Development and Comparison of Hybrid Genetic Algorithms for Network Design Problem in Closed Loop Supply Chain

This paper presents four different hybrid genetic algorithms for network design problem in closed loop supply chain. They are compared using a complete factorial experiment with two factors, viz. problem size and algorithm. Based on the significance of the factor “algorithm”, the best algorithm is identified using Duncan’s multiple range test. Then it is compared with a mathematical model in terms of total cost. It is found that the best hybrid genetic algorithm identified gives results on par with the mathematical model in statistical terms. So, the best algorithm out of four algorithm proposed in this paper is proved to be superior to all other algorithms for all sizes of problems and its performance is equal to that of the mathematical model for small size and medium size problems.

基于PID控制和遗传算法的半导体激光器温控系统

为了实现半导体激光器温度的精确控制,设计了将PID控制与遗传算法相结合的高精度温度控制系统.该系统使用热敏电阻与光电二极管进行测量和反馈半导体激光器的温度值,并用热电制冷器作为温控执行器,构成了双闭环控制系统,提出了利用遗传算法在线优化PID参数的方法,根据实时测量偏差、控制器输出和上升时间构建函数作为待优化的性能指标,从而动态调整控制器的参数.结果表明,系统能够实现高精度的温度稳定控制,稳定度达到0.027%,温度偏差为0.002℃,控制效果优于传统的PID控制,具有较好的应用价值.

基于随机规划的制造／再制造物流网络优化设计

针对含有连续型随机参数的制造/再制造物流网络优化设计问题,在Monte Carlo模拟抽样基础上,建立了样本数量决定解算效率的两阶段随机规划模型,给出了模型求解的混合遗传算法,结合样本均值近似方法阐述了获取理想目标值及其可行解的最优值上下界逼近技术,明确了基于两阶段随机规划的物流网络优化设计步骤,举例说明了模型及其算法在设计决策中的应用。

不确定环境下的再制造闭环物流网络优化

考虑废旧产品回收数量、回收质量、再生产品需求量的不确定性以及废弃处理中心的选址等多重因素,构建单产品、多周期的再制造闭环物流网络优化设计模型,运用云遗传算法来确定物流网络中各设施的数量、位置、规模以及各设施间的合理物流分配量,使得在整个运营周期的净收益最大。通过算例来验证该模型的有效性。

基于遗传算法的双闭环系统模糊优化设计

提出一种基于遗传算法的直流双闭环调速系统参数优化设计方法 .根据工程技术的要求 ,选用速度超调量和过渡时间作为参数优化性能指标 .将该指标用模糊隶属度函数归一化 ,再加权平均形成系统优化模型的目标函数 .采用计算机数值计算方法 ,通过仿真获得系统对应参数的动态响应曲线及其性能指标 .最后以工程设计的参数为搜索范围 ,以速度调节器和电流调节器的参数为染色体中的基因 ,通过遗传算法在搜索范围中优化这些基因 ,获得优化解 .实验结果表明 ,所设计的参数能使系统性能指标有显著提高 .

基于Matlab的双闭环直流调速系统仿真及参数进化设计

本文提出了一种新的双闭直流调速系统设计方法 ,它首先在 Matlab与 Simulink环境下 ,正确地建立了双闭环系统的仿真框图 ,再以典型的性能指标为目标函数、以设计参数的取值范围等为约束条件建立了优化数学模型 ,最后采用新型遗传算法求得了调节器参数的优化解 ,有效地提高了系统性能指标。

双闭环直流调速系统参数的进化计算

用现代控制理论方法建立双闭环直流调速系统的状态方程式，并以时域性能指标为目标函数，建立了系统参数优化的数学模型．在工程设计方法的基础上引入了遗传算法，对设计参数进行了优化，优化后的设计参数显著地提高了系统性能指标．

易腐品多周期闭环物流网络鲁棒优化模型

针对不同周期的易腐品需求与退货不确定性问题,构建了易腐品多周期闭环物流网络,并设计了对应的混合整数线性规划(MILP)模型,以实现最低系统总成本、最佳设施选址以及最优配送车辆运输路径的决策。为有效规避不确定参数的影响,采用基约束鲁棒方法,将模型中的部分清晰约束转换为鲁棒对应式。以上海市果蔬农产品企业为实例,通过遗传算法对模型进行求解。结果表明,相对单周期而言,多周期系统具有动态性、系统成本更低的优点,同时通过不确定预算参数的变化分析,验证了鲁棒模型的可行性与有效性,进而为不确定环境下构建多周期闭环物流网络及降低系统成本提供了借鉴。

基于模糊贴近度法的蜗杆传动多目标优化设计

常规多目标优化设计处理方法一般只能求出问题的若干有效解,为了从若干有效解中选择出最有效解,将模糊贴近度法引入多目标优化设计。以蜗轮齿冠体积最小、传动效率最高和中心距最小为目标,在保证蜗轮和蜗杆满足承载、强度及其他要求的前提下建立蜗杆传动多目标优化设计的数学模型,用改进遗传算法求得该问题的理想解和若干个有效解,采用正态模糊分布,将理想解和若干个有效解转化为目标函数值空间上的模糊子集,并根据模糊贴近度法从若干个有效解中找出最贴近理想解的最有效解即最优设计方案,并排出若干个有效解的优劣次序。整个求解过程和结果验证了所提方法的有效性和可行性。

