基于改进最低水平线方法与遗传算法的矩形件排样优化算法

传统的最低水平线方法用于矩形件排样时可能产生较多未被利用的空白区域,造成不必要的材料浪费.针对此缺陷,在搜索过程中引入启发式判断,实现空白区域的填充处理,提高板材利用率.在应用遗传算法优化矩形件排样顺序时,在进化过程中采用分阶段设置遗传算子的方法,改善算法的搜索性能与效果.通过改进最低水平线方法与基于分阶段遗传算子的遗传算法相结合,共同求解矩形件排样问题.排样测试数据表明,所提出的矩形件排样优化算法能够有效改善排样效果,提高材料利用率.     

面向多维KE模型构建的产品特征解构方法

 传统感性工学(kansei engineering,KE)使用的形态学图表法(morphological charts,MC)聚焦于形态“轮廓”变量以及各产品构件拆解,造成一维变量表达的研究结果在外观感性设计阶段价值微弱.以“造型特征”取代“产品构件”为解构原则,融入认知科学、形态学观点,丰富“外观层面”特征解析要素.除视觉认知的“外观层面”外,融入“使用交互”及“文化象征”层次,且提出一种多感官通道的多维度的特征解析步骤,更符合造型设计规律.结合空气净化器产品案例验证该方法的具体使用过程,确保KE模型更可靠.     

“一刀切”排样问题的遗传算法与蚁群算法整合研究

对于"一刀切"矩形件优化排样问题,采用遗传算法与蚁群算法的混合算法进行研究.针对两种算法的传统混合策略和现有混合策略的不足,对两种算法的混合策略进行改进,并利用种群本身的染色体适值来判断种群进化是否停滞,确定了算法的最佳融合时机.对具体算例的分析验证表明,改进后的混合策略可有效减少算法的冗余迭代次数,提高搜索速度,是一种行之有效的排样算法.     

二维不规则件优化排样的小生境遗传算法

首先采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题;然后将遗传算法与小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用“最低水平线与填充算法相结合”策略的启发式排样算法实现自动排样。实例表明,该算法是有效的。     

定序列矩形件优化排样新算法

针对目前矩形件优化排样方法的不足,提出了一个新的定序列矩形件排样算法。采用对矩形件排入板材后生成的矩形空白区域合并的策略,将矩形件优先排入到位置较低的空白区域中,实现了矩形件的插空摆放,有效的利用了排样过程中已排入矩形件间的空隙。实际应用表明,该算法显著提高了单次排样的材料利用率,得到了较好的排样效果。给出了算法的具体步骤。     

浮动凹弧底推杆-盘形凸轮组合机构的运动保真性研究

 浮动凹弧底推杆-盘形凸轮组合机构的Ⅰ类综合问题即是其综合理论的重要内容,又是其工程推广应用的重要准备.然而,机构的Ⅰ类综合问题是一个十分复杂的问题,难以一次性解决.“运动保真条件”是Ⅰ类综合问题必须首先保证的重要前提性条件.将“支撑函数法”应用于浮动凹弧底推杆-盘形凸轮组合机构,成功解决了预设凸轮轴心O₁（x_O1,y_O1）条件下,凸轮曲率半径的通用公式和“运动保真条件”.在为未来解决该类机构Ⅰ类综合问题奠定重要前提基础同时,还将“支撑函数法”推广拓展为适用于新型组合机构的一种通用有效方法.     

基于五块模式的单一矩形件排样算法

如何在一个大矩形里排入尽可能多的单一规格小矩形件是广泛出现在制造业领域的板材分割、物流业领域的集装箱装载中的问题.采用五块模式将大矩形划分为五个块,求解每个块里面矩形件的排样方式.首先,采用动态规划算法一次性生成所有块中矩形件排样方式,然后,采用隐式枚举法考虑所有可能的五块组合,选择包含矩形件个数最多的五块组合作为最终的排样方案.使用算例对算法进行了测试,并与另外4种单一排样算法进行了比较.实验结果表明,该算法在排样利用率和切割工艺两方面都有效,而且计算时间合理.     

