基于动态规划算法的二阶段迭代模型任务分布方案的寻优

针对利用启发式算法求解二阶段迭代模型的最优任务分布方案容易陷入局部最优解的问题,引入具有全局搜索特性的动态规划算法,将二阶段迭代模型任务分布方案的寻优过程划分为若干个子问题,通过各子问题的最优化得到全局最优的任务分布方案,以保证任务执行时间为全局最短,减少设计迭代过程的时间成本。以某照相机的开发为例,通过对基于启发式的寻优和基于动态规划算法的寻优的求解结果比较,说明了后者的有效性。     

基于遗传算法并行迭代模型任务执行阶段数的寻优

针对二阶段并行迭代模型存在阶段数较少、任务分布方式单一的缺陷,通过对二阶段并行迭代时间模型进行扩展,确定多阶段并行迭代总时间模型,运用遗传算法研究多阶段并行迭代模型中任务执行的最优阶段数,使产品开发总执行时间最短。以某电动汽车的开发过程为例,验证了该方法的有效性,为产品开发提供了理论参考。     

产品开发中任务工期不确定条件下耦合集求解模型分析

针对产品开发中任务工期的不确定性,运用三点估计法估算任务工期的正态分布曲线和置信区间,并结合二阶段迭代模型,建立工期不确定条件下具有资源最优配置特性的耦合集求解模型,通过求解该模型得出在最佳的任务分配和资源分配情况下任务完成时间的分布情况。该方法通过某门座起重机变幅系统的开发实例应用分析进行了有效验证,能为实际产品开发提供一定的指导依据。     

基于遗传算法的串行迭代过程最优执行顺序的确定

针对任务规模较大与依赖关系较复杂的串行迭代模型中迭代时间求解复杂和最优执行顺序搜索难度大的问题,研究了采用多阶段混合迭代时间计算模型简化串行迭代时间的计算和采用遗传算法优化任务执行顺序的方法。并以智能割草机的设计过程为例,说明该方法的有效性。     

资源最优化配置下二阶段迭代模型求解方法研究

产品开发过程中常用的单阶段并行迭代模型要求所有任务并行执行,该要求在实际生产中难以实现。针对这一问题,将单阶段迭代模型与多阶段任务分配思想结合,构建二阶段迭代模型。研究求解该模型的资源最优化配置方法,以得到各任务小组的任务阶段和资源分配的最优化配置情况。将该二阶段迭代模型与资源最优化配置方法运用于某智能割草机的开发中,减少了开发过程所需的时间,从而验证了该模型的有效性。     

基于遗传算法的并行设计耦合集任务分布规划

针对完全并行迭代模型在实际产品设计中难以实现的问题,从迭代过程中任务的迭代时间和迭代次数的有限性两个方面对迭代模型进行了修正,并在此基础上对迭代模型进行了扩展,建立了改进后的多阶段混合迭代模型。结合遗传算法,求解在多阶段混合迭代模式下耦合集的最短执行时间和最小成本以及相对应的任务分布方案。以某智能割草机的开发设计过程为例,说明了该方法的有效性,并分析了阶段数和学习率对任务执行时间和成本的影响。     

随机需求环境下的作业能力规划模型研究

为研究市场需求的随机性对企业能力扩张决策的影响,根据确定性能力规划模型的一般形式,构建了随机市场需求环境下的能力规划模型。该模型以随机环境下期望成本最小为目标函数,引人随机需求变量,建立了市场需求的随机约束。基于随机线性约束的二阶段方法,得到了随机能力规划问题的确定性等价形式,提出了一种将遗传算法和随机线性规划二阶段模型相结合的随机能力规划模型求解算法。该算法在事先得到能力规划变量的情况下,使用二阶段方法求解随机需求约束下的产品组合问题,并以产品组合问题的最优解作为适应度函数,通过遗传操作,搜索能力规划的整数变量,获得随机能力规划问题的最优解。     

基于内部迭代的耦合任务集求解方法

针对并行迭代模型中的工作转移矩阵模型存在的缺陷,从任务迭代时间、信息传递的不完备特性以及迭代次数的有限性等方面进行了修正,建立了改进的并行迭代模型,进而结合遗传算法,求解多阶段模式下耦合集的最优执行工期和成本。用该模型求解两个产品开发过程的耦合任务集,验证了其有效性,并进一步分析了影响耦合集工期和成本的因素。     

遗传蚁群融合算法求解多项目资源能力平衡问题

为探索更高效的多项目资源能力平衡优化方法,提出了一种基于遗传蚁群融合算法的求解方法。建立了以单位时间内所有项目的总资源消耗方差为优化目标的问题模型,并设计了模型求解的遗传蚁群融合算法。该算法前过程采用遗传算法进行迭代求解,充分利用遗传算法的快速性和全局收敛性,生成初始信息素分布;后过程采用蚁群算法,充分利用蚁群算法的正反馈性和求精解效率高等特点收敛到最优解。通过具体算例验证了算法的可行性和有效性。     

基于云遗传算法的MRO服务调度

为了对产品全生命周期管理相关技术人员或服务商进行合理的组织和调度,在有限的成本条件下最快地完成维修、维护和大修任务,以维修、维护和大修中的维修服务为例,对维修服务调度问题进行数学建模,并应用基于云模型理论的遗传算法求解数学模型,得出最优调度方案.研究结果表明,建立的模型符合实际应用需求,采用云遗传算法可以产生最优解.通过比较可知,云遗传算法在求解精度和收敛速度上都优于自适应遗传算法.     

