多目标不完全拆卸线平衡问题的建模与优化

针对实际生产中在满足约束条件下仅考虑拆卸需求零件和危害零件的特点,以工作站数目、空闲时间均衡指标和拆卸成本为优化目标,构建了不完全拆卸线平衡问题多目标模型。基于解的离散性和优化目标的多重性,提出一种Pareto解集思想的变邻域-粒子群融合算法。该算法通过建立拆卸任务和粒子群迭代搜索的对应关系,将变邻域搜索作为局部搜索策略,同时引入Pareto解集思想、拥挤距离机制处理多目标问题,以保证求解结果的多样性;通过Hyper-volume指标解决了多目标优化难以评价算法收敛性能及Pareto解集优劣等问题。采用所提算法求解不同规模完全拆卸线平衡问题测试算例,其中不同搜索深度的对比试验表明了变动搜索深度能很好地兼顾求解质量和求解效率,不同算法的对比试验表明了所提算法的优越性。最后,将所提模型与求解方法应用至某打印机不完全拆卸线的设计中。     

圆柱齿轮传动多目标优化的差分进化算法

针对单级斜齿圆柱齿轮传动机构优化设计问题,建立以体积最小化和重合度最大化为目标的约束多目标优化模型。为提高Pareto前沿的分布均匀性和分布广度,将网格Pareto占优技术与约束多目标差分进化算法结合,设计网格占优约束多目标差分进化算法(ε-CMODE)。根据工程实践需要,将离散约束多目标优化模型映射为约束非负整数规划问题,再改进ε-CMODE算法以求解该模型。最后,给出优化设计实例。结果表明,ε-CMODE算法能有效求解齿轮机构多目标优化问题,得到均匀分布的Pareto前沿,可为设计人员提供多组备选解。     

一种用于多目标约束优化的改进进化算法

当前求解多目标优化的进化算法主要考虑如何处理相互冲突的多个目标间的优化,很少考虑对约束条件处理的问题.对此,给出了一种基于双群体搜索机制的改进差分进化算法,以求解多目标约束优化问题.采用两个不同种群,分别保存可行个体与不可行个体的双群体约束处理策略,利用基于Pareto的分类排序多目标优化技术,完成对进化个体解的评价.并通过群体混沌初始化、自适应交叉和变异操作来提高基本差分进化算法的性能.对三个经典测试函数的仿真结果表明,文中算法在均匀性、逼近性及收敛速度三方面均优于非支配排序遗传算法,而收敛速度也优于另两种改进进化算法.     

基于拥挤距离排序的铝电解多目标优化

针对铝电解生产过程难以快速、准确地获得节能减排多目标优化Pareto前沿问题,提出一种基于拥挤距离排序的多目标细菌觅食算法。方法在保证铝电解槽平稳运行的基础上,建立电流效率最大和温室气体排放量最小的多目标优化模型;利用拥挤距离更新外部档案及对菌群步长进行自适应动态调整,以改进种群的收敛性和多样性,最后对优化模型求解。通过实验可知,改进后的算法能快速获得分布均匀的Pareto最优解,运用优化后的决策参数指导生产,能在提高电流效率的同时减少温室气体的排放量,实现铝电解生产过程节能减排的目的。     

基于小生境粒子群算法的公差多目标优化设计

为解决产品设计中的公差优化问题,提出一种基于小生境粒子群算法的公差多目标优化方法。以加工成本、质量损失成本和公差敏感性为优化目标,以装配功能要求和加工能力为约束条件,建立了公差多目标优化模型。对标准粒子群算法进行改进,根据小生境数和Pareto优劣性确定孤立粒子,并通过个体历史最优粒子与孤立粒子的变异、选择操作更新粒子的个体历史最优位置;利用Pareto支配数排序更新粒子群的全局最优位置。利用改进的粒子群算法对公差多目标优化模型进行求解,得到分布均匀的Pareto前沿。设计并开发了原型系统,通过实例验证了该方法的有效性。     

