基于邻域培植遗传算法的半潜式平台生活楼肘板优化

为改善半潜式平台生活楼与主平台甲板连接角隅处的应力集中问题,分析影响生活楼与甲板连接区域危险的波浪工况和应力水平。在应力集中区域设置连接肘板,并对肘板的尺寸和形状进行参数化建模,基于邻域培植遗传算法进行多目标优化求解,分析不同权重比下的优化结果。结合规范要求的典型设计波工况,对优化后的肘板在不同工况下的应力集中改善效果进行评价。相关的优化流程和分析方法可为海洋平台局部结构的优化设计提供一定的参考。

基于粒子群遗传禁忌的武器目标分配优化算法

针对传统的粒子群算法与遗传算法在解决武器目标分配优化时存在收敛精度不高的问题,提出了一种基于粒子群遗传禁忌的武器目标分配优化算法WTAO-PGT。通过引入自适应选择比例调控种群多样性,并改进遗传算法的交叉、变异算子以及禁忌搜索的邻域动作,使算法具有较强跳出局部极值的能力。仿真实验结果表明,所提算法在收敛精度上较粒子群禁忌混合搜索等算法有较大提升。

求解多目标PFSP的改进遗传算法

针对多目标置换流水车间调度问题(PFSP)提出了一种改进的遗传算法,用于优化最大完工时间和总完工时间。该算法采用启发式算法和随机算法相结合产生初始种群,以保持种群多样性;通过选择、交叉、变异操作以及群体更新策略完成进化过程;当种群进化停滞时,引入群体重新初始化机制恢复多样性。此外,设计了一种变邻域搜索算法,加速种群收敛并跳出局部最优。通过基准测试问题实验以及与其他几个优化算法比较,结果表明,提出的算法无论在求解质量还是稳定性方面都优于其他算法。

一种改进遗传算法及在多目标优化中的应用

基本遗传算法在求解大规模多目标优化问题时会出现早熟和搜索效率低等问题。针对这些问题,对基本遗传算法引入了邻域操作、自适应策略和混沌优化等多种改进策略,研究设计了一种有机结合各种改进策略的改进遗传算法流程。应用实例的仿真试验表明改进算法可行,且在求解大规模多目标优化问题时较基本遗传算法具有精度和速度优势。

迟滞区8邻域搜索遗传算法的景象匹配

针对遗传算法在景象匹配应用中,都存在精度下降以及收敛慢的缺陷,本文通过对遗传算法机理的分析,定义了遗传算法搜索过程中的"迟滞区"概念,提出了迟滞区内8邻域搜索的策略。该策略在遗传算法迟滞区内,强制驱动最优个体往适应度更高的方向上运动,使得匹配结果具有较高的精度,同时能够优化基因质量,减少不必要的相似性度量,加快匹配速度。实验表明,与遍历法及传统遗传算法相比,迟滞区8邻域搜索遗传算法具有运算量小、匹配精确等特点。

求解复杂混合流水车间调度的改进NSGAII算法

针对砂型铸造车间调度问题中同时存在单机处理、并行处理与批处理的情形,构建复杂混合流水车间调度问题并提出一种改进非支配排序遗传算法求解上述问题。首先,以最小化最大完工时间和总能量消耗为优化目标建立线性规划模型,针对工序特征提出启发式解码规则。其次,提出了基于非支配的交叉对象匹配机制提升可行解的多样性,提出了基于区域中心的贪婪变邻域搜索机制提升可行解质量。最后,对改进算法进行了仿真,证明了算法的有效性。

一种求解柔性作业车间的改进遗传算法

针对柔性作业车间调度问题的特点,建立了以最小化最大完成时间、总机器负载最小和最大机器负载最小为目标的数学模型,提出一种改进遗传算法求解该问题。采用多种启发式方法提高初始解的质量;设计了并行双链式编码,避免产生非法解,并提出最优插入法的解码方式提高解的质量;采取IPOX交叉与多点交叉,继承父代优秀基因的同时,平衡了算法的全局开发能力;在不同编码层采用多种变异手段维持种群的多样性;通过变邻域搜索强化算法的局部开发能力。最后,通过求解Brandimarte标准算例和与其他算法的对比,从单目标和多目标2个方面验证算法的可行性和有效性。