一个实用的矩形件优化排样启发式算法

仔细研究了传统矩形件优化排样近似算法及存在的主要问题，提出一个新的启发式算法。该算法根据最后板材的实际排放情况，采用了多种排放策略，克服了原算法的在零件数较少时的缺陷。在此基础上用Visual C 6．0开发了一个实用的矩形件计算机辅助排样系统。实际应用表明，新算法可获得比原近似算法更好的优化排样结果。笔者给出了算法的具体实现方法和步骤．     

改进的最低水平线搜索算法求解矩形排样问题

矩形优化排样问题是一个在制造业领域生产实践中普遍遇到的问题,采用了一种改进的最低水平线搜索算法求解此类问题.首先分析了原始的最低水平线搜索算法在排样中存在的缺陷,并针对该缺陷为其设计了一个评价函数,排样时对所有未排零件进行评价,选择评价值最高的零件排入当前位置,从而克服了算法在搜索过程中的随机性,优化了算法的搜索方向.实验仿真的结果表明,提出的算法可以得到较好的排样效果,并且其解决问题的规模越大,优化性能越好,适合于求解大规模排样问题.     

基于同时送取货多车型二维矩形装箱问题的优化

目的 研究同时送取货的二维矩形装箱问题,即在考虑客户的送取需求、货物的尺寸和质量,以及多车型约束下求得车辆待装空间最高平均空间利用率。方法 提出含9种适应度值的skyline装箱方案设计改进的混合禁忌搜索–遗传优化算法来求解带同时送取货约束的二维矩形装箱问题。结果 通过仿真检验,混合算法使车辆待装空间平均空间利用率达到88.04%,并求得了服务8位客户的同时送取货装箱方案。结论 基于带9种适应度值skyline装载方案的混合禁忌搜索–遗传优化算法针对同时送取货模式的二维矩形装箱问题能求得较高的空间利用率,并完善了同时送取货模式在装载方面的研究。     

基于改进粒子群算法的航空行李在线装载优化

目的 为解决航空行李自动装卸中关键装载算法问题,实现航空行李自动装卸,同时满足流水作业的实际需要.方法 基于关键点装载策略,提出一种以装载空间利用率为优化目标,考虑行李质量、体积及装载顺序等约束条件的改进粒子群算法.首先,通过关键点法输出流水线上待装载行李的全部可放点序列,然后根据约束条件重新定义粒子群算法的速度与位置,以空间利用率为适应度函数进行迭代寻优,输出全局最优解,实现对装载位置与姿态的优化.结果 实验部分采用真实行李数据对算法进行仿真验证表明,改进粒子群算法优化后可将箱体空间利用率提高了10.8％,平均规划布局效率提高了26.5％.结论 提出的装载算法能够有效地解决实际行李装载问题,为行李流水作业的货物装载提供理论依据及参考.     

基于改进遗传算法的航空集装箱装载优化

目的 为保证货物在运输中的平稳性与安全性,优化航空运输中集装箱的装载布局问题,提出一种改进遗传算法并开展航空集装箱装载应用研究。方法 考虑货物装载的7种现实约束条件,以集装箱体积利用率为优化目标,建立航空集装箱多箱装载优化模型。采用三段式实数编码随机产生初始种群,并加入最优个体保护策略增强遗传算法的全局收敛性,结合不同约束条件构造合理的适应度函数。结果 以真实航空货物信息作为实验数据,实验结果表明在满足多种现实约束的条件下,集装箱体积平均利用率由优化前的74.07%提高到83.99%,装载件数明显增加,适用于航空集装箱的运输装载。结论 算法能够应用于航空集装箱装载运输中,为航空运输业实现智能化装载、提高运输效率创造了条件。     

混沌免疫遗传算法在汽车悬置系统设计中的应用

传统的悬置系统参数优化方法容易使优化结果陷入局部最优,遗传算法因其易于早熟收敛而限制了实际优化效果,为此提出使用混沌免疫遗传算法对汽车动力总成悬置系统参数进行优化设计。优化设计中,以动力总成悬置系统六自由度能量解耦为目标函数,以悬置刚度和安装角度为优化变量,并考虑悬置系统的模态频率匹配、能量解耦率、悬置静态剪切和压缩变形等约束条件。优化结果表明,基于设计的寻优方法,改善动力总成悬置系统与整车匹配程度,提高动力总成悬置系统的隔振性能。     

Solving a fixture configuration design problem using genetic algorithm with learning automata approach