磁悬浮精密隔振器结构设计及控制算法研究

针对半主动隔振器存在精度不高、频带较窄等问题,设计了一种由永磁铁和电磁铁组成的混合磁悬浮隔振器结构,建立了动力学数学模型。根据控制精度和要求,提出一种改进型的双闭环控制策略,即采用改进型遗传算法对外环的自抗扰控制器(ADRC)参数进行优化,采用模糊神经网络对内环的PID控制器参数进行实时整定。通过MATLAB仿真比较,结果表明,采用优化控制算法后,系统超调量将小于1%,隔振器各参数稳定时间缩短了1.5 s左右。可见,改进后的控制算法具有较快的收敛速度,从而使混合磁悬浮隔振器具有更好的隔振性能。

双圆弧齿轮传动模糊可靠性的遗传算法设计

根据模糊可靠性设计理论,给出双圆弧齿轮传动的模糊可靠性设计准则,探讨了双圆弧齿轮传动设计中模糊变量与随机变量同时存在时的多目标多约束情况下模糊可靠性优化设计的数学模型,以及优化遗传算法求解该模型的算法流程。

基于启发式遗传基因算法的半导体制造系统库存控制研究

针对外部订单变动对制造系统库存数量的影响,提出了一种面向半导体制造系统的双闭环库存优化模型.该模型将外部订单的实时信息及时反馈至半导体生产线,将外部订单需求与生产线在制品库存进行优化:首先,对半导体制造系统进行了分析,提出了基于恒定在制品和实时库存的订单反馈机制,建立了基于原材料闭环和半成品闭环的双闭环库存模型;其次,针对模型所涉及的多目标参数优化问题,提出启发式遗传基因算法并进行多目标寻优.为了验证该方法的有效性,将所提出的双闭环模型和启发式遗传基因算法应用在半导体封装测试工厂进行实例验证.结果表明,所提出的双闭环库存优化机制具有较好的系统性能参数.

模糊环境下低碳闭环供应链网络设计多目标规划模型与算法

为了从网络设计的角度实现供应链管理的低碳化,研究了带有参数模糊性的低碳闭环供应链网络设计问题。针对模糊环境下包含制造工厂、回收中心、处置中心和客户多个参与主体的多级低碳闭环供应链网络设计的战略定位和配置问题,综合考虑多级闭环供应链网络参数的模糊性以及战术层多产品流和多运输方式的选择决策,以最小化供应链网络的总成本和总碳排放为目标,建立了机会约束多目标模糊规划模型。该模型将机会约束的最低置信水平作为决策变量进行优化,实现了经济目标和环境目标的有效平衡。设计了一种基于必要性测度的交互式ε约束模糊求解算法对模型进行求解。最后,通过算例验证了模型和算法的有效性和可行性。

新零售下生鲜产品闭环物流网络模糊规划

针对我国新零售模式的快速发展,消费者对生鲜产品需求与退货的模糊不确定性问题,考虑最低物流总成本、最佳设施选址以及最优配送车辆运输路径的决策,构建了新零售下生鲜产品闭环物流网络模糊规划模型。为求解该模型,将需求量与退货量看成三角模糊参数,利用模糊机会约束方法将模糊约束转化为等价的清晰条件。以上海市某生鲜电商企业为实例,通过置信水平的敏感性分析以及遗传算法与粒子群算法的双求解,验证了模型的有效性与可行性,进而为相关决策者提供了借鉴。

模糊环境下多周期多决策生鲜闭环物流网络

针对生鲜品因易腐易损性而产生的高频次物流配送及不确定需求与退货量的问题,提出了模糊环境下多周期生鲜闭环物流网络系统,以实现最小系统成本、最优设施选址与最佳配送路径的多决策安排。为求解系统对应的模糊混合整数线性规划(FMILP)模型,首先将生鲜需求量和退货量设定为三角模糊值,其次运用模糊机会约束规划方法将模糊约束等价变换为清晰式,最后利用遗传算法(GA)和粒子群优化(PSO)算法搜索案例的最优解。实验结果表明,多周期闭环系统比单周期更能兼顾多决策规划,同时三角模糊量的置信水平变化对企业最优运作有着显著影响,进而为相关决策者提供借鉴。

基于PIWOA的绿色闭环供应链网络多目标模糊优化设计

针对闭环供应链网络优化设计问题,建立了一种基于Me测度的闭环供应链网络多目标优化设计模型,以此降低供应链网络设计中不确定性因素在求解时的影响。首先,针对多层级闭环供应链网络,建立以成本最小、CO2排放量最小以及社会效益最大为目标的优化函数,并采用Me测度和三角模糊数对模型及相关约束进行模糊处理,得到不确定性闭环供应链网络优化模型;其次,在原有鲸鱼算法的基础上,引入变异收敛因子,增强其搜索能力,并将Pareto引入改进后的鲸鱼算法求解所建模型;最后,通过数值实例和仿真分析验证算法在搜索能力、时间以及优化目标函数值等方面具有较强的优势和性能。