求解燃气轮机制造车间调度的混合和声搜索算法

燃气轮机生产属于典型的离散型制造,其多品种小批量的生产特点给车间作业调度带来挑战,导致企业生产效率低下,不能满足产品交货期。因和声搜索算法结构简单易操作,常用于解决此类作业车间调度问题。然而传统和声搜索算法收敛速度较慢,易陷入局部最优。本文构建以最小化最大完工时间为目标的燃气轮机制造车间调度数学模型,提出一种离散型改进多种群混合和声搜索算法进行求解。结合和声搜索算法与变邻域搜索算法的优点,采用基于工序的编码方式进行编码,在种群更新部分引入模拟退火的Metropolis接受准则,提高种群多样性;提出自适应的记忆库保留概率和音调调节率来调节参数,以提高算法的全局寻优能力;加入变邻域搜索以提高算法的收敛速度。通过性能测试及实例验证表明,相较于已有算法,所提算法具有更好的性能。

基于构成要素的数控机床造型特征研究

随着数控机床技术的发展,在满足功能需求的前提下,用户对机床的外观质量要求日渐提高。通过对国内外大型机床企业370个系列的产品进行分析,分别总结出数控机床的形态和色彩要素,以此为基础研究数控机床的造型设计特征;根据各个企业数控机床的产值,赋予形态要素不同的权重,总结数控机床形态的发展趋势及配色的基本规律,为数控机床造型设计提供参考。

H型生产线平衡研究

针对某一类生产线,提出将两条平行的生产线改成H型生产线的优化方法并建立其线平衡模型。在算法设计中将先后关系矩阵引入TS算法,利用禁忌频率自动调整算法的集中性和多样性搜索,求解之。以某家电制造企业的组装生产线为例,进行实证研究。

运用含复杂网络结构的多种群遗传算法求解FJSP

多种群是为了克服遗传算法易早熟收敛而提出的一种有效方法,但是传统的多种群遗传算法较少考虑子群结构对算法性能的影响,且算法子群数有限。因此,为了弥补以上不足,提出一种含复杂网络结构的多种群遗传算法(Multi-population Genetic Algorithms with Complex Network Structures,MGA-CNS),以求解柔性作业车间调度问题为例,研究子群大小、子群数、可控参数(α)、可控参数(β)以及初始网络规模对MGA-CNS寻优性能的影响。仿真表明:子群大小越大,MGA-CNS的性能越好;子群数不能取值过小,更不能取值过大;α的值不能太大,以不大于0.3为宜;β的取值也不能太大,以不大于0.8为宜;初始网络规模以不大于4为宜。将参数优化后的MGA-CNS用于求解更多的柔性作业车间调度问题并与多种其他算法比较,验证了其有效性。

面向绿色再制造系统的AGV路径规划研究

为了解决绿色再制造系统中的自动导引运输车(AGV)路径规划问题的问题,提出一种粒子群遗传融合的AGV全局路径优化的自适应算法.该方法集成了遗传算法(GA)和粒子群算法(PSO)二者的优点,为了改善传统PSO-GA融合算法迭代前期寻优速度慢的问题,引入了自适应惯性权重;为了提高算法进入迭代后期的收敛精度,提出了一种双重交叉变异策略,使得改进的PSO-GA融合算法比传统的PSO-GA融合算法搜索能力更强,进化速度更快,收敛精度更高.为了验证改进后算法的优越性,采用栅格法模拟自动导引运输车运行环境并通过MATLAB对标准粒子群、遗传、传统的PSO-GA融合、改进PSO-GA融合四种算法解决路径优化问题进行试验对比,结果证明了改进后的PSO-GA算法的可行性和有效性.

基于混合禁忌蝙蝠算法的AGV物料配送调度研究

针对作业车间的物料配送调度问题,考虑到AGV在加工过程中只参与物料运输的特性,把整个生产车间的物料调度视为一个小型的车间物流系统,在此基础上提出一种实现AGV行走路径、运输时间和配送成本等多目标最优化的多AGV作业调度模型。采用单层整数分段编码和ROV编码转换方案,通过在基本蝙蝠算法中引入禁忌表、藐视准则和局部搜索寻优等策略,构建了一种混合禁忌蝙蝠算法来求解该调度模型。仿真结果表明该算法具有一定的可行性,可以获得比较好的效果,为多AGV在一定约束条件下的车间物料调度提供了一种切实有效的实践方案。

基于自适应变级遗传杂草算法的FJSP研究

针对以最小化最大完工时间为目标的柔性作业车间调度问题,建立其数学模型并提出一种自适应变级遗传杂草算法求解之。改进基本入侵杂草优化算法以适应柔性作业车间调度问题的组合优化特点,提出基于总个体数的评价指标,用其分析入侵杂草优化算法在解决柔性作业车间调度问题时的性能及参数对算法的影响,得出入侵杂草优化算法的种群数和个体产生种子数对算法性能的影响关系。分析入侵杂草优化算法和遗传算法在求解柔性作业车间调度问题时各自的优缺点。结合这两种算法,引入汉明距离来测度种群多样性并用该测度值作为变级控制的依据,提出一种根据多样性测度值的动态变化而自适应地在遗传算法和入侵杂草优化算法间串行变级的遗传杂草算法。通过实例对比入侵杂草优化算法、遗传算法和自适应变级遗传杂草算法,证明了自适应变级遗传杂草算法的有效性和优越性。将自适应变级遗传杂草算法用于标准测试实例与多种算法比较,证明了该算法能够有效求解柔性作业车间调度问题。

离散多种群入侵杂草优化算法求解柔性作业车间调度问题

针对柔性作业车间调度问题(FJSP)的特点,在基本入侵杂草优化算法原理的基础上,提出一种离散多种群入侵杂草优化算法.该算法引入多种群思想且在算法初期不进行种群交流,在各种群内采用交叉算子进行交流.当空间扩展时,采用自适应变异位数策略和领域搜索策略,提高了算法初期的全局搜索和后期的局部挖掘能力.在算法后期进行种群交流,提高了算法的收敛速度和寻优精度.将该算法用于柔性作业车间调度问题,且在解码时提出一种矩阵解码法.计算实例验证了所提出算法的有效性和优越性.