改进的遗传算法在机加车间排产优化的研究

机加车间排产优化是降低生产成本,提高加工效率,增强企业市场竞争力的重要措施,遗传算法作为一种高效的优化算法在求解排产问题中得到广泛应用。以加工时间最短为目标,对机加车间工件加工问题建立数学模型。针对标准遗传算法(SGA)求解存在的早熟收敛、求解精度低等问题,提出一种改进的遗传算法。为获得更好的基因结构,以个体适应度值为参照自动调节交叉概率和变异概率。为避免无效解,根据加工任务高度值划分基因段来改善交叉操作。为增强算法的全局搜索能力,引入混沌理论优化变异算子。仿真结果表明改进的遗传算法较SGA有更好的收敛性和全局搜索能力,对机加车间排产优化效果明显。     

基于改进遗传算法的生产车间多工艺计划调度研究

建立了基于多工艺加工计划的生产调度数学模型,给出了基于改进遗传算法的无辅助加工时间多工艺加工计划调度算法,通过与国外学者提出的算法相比较,证明了该算法的正确性和优越性,实验结果表明,模型是正确的,算法是有效的。     

基于遗传算法的RMS车间排产优化方法

可重构制造系统（reconfigurable manufacturing system,RMS）在车间层面的核心功能之一为排产管理。排产是车间作业管理的基本问题,通过排产将主生产计划细化和落实,可以提高制造企业的整体生产效率。在遗传算法的基础上对排产基因进行优化改良,加快了迭代速度,使生产线在物理重组的基础上,通过制造执行系统进一步实现逻辑算法的重组,进而快速实现多品种、变批量的生产活动。     

飞机复合材料车间生产计划调度管理系统研究

以国内某航空企业复合材料生产车间的生产执行系统的应用为基础,介绍了生产计划调度管理的地位和相关理论,简要介绍了生产执行系统的总体框架,阐述了计划调度管理信息系统的系统业务功能组成及其柔性,论述了由于生产计划调度管理子系统实施带来的对车间组织和流程上的改变,最后介绍了生产计划调度管理的设计和部分功能实现.系统已在某航空企业复合材料生产车间得到应用.     

烟草排产中嵌入规则的遗传算法应用研究

提出利用遗传算法解决烟草行业的作业调度问题.以某卷烟制造企业作为研究和应用背景,对烟草排产中的工艺路径和规则进行分析,构建基于遗传算法(Genetic Algorithm)的车间排产系统模型.同时将排产中的约束条件嵌入到算法设计过程中,给出算法设计方案.最后进行实例验证,结果表明,所提出的排产算法在烟草的排产中具有很好的可行性.     

智能技术在生产调度及优化排产中的运用

在智能技术蓬勃发展的过程中,基于智能控制理论的遗传算法既具有非线性特点,也可并行处理,有利于生产调度的科学开展,也可对生产线排产调度进行优化。基于此,文章将从生产工艺及排产流程的阐述入手,通过优化调度问题模型的分析,进一步提出遗传算法这种智能技术在生产调度及优化排产中的具体运用。     

改进的遗传算法在车间作业调度中的应用研究

作业调度问题(JSP)是一类典型的NP-hard问题,遗传算法作为一种通用的优化算法在求解JSP中得到了广泛的应用.针对车间作业优化调度问题,通过对原有遗传算法进行了改进,建立了具体的基于遗传算法的改进模型,使其在优化过程中自动给出比较合适的交叉概率和变异概率,并保持群体的多样性,方法和解决步骤,显著提高了搜索效率.较好地解决了车间资源优化调度问题.     

基于遗传算法的作业车间调度研究与应用

提高大功率船舶柴油机的生产能力和水平,对提高我国造船行业的国际竞争力有着重要的意义。介绍作业车间调度问题,提出一种改进的遗传算法,同时将此算法应用于船舶柴油机的作业车间调度,该算法采用基于工序的编码方式,考虑了机床与工艺路线的约束,求解以关键设备的利用率最高和产品的加工周期最短为目标的静态调度问题,并通过具体的实例仿真分析其有效性。     

改进自适应遗传算法在硫化车间调度中的应用

针对轮胎加工生产过程中的瓶颈即硫化工序的生产调度，建立了一个基于改进自适应遗传算法的调度方案。改进自适应遗传算法相对于普通遗传算法，能够更有效收敛于目标，提高运算速度，并通过实例证明了该算法的有效性和可行性。     

基于并行协同进化遗传算法的多协作车间计划调度

为求解多协作车间的计划调度问题,提出了并行协同进化遗传算法。该算法采用基于工序的染色体编码方案。在遗传操作过程中,首先利用提出的基于工序约束的基因调整算法进行交叉操作和变异操作,保证了新个体满足工序约束。在解码操作过程中,采用考虑设备能力空间的解码算法,使得解码产生的调度为活动调度。此外,运用协同进化的思想,提出了协同适应值计算的算法,使协作环境的变化能灵敏地反映在个体的适应值上,从而有效地指导种群的进化。实例表明,该算法能够满足多协作车间并行协同调度的要求。     

基于改进遗传算法的多目标车间布局优化问题研究

以作业单元间物料搬运费用最小和搬运时间最短为优化目标,建立车间布局多目标优化模型.采用改进遗传算法进行求解,在选择、交叉及变异操作之后引入进化逆转操作,以提高遗传算法的局部寻优能力,加快收敛速度.最后对实例求解,将优化后的布局与原布局进行对比,得出搬运费用和搬运时间均有明显降低,验证了所建模型和算法的有效性.     