多行设备布局的一种多目标差分进化算法和线性规划混合方法

针对现有对多行设备布局研究中预先固定布置行数和未考虑行间距约束的不足,在满足最小间隙约束条件下,构建了优化物料流成本、布局行数和布局占地面积的多目标多行设备布局模型,并运用数学规划软件Lingo对模型进行了精确求解。基于所提问题的多目标、多约束、混合优化特性,提出一种基于Pareto解集的多目标差分进化算法和线性规划混合优化方法。该方法采用四列表直接编码方法表示可行解;提出一种结合改进换行策略的解码方式,该解码方式可以在满足边界约束条件的同时对所有可行的布局方案进行确定;为获得收敛性、分布性良好的多目标布局结果,采用Pareto思想、NSGA-Ⅱ拥挤距离机制筛选外部档案中的非劣解。应用所提算法求解不同规模多行设备布局问题测试算例,比较分析3种差分进化模式对所提方法在求解质量和求解效率方面的影响。最后,将所提模型和求解方法应用至两个布局实例中,不同算法的对比试验表明了所提方法的有效性、优越性。     

资源约束情况下随机性联合采购模型的差分进化算法

针对贴近库存管理实践的随机性联合采购研究严重不足的现状,构建了可用资金和存储空间约束条件下的随机性联合采购模型,该模型属于NP-hard问题,目前缺乏稳定高效的全局优化求解算法.在对标准差分进化算法进行改进并通过典型测试函数进行性能测试后,设计了一种可靠的适用于多约束随机性联合采购问题的自适应混合差分进化算法,并通过一个算例验证了求解算法的科学合理性.通过六个算例的对比分析,验证了所提求解算法的通用性和全局优化能力.     

扇形采样约束多目标差分进化算法及工程应用

工程实践中存在大量约束多目标优化问题(Constrained multi-objective optimization problems, CMOPs),多目标进化算法是求解这类问题的一类有效方法。引入扇形采样技术,将二次变异双种群差分进化算法和约束处理方法相结合,设计求解CMOPs的进化算法——基于扇形采样的约束多目标差分进化算法(Sector-sampling-based constrained multi-objective differential evolution algorithm, SS-CMODE)。扇形采样可避免耗时的非劣操作,且能保证Pareto最优解集的良好逼近性和多样性。通过3个典型CMOPs的对比测试,表明SS-CMODE的解集均匀性和计算效率明显优于对比算法。以J23-80机械压力机使用的双曲柄串联机构多目标优化为例,研究新算法求解工程问题的有效性。以锻冲工作阶段平均速度波动最小和力传动性能最优为目标,建立机构的约束多目标优化模型,再应用SS-CMODE求解该问题。结果表明,该算法能求出多组满足约束条件的Pareto最优解,且解集均匀性良好。     

基于强度Pareto进化的注塑机注射性能多目标优化

为实现大型注塑机注射性能的优化设计,构建了注射压力、注射速率和注射功率优化模型,应用多目标进化算法,系统分析了影响注射性能的各方面因素.改进强度Pareto进化算法,引入模糊C均值聚类,加快外部种群的聚类过程.采用约束Pareto支配和浮点数、二进制混合染色体编码策略,一次运行就能求得分布均匀的Pareto最优解集,并使用基于集合理论的方法选择一个最优解.试验分析表明:结合了强度Pareto进化算法与模糊C均值聚类方法的混合算法在提高注射综合性能的同时,能够获得比线性加权法分布性更好的Pareto前沿;且与强度Pareto进化算法相比,显著缩短了运算时间,具有较高的效率与鲁棒性.     