基于NCGA的汽车外饰件注塑成型工艺参数多目标优化

针对汽车外饰薄壁零件生产中的多个工艺目标优化难题,本文以汽车B柱外饰件为分析对象进行研究。通过Moldflow软件建立零件仿真模型,并进行最优拉丁超立方试验采样数据,利用Kringing方法建立代理模型,以翘曲变形量和体积收缩率为注塑工艺的多个优化目标,通过邻域培植遗传算法(NCGA)对所建代理模型进行参数优化,并获得平衡了翘曲变形量和体积收缩率这2个目标的最优工艺参数组合:模具温度44.43℃,熔体温度205.36℃,注射时间1.99 s,保压压力38.71 MPa,保压时间27.47 s。与原有工艺参数相比,翘曲变形量降低了18.56%,体积收缩率降低了50.94%,注塑件质量得到显著提高。

基于改进遗传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,以最小化最大完工时间、关键机器负载以及机器总负载为目标建立调度数学模型,提出一种改进改进遗传算法进行求解。算法采用两种交叉原则,通过对关键工序块操作形成二级邻域结构进行求解,并采用外部档案集对操作过程中的个体进行保留,采用加权法对个体进行评价,对Kacem基准算例进行求解,以证明所提出算法求解性能。

基于个体邻域的改进NSGA-Ⅱ算法

带有精英策略的非支配排序遗传算法(NSGA-II)是在NSGA的基础之上,提出拥挤度和拥挤度比较算子,代替了需要指定共享半径的适应度共享策略,是解决多目标优化问题的经典算法之一。但是NSGA-II算法在保持种群多样性时采取的拥挤距离排挤机制有着pareto前沿分布不均匀的缺陷,因此,提出一种基于个体邻域的改进NSGA-II算法SN-NSGA2。SN-NSGA2将密度聚类算法DBSCAN中邻域的思想应用到排挤机制中去,提出一种个体邻域的构建方法,采用相应的淘汰策略去除个体邻域中的其他邻居个体。实验结果表明相对于NSGA-II算法来说,新算法求出的pareto解集有着更好的分布性以及良好的收敛性。

水文无线传感网覆盖的多目标优化算法研究

在复杂的自然环境下,人工部署采集节点比较困难,可以采用抛洒水文无线传感器进行水文信息采集。传感器网络的覆盖面积与生存期限都是优化的目标,对于此类多目标优化问题,通过增加邻域搜索来改进遗传算法求问题的非支配解集,仿真结果表明,该算法能扩大解空间,改善解的质量。

基于改进NSGA-Ⅱ混合算法求解多目标柔性作业车间调度问题

针对多目标柔性作业车间调度问题(Flexible Job-Shop Scheduling Problem, FJSP),求解算法和多目标处理至关重要,在建立以最小化最大完工时间、最小化生产总能耗、最小化设备总负荷为优化目标的数学模型情况下,提出一种改进的非支配排序遗传算法(INSGA-Ⅱ)与变邻域搜索算法(VNS)求解该问题。结合问题特点设计工序与设备融合并行双链式编码方式,将个体基因分成工序和设备两部分分别编码。根据改进的NSGA-Ⅱ算法进行最优解搜索,将搜索结果作为VNS的初始解,提高初始解的质量。为提高局部搜索能力,设计4种不同的邻域结构,构建邻域结构集以产生邻域解,保证邻域解在搜索过程的可行性,同时提高求解效率。通过在经典数据集上与其它算法进行实验对比,验证了IVNSGA-Ⅱ算法在多目标生产智能优化调度中的可行性和有效性。

数控机床主轴的多目标优化设计

对数控机床主轴的机构参数优化问题进行了研究。提出了一种以主轴重量、主轴伸出端的扰度为目标的结构参数多目标优化方法。研究了利用多学科优化设计软件iSIGHT对数控机床主轴进行多目标优化设计的方法步骤,并对一个简化的机床主轴模型进行了多目标优化设计,得到Pareto最优解集。研究表明,基于Pareto最优解的方法更适合于数控机床主轴的优化设计;利用iSIGHT进行优化设计,可以简化求解过程,具有一定的工程实用价值。