机械产品方案设计自动化研究

研究并提出了一种基于遗传算法的机械方案计算机辅助设计系统模型，该模型利用面向对象的方法将各个机构进行封装而形成机构类。通过把机械方案设计过程看作是一个状态空间的求解问题，用遗传算法控制其搜索过程，利用复制，交换和变异等操作进行一次次迭代，最终自动生成一组最优的设计方案，该系统经过了大量的实例验证，具有很高的有效性，准确性和实用性。     

基于遗传算法的堆场自动化设备调度策略

主要针对处理码头运营系统(TOS)一次生成多条未指定作业设备的生成任务的业务需求提出了一种基于遗传算法的自动化堆场调度策略。该策略采用遗传算法的框架模型分析作业任务,设计基因编码规则,设计适应度计算函数,制定基因筛选和交叉变异方法,最终实现算法得到优化的任务调度方案,包括分配设备和规划设备避让。其中规划设备避让采用了随机方法迭代产生最优解。提出的自动化堆场调度策略继承了遗传算法的优点与特性,不需要知道研究目标的内在性质也能进行求解。这对于任务调度优化这类原本需要考虑复杂的时间空间转换的问题提供了捷径,提高了系统开发效率。     

车辆路径问题的双种群遗传算法求解方法

针对标准遗传算法在求解车辆路径问题中出现的早熟、收敛，易陷入局部极值点的问题，提出双种群遗传算法求解车辆路径问题的方法。在求解过程中，初始化两个种群，分别选择不同的交叉、变异概率，在一次迭代完成后，交换种群间的优秀个体所携带的遗传信息，以打破种群内的平衡态，跳出局部最优解。通过实验仿真，将双种群遗传算法与其他各种启发式算法进行比较，双种群遗传算法比标准遗传算法显著提高了全局收敛性能，是解决车辆路径问题的有效方法。     

遗传算法在机械方案设计中的应用研究

研究提出了一种基于遗传算法的机械方案计算机辅助设计系统模型。该模型通过把机械方案设计过程看作一个状态空间的问题求解,用遗传算法控制搜索过程,自动生成一组最优的设计方案,并通过实例,验证了求解的有效性。     

基于遗传算法的机械方案CAD系统的研究

研究提出了一种基于遗传算法的机械方案计算机辅助设计系统模型。该模型通过把机械方案设计过程看作一个状态空间的问题求解,用遗传算法控制搜索过程,自动生成一组最优的设计方案,并通过实例,验证了求解的有效性。     

基于混合遗传算法的Job-Shop调度问题的研究

Job-Shop调度问题是最困难的组合优化问题之一,由于其固有的计算复杂性,一般无法利用经典解析算法求出最优解。结合实际生产情况,建立了Job-Shop调度问题的模型,并基于遗传算法与局部搜索启发式算法相结合的混合遗传算法的思想给出了求解此模型的算法过程。     

基于遗传算法的最大似然参数优化估计

用最大似然法进行参数优化估计时,为了避免常规优化算法由于受迭代初值的影响不易收敛到全局最优解的缺点,文中采用遗传算法,不再需要估计优化变量的初始值即可获得全局近似最优解。建立以似然函数为目标,求其极大值点即可确定参数最优解的优化模型。为了更好地确保遗传算法获得全局最优解,在传统遗传算法的基础上采用尺度变换适应度函数、并行操作、保留最优个体等方法,进一步保证方程解的精度。最后以威布尔分布为例进行参数估计,结果表明,改进的遗传算法可以在求解效率和收敛性能上达到较好的平衡,能更好地将优化方法与最大似然估计法相结合。     

基于启发式算法的集装箱甩挂运输任务集调度优化

本文以苏宁物流中心为例,以甩挂运输牵引车最优行驶路径为研究出发点,根据任务类型的不同将集装箱的任务集合划分成四类,目标是在完成总任务所需时间最少的情况下,建立甩挂运输任务混合整数规划模型,并设计了基于时间紧迫度的启发式算法求解模型.数值实验结果表明:与传统的任务集调度方法相比,应用本文设计的方法后,任务集调度优化运输效...     

一类异类无线传感器网络节点调度问题研究

针对一类以配置了多种传感器的节点组成的,部分传感器完全覆盖,部分传感器局部覆盖的异类无线传感器网络节点调度问题,提出了一种基于改进遗传算法的优化策略.在构建网络模型的基础上,建立了节点调度分化策略,提出了冗余信息度的概念来描述网络能耗效率,并设计了以冗余信息度和不同传感器目标区域感知覆盖率为优化目标的改进多目标遗传算法NSGAⅡ,用于求解节点分化策略.仿真结果表明,该方法可以通过迭代得到收敛的Pareto最优解,并为传感器网络提供一个多目标Pareto最优节点分化策略方案集,供不同应用选择.     

基于多色集合理论的箱体类零件可重构生产线多目标优化算法

针对箱体类零件的可重构生产线平衡问题,提出一种基于多色集合理论的机加工线平衡优化求解方法,综合考虑机加工过程中的工艺、工位约束信息,将各约束分为三类,运用多色集合理论为各类约束快速构建直观的约束模型,并为模型求解设计了以生产节拍、机床投入、机床利用率为优化目标的启发式算法,该方法使问题求解过程中无需检验即可获取满足所有约束的解方案,较大地提高了运算效率,采用Pareto最优解集的方式筛选方案,获取具备增产能力的最优方案集,通过复杂实例验证了该方法的有效性和快速性。