航空复合材料车间物料配送系统的研究

针对复合材料车间物料供应中存在的问题,提出改被动的物料供应为主动的物料配送.通过分析物料配送所需的信息,建立物料配送模型,并研究物料配送的作业流程.在此基础上开发了复合材料车间物料配送系统.     

一种改进遗传算法及其在图像复原中的应用

遗传算法的参数中交叉率和变异率的选择是影响遗传算法行为和性能的关键,直接影响算法的收敛性.论文提出了一种适用于实数编码的改进遗传算法,通过综合交叉和随机变异等手段,避免了人为确定交叉率和变异率,从而使算法更加稳健,在提高搜索效率的同时减少陷入局部最优的机会.研究了该方法在图像复原中的应用,并通过运动模糊图像复原的仿真实验,提供了图像复原的一种新思路.采用本方法恢复模糊图像,不必对点扩散函数作出精确的估计,仿真结果表明该算法能很好地恢复出已退化的图像,显示了改进遗传算法的优点,得到了一种图像复原的新方法.     

求解作业车间调度问题的一种改进遗传算法

为克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法。为基于工序的编码提出了一种新的POX交叉算子。同时,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,设计了一种子代交替模式的交叉方式,并运用局部搜索改善交叉和变异后得到的调度解,将提出的改进遗传算法应用于MuthandThompson基准问题的实验运行,显示了该算法的有效性。     

基于改进粒子群算法的复合材料机翼结构布局优化设计

采用粒子群算法对复合材料机翼结构进行布局优化求解.针对粒子群算法的早熟收敛现象,采用了两种改进措施:根据粒子的浓度变异粒子以增加粒子种群多样性;将变尺度混沌优化方法结合到粒子群算法中用以变异搜索最优粒子.算例结果表明,文中所提优化方法是可行有效的.     

基于改进遗传算法的拆卸序列规划

拆卸序列规划是拆卸回收的关键部分,为了提高拆卸效率,找到产品最优拆卸方案,根据产品拆卸对象的优先关系和连接关系建立优先约束矩阵,同时依据拆卸组合优化的特点改进基本遗传算法的染色体编码方式和遗传算子,基于优先约束矩阵判别拆卸序列的可行性,改进算法流程,并利用MATLAB软件进行编码运行计算,得出产品的最优拆卸序列,最后通...     

基于改进遗传算法的模糊张力控制

针对张力系统实时性的特点,提出了基于改进遗传算法的模糊控制器。该文对遗传优化的模糊控制器进行了改进：1）采用多调整因子的模糊控制器;2）引入超代遗传（HGGA）方法;3）对染色体个体编索引号,尽量避免其近亲繁殖。最后在张力平台上验证了上述算法,结果表明,上述控制方法有效地实现了张力的实时控制。     

基于改进遗传算法的圆度误差评定

提出了一种应用遗传算法计算满足最小区域法的圆度误差的新思路,并对传统的遗传算法提出了一些改进,理论上可以获得全局最优解。仿真结果表明,该方法可以在变量的全局范围内有效、正确的评价圆度误差。     

基于多色集合的改进遗传算法求解多品种柔性调度问题

为克服传统遗传算法求解调度问题所存在的早熟或收敛过慢等不足,提出基于多色集合理论的改进遗传算法.在编码、解码和变异过程中,通过搜索围道矩阵提高算法速度,进而提高求解效率;采用单层编码方式表示调度问题中的双层约束,以降低算法的时间与空间复杂度.通过实例比较验证了所提算法的可行性与优越性.     

Branch-pipe-routing approach for ships using improved genetic algorithm

Branch-pipe routing plays fundamental and critical roles in ship-pipe design. The branch-pipe-routing problem is a complex combinatorial optimization problem and is thus difficult to solve when depending only on human experts. A modified genetic-algorithm-based approach is proposed in this paper to solve this problem. The simplified layout space is first divided into threedimensional (3D) grids to build its mathematical model. Branch pipes in layout space are regarded as a combination of several two-point pipes, and the pipe route between two connection points is generated using an improved maze algorithm. The coding of branch pipes is then defined, and the genetic operators are devised, especially the complete crossover strategy that greatly accelerates the convergence speed. Finally, simulation tests demonstrate the performance of proposed method.