Proper fixture design is crucial to workpiece quality assurance in manufacturing. Incorrect fixture design may lead to workpiece deformation during machining. The fixture configuration design is one of the important aspects of fixture design. This paper deals with fixture layout optimization problem. The objective is to minimize the norm of all the passive contact forces satisfying Coulomb friction constraint, work-piece static equilibrium constraint and contact constraint, for the entire cutting operation. To solve this problem, the paper proposes Genetic Algorithm with Learning Automata (GALA) algorithm, which is a population based interconnected learning automata algorithm incorporating genetic operators. The algorithm enjoys the good characteristics of both GA and LA. It is validated with an example of face milling operation. The optimal layout is found to be in tune with empirical facts. Also, for the further investigation of the algorithm, it has been tested on a different problem sets and a comparative study is carried out.     

An engineering method for complex structural optimization involving both size and topology design variables

This work presents an engineering method for optimizing structures made of bars, beams, plates, or a combination of those components. Corresponding problems involve both continuous (size) and discrete (topology) variables. Using a branched multipoint approximate function, which involves such mixed variables, a series of sequential approximate problems are constructed to make the primal problem explicit. To solve the approximate problems, genetic algorithm (GA) is utilized to optimize discrete variables, and when calculating individual fitness values in GA, a second-level approximate problem only involving retained continuous variables is built to optimize continuous variables. The solution to the second-level approximate problem can be easily obtained with dual methods. Structural analyses are only needed before improving the branched approximate functions in the iteration cycles. The method aims at optimal design of discrete structures consisting of bars, beams, plates, or other components. Numerical examples are given to illustrate its effectiveness, including frame topology optimization, layout optimization of stiffeners modeled with beams or shells, concurrent layout optimization of beam and shell components, and an application in a microsatellite structure. Optimization results show that the number of structural analyses is dramatically decreased when compared with pure GA while even comparable to pure sizing optimization.     

产品操作界面元素布局多目标优化设计

目的针对产品设计中操作界面布局设计时存在的随意性、不确定性大等问题,使用多目标优化设计的方法,寻找界面元素的最优布置,以提升界面的使用舒适性和人机交互效率。方法在分析了工效学准则和界面布局美度评价准则的基础上,确立了层次性、相关性、简洁性和舒适性四个界面布局基本原则,并依据原则构建了界面元素布局多目标优化数学模型,在此模型的基础上采用改进的遗传算法,建立基于遗传算法的界面元素布局多目标优化方法。结果给出产品操作界面布局设计的基本原则,提出一种基于遗传算法的产品操作界面元素布局的多目标优化方法及流程。结论提出的布局原则和优化方法能较好地协助设计师获得满足设计需求的布局方案,实例结果表明了理论模型的合理性与遗传算法对于界面元素布局多目标优化问题求解的有效性。     

Optimisation of cutting parameters using a multi-objective genetic algorithm

This paper presents a new optimisation technique based on genetic algorithms (GA) for determination of cutting parameters in machining operations. The cutting parameters considered in this study are cutting speed, feed rate and cutting depth. The effect of these parameters on production time, production cost and roughness is mathematically formulated. A genetic algorithm with multiple fitness functions is proposed to solve the formulated problem. The proposed algorithm finds multiple solutions along the Pareto optimal frontier. Experimental results show that the proposed algorithm is both effective and efficient, and can be integrated into an intelligent process planning system for solving complex machining optimisation problems.     

遗传算法的双目标柔性作业车间调度研究

研究了FMS环境下先进制造车间路径柔性的优化调度问题.同时考虑现代生产准时制的要求,建立了柔性作业车间调度问题的双目标数学优化模型,并给出了求解模型的遗传算法的具体实现过程;针对模型的特殊性,提出了染色体两层编码结构,将AOV网络图应用到解码和适应度函数的计算中,通过一个调度实例进行验证,给出了相应的选择、交叉、变异操作设计方案.     

计算机辅助形位公差大小的最优分配

定义形位公差大小的最优分配为组合优化问题,并选择遗传算法实现优化。分析了形位误差累积函数的确定;研究了加工成本－－形位公差模型的建立;根据形位公差优化的特点制定了遗传算法中的编码、适应度和遗传操作。一个齿轮泵实例说明了此优化分配方法的有效性。