基于改进遗传算法的装配序列优化

针对机械产品的装配序列优化问题,利用产品装配优先关联矩阵,生成可行装配序列作为初始种群。在遗传算法中加入参考集,并结合分散搜索算法的分散,收敛,集聚的智能迭代机制,避免了搜索的随机性,以装配的连续性为目标进行优化,不断更新参考集,最终求得最优解。通过特定的交叉和变异使解不断向最优方向发展。最后,以三级减速器为实例分析,验证了改进遗传算法的有效性和可行性。     

基于干涉矩阵的装配序列规划

阐述了利用干涉矩阵进行装配方向可行性判断和应用遗传算法进行装配序列规划的方法.干涉矩阵可从三维CAD系统中得到,为减少搜索空间和更快得到能满足装配工艺性的最佳装配序列,可结合装配工艺性和装配的特点对干涉矩阵适当进行处理.该方法有利于实现从三维CAD系统到装配序列的自动规划,最后以实例通过MATLAB编程说明该方法的可行性.     

改进遗传算法的飞机结构件装配序列优化研究

为获取最佳的装配序列,提高飞机装配效率,扩展装配序列多样性,设计改进遗传算法的飞机结构件装配序列优化方法,以此作为飞机结构件装配序列优化的评价指标并设计对应的约束条件。依据评价指标及对应的约束条件,建立装配序列优化的目标函数;利用改进遗传算法求解目标函数的解。实验证明：该方法可有效优化装配序列,提高装配效率;在同种群容量时,该方法获取的可行装配序列数量较多,即装配序列多样性较佳,且收敛速度较快。     

一种基于遗传算法的装配序列优化方法

基于遗传算法建立了装配序列生成模型,对装配序列进行优化生成。为提高优化效率,该算法将装配方向作为已知数据给出,并引入子装配体进行分层规划。最后,以蜗轮减速器装拆序列规划为实例验证该方法的有效性。     

基于遗传算法的飞机装配序列规划优化方法

在基于割集的装配顺序规划方法中,随着零件的增加,装配序列数呈指数增加,由此导致算法的组合爆炸问题。为此,提出了基于．遗传算法的装配序列规划优化方法,研究了零件装配信息的基因组表示方法,将参与装配的零件的基因组排列成序,实现装配顺序的染色体表示。采用模糊集理论建立了适应度函数,并对装配序列进行评价和优化。以某型飞机机翼产品为例,验证了技术的有效性。     

基于遗传算法的产品装配序列规划研究

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。     

基于遗传算法的装配序列规划研究

分析了传统装配序列规划的不足,建立了考虑子装配体稳定性的目标函数,采用带记忆的遗传算法进行装配序列规划;在初始种群生成时,可以输入带专家知识的可行装配序列改善种群的组成成份;在各种群的生成过程中,始终保留所获得的当前最优可行装配序列,确保算法最终收敛到最优或近优解。最后以实例说明该方法的有效性。     

基于特征的装配模型及装配序列规划研究

为了充分利用CAD模型信息进行装配序列规划,将单一零件和子装配体统一为装配单元,建立了基于装配特征的产品层次模型。通过装配特征矩阵的建立来分析装配单元的自由度信息,进而确定其可拆卸程度。基于可拆即可装的假设,对可拆卸启发式规则、拆卸方向和连接关系进行分析,生成产品的拆卸/装配序列。在对装配序列进行优化的基础上,生成可行的装配序列。以球阀产品为例详细介绍了应用情况。     

基于免疫遗传算法的装配序列规划

针对常用免疫遗传算法在求解装配序列时搜索速度较慢、求解可行优解困难的问题,采用矢量距浓度计算方法,提高了种群的多样性;采用接种关联约束疫苗、静态联接疫苗方法,提高了算法求解可行优解的能力,加快了收敛速度。以某控制器为实例,验证了该方法的优越性。     

基于改进的遗传算法的装配序列规划

针对装配序列规划问题的特点,设计了具有针对性的杂交算子和变异算子.并应用Boltzman变比技术对遗传算法进行了改进,提出了一种基于改进的遗传算法的装配序列规划的方法.通过使用精英选择技术,保证最优种群能进入到下一代中.提出了一种应用简化关联图生成遗传算法初始种群染色体的方法,应用该方法并结合人工输入的方法,可以保证初始种群染色体的质量.实际应用证明,该方法比传统方法更加有效.     

面向装配序列优化的一种改进基因算法

针对产品装配序列规划问题的特点和要求，提出了基因组编码表示方法，用以描述产品装配的相关信息，将装配序列表示了基因组排列组成的染色体，改进了传统的基本算法，通过交叉和多层次变异来实现基于基因组编码表示的多信息装配序列的并行优化，最后，通过实例说明了该算法的有效性。     

多工位装配序列粒子群优化算法

针对传统单工位装配序列求解上的不足,将粒子群算法应用于多工位多目标装配序列优化的求解,提出一种面向复杂多工位产品的装配序列优化方法。采用优先序列图(Assembly precedence graph,APG)来描述零件间的优先约束关系,构建优先关系矩阵、装配干涉矩阵、工位能力表和装配信息表,描述装配部件干涉及工位之间的关系;给出粒子群算法编码体系和装配关系算法模型表达方法;综合考虑装配操作成本、装配工具更换成本和装配夹装变更成本和运输成本的影响,提出有工程意义的适应度函数的表达式;根据APG生成随机的可行初始装配序列,并利用粒子群算法(Particle swarm algorithm,PSO)对装配序列和装配工位进行优化。以飞机起落架装配序列规划实例验证多工位粒子群装配序列优化算法有效性。     

基于遗传退火算法的复杂产品装配序列规划方法

分析了可行装配序列的推理约束条件,建立了考虑装配体稳定性的优化评价模型。采用带记忆的遗传模拟退火算法进行复杂产品的装配序列规划,并通过大量试验分析确定了算法近优运行参数。最后以8E150ZLC柴油机机油泵为例验证说明该方法是一个行之有效的具有工程实际意义的产品装配序列规划方法。     

基于遗传算法的复合材料天线罩优化设计

研究复合材料天线罩结构优化,提出一种遗传算法与高精度通用有限元分析软件相结合优化方法。为了加快收敛进程,对遗传算法本身做出一定改进。通过对某型天线罩结构的优化计算,表明文中所提优化方法是可行有效的。     

基于遗传算法的发动机箱体工艺路线优化

针对发动机箱体,提出了基于遗传算法和约束矩阵的工艺路线优化方法。通过对箱体特征的定义和分类,确定了特征加工的优先关系,自动生成了工艺规划的约束矩阵。在计算机辅助工艺过程设计（CAPP）平台中,定义了缸孔、瓦孔和通水孔等关键部件的加工工艺。按照提出的工艺路线优化方法,进一步优化了发动机箱体的工艺路线。     

基于遗传算法的装配车间调度问题的研究

研究了装配车间调度问题,提出了一种基于遗传算法的车间作业调度方法。根据车间调度系统的特点,通过Delmia/QUEST软件建立了制造系统仿真模型进行仿真分析。结合仿真系统,分析了QUEST软件的设计原理及应用方法。最后通过计算机仿真模型实例验证了算法的有效性。