基于改进非支配排序遗传算法的正铲挖掘机工作装置优化设计*

采用多目标进化算法对正铲挖掘机工作装置进行优化设计,目标是水平直线挖掘铲斗切削后角变化量、主要挖掘区域内纵向斗杆挖掘最大挖掘力和纵向铲斗挖掘最大挖掘力3个性能指标。针对NSGA-II处理具有复杂Pareto最优前端优化问题能力不足的问题,提出动态拥挤排序策略,提高算法求解的多样性,引入差分算子和柯西变异算子,提高算法的全局寻优能力。使用ZDT系列测试函数对改进算法进行测试研究,结果表明改进算法的收敛性指标和多样性指标均有很大提高,能够很好地处理具有复杂Pareto最优前端的优化问题。基于改进的优化算法对正铲挖掘机工作装置进行优化设计,并利用理想解法得到了最满意优化方案,优化结果表明了改进算法应用于实际工程问题的有效性和可行性。     

面向现场加工的全液压驱动主轴水下钻孔特性建模与优化方法

针对现场摩擦叠焊修复加工中高速液压驱动主轴头在低速时钻孔效率低的问题,提出了一种全液压驱动主轴水下钻孔特性建模与离线优化方法。 通过多次实验获得钻孔数据,通过BP神经网络对数据进行拟合得到水下钻孔扭矩特性,并通过遗传算法寻优,得到了最优切削参数,该参数作为在线优化的初始输入。结果表明,通过该方法能够得到全液压驱动主轴的水下钻孔特性和最优切削参数,缩短了现场钻孔加工的在线优化时间,提高了钻孔加工效率。     

基于GABP和改进NSGA-Ⅱ的高速干切滚齿工艺参数多目标优化决策#br#

针对高速干切滚齿过程中的工艺参数优化决策问题,提出一种基于加工工艺样本预测和多目标遗传优化算法的工艺参数优化决策方法。基于实际加工工艺样本集,以改进的多目标遗传算法（improved NSGA-Ⅱ）为主体模型,以最大刀具寿命、最小加工能耗为优化目标,以加工质量、加工时间为约束条件,利用遗传反向传播算法（GABP）神经网络建立关于加工优化目标的预测模型,将其作为多目标优化模型的适应度函数;通过DBSCAN算法获取待优化滚齿工艺问题的相似样本集,建立多目标优化问题输入区间;构建面向待优化滚齿工艺问题的多目标优化模型,迭代搜索最优工艺参数集。     

分时电价下基于NSGA-Ⅱ的柔性作业车间绿色调度

通过规划绿色生产调度实现了时间、经济和能耗三者的协同优化。以柔性作业车间为背景，结合分时电价政策，构建了设备不同工作状态下的设备能耗成本计算模型；同时兼顾碳排放与订单交付等绿色生产车间管理要求，建立了包括最小化碳排放、能耗成本和最大完工时间在内的柔性作业车间绿色调度多目标优化模型；为避免算法过早陷入“早熟”并保持种群多样性，采用基于动态控制参数和改进精英保留策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行求解；最后，通过具体算例验证了所建立模型的可行性与改进算法的优越性。     

基于支持向量回归的熔丝制造3D打印能效优化模型

基于响应面法和支持向量回归模型对熔丝制造3D打印能效进行预测与优化。首先,利用田口方法设计六因素三水平正交试验,通过响应面法分析得出对加工能效影响较为显著的3个因素即层高、打印速度和热床温度;然后,通过支持向量回归方法建立加工能效预测模型,并与BP神经网络方法进行对比,结果表明支持向量回归方法建模预测性能更优;最后,建立以加工时间和能效为目标的优化模型,利用NSGA-Ⅱ、MOEA/D、SPEA2和MOPSO 4种算法分别对模型进行求解,分析比较4种算法的Pareto前沿,结果表明NSGA-Ⅱ算法在求解此问题时综合表现最佳,对比NGSA-Ⅱ算法求得的优化结果与试验结果可知,NSGA-Ⅱ算法具有有效性和合理性。     

基于局部搜索NSGA-Ⅱ算法的机械产品分组选择装配方法

针对批量机械产品多目标要求下的分组选择装配问题,提出一种基于局部搜索的第二代非支配排序遗传算法(NSGA-Ⅱ)的分组选择装配方法.以装配精度和装配成功率为优化目标,构建基于质量损失函数和尺寸偏差的综合选择装配模型.采用浮点数和整数相结合的编码方式来描述分组选择装配方案,为获得分组选择装配方案中每个产品的封闭环实际尺寸,...     