多目标模糊柔性作业车间调度问题优化

为降低柔性作业车间调度中的能耗,针对实际制造车间中工序加工时间和交货期的不确定性,将加工时间和交货期采用模糊数表示,建立以完工时间、平均满意度和最小满意度为柔性作业车间调度问题的多目标函数。同时设计了邻域遗传算法(GANS)求解该问题,算法采用机器选择的方法产生初始种群,并采用工序插入式方法对染色体进行解码;采用动态交叉概率及改进精英保留策略来保证种群的多样性和加快算法的收敛速度;并提出一种基于移动模糊关键工序的邻域结构来加强算法的局部搜索能力。最后通过数值实验验证了模型和算法的有效性和可行性,并对4个基准问题进行测试。结果表明:该算法在求解的精度、鲁棒性和解集的分布性方面与传统算法相比具有一定的优势,是一种有效的求解模糊柔性作业车间调度问题的新方法。

多目标柔性作业车间低碳调度研究

针对作业车间低碳调度问题,提出了基于遗传变邻域混合算法的多目标柔性作业车间低碳调度模型.该模型在核算机械加工系统碳排放量时,综合考虑了由机器消耗能源直接产生的碳排放和处理废弃物间接产生的碳排放,建立了完工时间、机器总负载和碳排放量的目标函数,并采用多目标加权法对目标函数进行加权求和,最后利用遗传变邻域混合算法对调度模型进行求解.仿真结果表明,本文模型可以在保证完工时间和设备利用率均衡的前提下,减少生产过程中的碳排放量,验证了该模型的可行性和有效性.

具有机器可利用性的双目标置换流水车间调度

研究了具有机器可利用性的置换流水车间调度问题,引入CDS启发式算法和局域搜索构造出改进遗传算法,用于同时最小化总加权完成时间和总加权拖期。应用CDS启发式算法产生40%初始工件加工序列群,其余60%的初始工件加工序列群则通过随机程序产生,以此来提高初始工件加工序列群的质量。针对交叉和变异之后的工件加工序列,设计基于两两交换、单工件插入和多工件插入3种邻域解生成机制的局域搜索,以提高解的搜索空间。将所提出的改进遗传算法与基于遗传算法的3种启发式算法进行仿真实验,结果表明:所提算法在平均77.65 s内相对于其他算法的目标改进率分别为5.05%、3.09%、7.33%,这也说明了所提算法在较短的时间内能得到更好的目标值;随着问题规模的增大,改进效果更佳。

基于Isight的五连杆悬架硬点优化设计

为开发设计全新五连杆后悬架,建立整车多体动力学模型,并根据某样车五连杆后悬架实测K&C数据验证了模型精度,采用优化分析软件Isight和多体动力学软件Motion View进行联合仿真,针对五连杆后悬架的硬点设计需求,进行了悬架硬点对K&C性能参数的敏感度分析,根据分析结果和K&C性能参数的优化边界,利用邻域培植多目标遗传算法完成了五连杆后悬硬点的优化设计。

复杂地形风电场的机组布局优化

针对如何在复杂地形风电场内有效地排布风力机机组,以达到风电场年发电量最大和年运行成本最低的目标进行了研究。选取规则对称的山地地形风电场为研究对象,采用应用较为广泛的工程模型模拟复杂风场的流动分布特征,并将结果与商用软件Fluent的模拟结果进行对比分析,确保该工程模型的计算精度。此外,还依据风能项目经验对风电场的年运行成本进行建模。然后,基于NCGA算法以机组总台数和每台风力机位置为决策变量,以年发电量和年运行成本为目标进行多目标优化。最后,文中给出优化后的风电场特征参数及机组布局轮廓图,将来可为真实风电场的微观选址工作提供理论依据和数据支持。

1250t液压机滑块筋板的鲁棒优化设计

滑块是液压机的重要受力结构,对其进行优化设计十分重要。运用邻域培植遗传算法(NCGA)进行确定性优化设计并进行6σ单点稳健校核,结果表明设计结果的稳健性较差;将NCGA算法与6σ稳健优化方法相结合,在多学科优化软件iSIGHT中进行模型优化设计,结果表明设计结果的稳健性达到99.999 9%。