地求取未知的元件可靠性参数。

结合模拟退火算法与遗传算法的动态协同路径规划研究

船舶的动态协同路径规划是船舶安全航行的重要保证。本文对多船舶交汇且航线上存在障碍物情况下的船舶动态路径规划进行研究,对动态协同路径规划进行数学描述,使用模拟退火算法、遗传算法对静态路径规划进行仿真,并对仿真结果进行对比和分析。提出多船交汇的协同策略,以两船交汇动态协同路径规划为例进行仿真研究。结果表明,2种算法均可实现船舶路径规划,在多船交汇时船舶能够按照规划的路线主动转向,并最终实现安全航行。

基于模拟退火算法的空间直线度误差评定

针对空间直线度误差评定问题,采用模拟退火算法对深孔中线的计算、坐标转换与投影、最小覆盖圆等进行研究。模拟退火算法是基于金属退火机理而建立起来的优化算法,能够以随机搜索技术从概率意义上找出目标函数的全局最值点,得到目标函数取到全局最值点的相关参数,根据得到的相关参数对测点坐标进行坐标转换,并进行最小圆覆盖得到直线度误差。利用MATLAB软件编写程序,对空间直线度误差进行实例计算,并将其结果与其他方法的计算结果进行分析比较,验证了模拟退火算法的可行性及优越性。

基于改进模拟退火算法的防空武器集群打击目标动态分配

传统的防空武器集群打击目标动态分配方法由于设定的约束条件不够全面,导致该方法在分配效果上表现不佳;因此,文章提出了一种基于改进模拟退火算法的防空武器集群打击目标动态分配方法;该方法综合考虑作战效果、作战成本和作战效率等多个因素,确定了相应的目标函数,并设定了相应的约束条件;通过计算打击目标的状态转移概率,并对打击目标的状态准则进行判定,定义了打击目标的状态转移方程;在改进的模拟退火算法的指导下,确定了最优的打击目标分配方案;实验结果分析表明,与传统的防空武器集群打击目标动态分配方法相比,文章设计的基于改进模拟退火算法的方法在实际应用中表现出较低的资源损耗量,均不高于4%,且具有良好的分配效果。

变邻域模拟退火算法在农村生活垃圾收运中的应用

针对农村地区生活垃圾的产生特点,考虑生活垃圾分类下的可变收运周期,构建以最小化运输成本、车辆延迟到达惩罚成本和环境惩罚成本的多目标生活垃圾收运路径优化模型.利用随机选择法、最近邻法相结合以重构解空间,使用带变邻域的模拟退火算法对模型进行求解.通过算例仿真及对比分析可知,本文模型和算法在收运总成本和总距离方面有较好的优化效果,均优于经典模拟退火算法和变邻域搜索算法的最优解.相较于传统的固定周期收运方案,本文所建立模型减去了环境污染成本,同时在总成本上改进超110.4%,可较好地解决农村地区垃圾收运路径优化问题.

免疫模拟退火算法及其在柔性动态Job Shop中的应用

针对车间作业调度问题,在深入分析免疫算法和模拟退火算法的基础上,将两种算法巧妙结合,提出免疫模拟退火算法。该算法引入了免疫记忆、抽取疫苗和接种疫苗等免疫机制,有助于优良个体和基因的保留和利用,提高了算法收敛性,而且其基于概率突跳特性的爬山性能可以避免早熟现象。针对西安航空发动机(集团)有限公司的柔性动态Job Shop,分别用模拟退火算法、免疫算法和免疫模拟退火算法进行了仿真和比较,研究结果表明,免疫模拟退火算法比单一算法性能更优,是求解柔性动态Job Shop问题的有效实用算法。

基于模拟退火算法改进的遗传算法的金属铣削参数优化

为提高金属铣削质量,提出一种基于利用模拟退火算法改进的遗传算法的金属铣削参数优化方法。方法确定了金属铣削待优化参数为切削速度、轴向切深、径向切宽、每齿进给量,构建了以毛刺尺寸最低,铣削力最低,材料去除率最高,粗糙度最低的多目标优化模型,最后采用添加扰动的模拟退火算法改进的遗传算法,对多目标优化模型进行求解,实现了金属铣削参数优化。仿真结果表明,所提方法实现了金属铣削参数优化,铣削得到的TC4金属材料毛刺尺寸为20.07μm,铣削力在x、y、z轴方向分别为0.033, 0.028, 0.017 N,表面粗糙度为0.055μm,材料去除率为6.22 mm^(3)/min;相较于遗传算法、蚁群算法、粒子群优化算法、模拟退火算法,可提高金属铣削质量,降低铣削得到金属毛刺尺寸、铣削力、表面粗糙度,提升材料去除率。