基于NSGA-Ⅱ的多目标遗传算法通用涡旋盘的优化设计

利用非劣排序遗传算法(NSGA-Ⅱ)对通用涡旋压缩机的动静涡旋盘涡旋体高度、涡旋盘主轴转角、涡旋型线基圆渐开角、涡旋型线基圆半径基本参数进行优化设计,使涡旋盘的径向气体力、切向气体力、倾覆力矩、自转力矩、能效比达到最优。给出了优化设计的遗传算法计算方法、数学模型、基于遗传算法数学模型、程序流程图、多目标优化结果。较其他优化方法,NSGA-Ⅱ能较好解决多目标非线性优化问题,最后用优化后的数据验证了该方法的有效性。     

基于改进NSGA-Ⅱ的网络采购供应商采购份额分配研究

研究网络采购模式下具有刚性约束的供应商采购份额分配的问题。建立3个决策目标及多目标决策供应商采购份额分配决策模型,提出一种NSGA-Ⅱ算法种群初始化方法,引入三角函数对算法初始化进行改进,解决种群的随机性与刚性约束之间的矛盾,使算法可应用于求解存在刚性约束的问题,为实现采购平台的推荐功能提供了思路。     

资源约束下拆卸线平衡问题的建模与改进混合蛙跳算法

针对实际拆卸线中涉及的资源约束和危害零件问题,以资源总数、工作站数和危害指数为目标函数,构建了多目标资源约束拆卸线平衡问题数学模型。基于AND/OR关系,在优先关系矩阵中添加OR关系的描述,解决了产生初始解仅考虑AND关系的不足问题。提出了一种融入Pareto思想的改进混合蛙跳算法  ,该算法采用基于满意度的改进排序分组策略来解决多目标优化种群分组问题;提出了一种新的交叉变异方式进行局部搜索以提高收敛性能;利用拥挤距离机制评价非劣解集以及有效地维护外部档案容量。采用田口实验和统计分析方法确定了算法最佳参数组合,将改进前后的混合蛙跳算法及NSGA-Ⅱ对测试算例的求解结果进行了多指标对比分析,研究结果表明：改进混合蛙跳算法具有良好的综合求解优势。最后,将所提算法应用到某电冰箱的资源约束拆卸线平衡问题中,为决策者提供了较优的拆卸方案。     

OPTIMIZATION OF CUTTING CONDITIONS IN DRILLING OPERATIONS WITH PLANE RAKE FACED TWIST DRILLS

Optimization analyses and strategies for drilling operations on CNC machine tools with plane rake faced (PRF) twist drills are presented using a deterministic optimization approach. The optimization is based on criteria typified by maximum production rate while allowing for a range of practical constraints. The optimization analyses result in a deeper understanding of the effect of the constraints and a clearly defined optimization strategy that guarantees the global optimum solution. A numerical study is finally carried out to assess the optimization model and demonstrate the economic benefits of using this model over handbook recommendations in selecting the drilling parameters.     

基于新型蚂蚁算法的传动方案优化设计研究

针对复杂机械产品传动方案的优化设计问题,提出了一种融合模拟退火算法的新型蚂蚁算法.该算法改进了蚂蚁算法中信息素的初值设置和信息素更新模型,探讨了新型蚂蚁算法的融合思想和设计依据,建立了基于新型蚂蚁算法的传动方案的优化设计过程模型.该方法能尽快搜索到较理想的下降方向,提高了蚂蚁算法的收敛速度,同时克服了模拟退火算法要求初始温度足够高,收敛速度缓慢的缺陷.具体应用表明了该方法是可行的.