基于构成要素的数控机床造型特征研究

随着数控机床技术的发展,在满足功能需求的前提下,用户对机床的外观质量要求日渐提高。通过对国内外大型机床企业370个系列的产品进行分析,分别总结出数控机床的形态和色彩要素,以此为基础研究数控机床的造型设计特征;根据各个企业数控机床的产值,赋予形态要素不同的权重,总结数控机床形态的发展趋势及配色的基本规律,为数控机床造型设计提供参考。     

H型生产线平衡研究

针对某一类生产线,提出将两条平行的生产线改成H型生产线的优化方法并建立其线平衡模型。在算法设计中将先后关系矩阵引入TS算法,利用禁忌频率自动调整算法的集中性和多样性搜索,求解之。以某家电制造企业的组装生产线为例,进行实证研究。     

运用含复杂网络结构的多种群遗传算法求解FJSP

多种群是为了克服遗传算法易早熟收敛而提出的一种有效方法，但是传统的多种群遗传算法较少考虑子群结构对算法性能的影响，且算法子群数有限。因此，为了弥补以上不足，提出一种含复杂网络结构的多种群遗传算法（Multi-population Genetic Algorithms with Complex Network Structures，MGA-CNS），以求解柔性作业车间调度问题为例，研究子群大小、子群数、可控参数[(α)]、可控参数[(β)]以及初始网络规模对MGA-CNS寻优性能的影响。仿真表明：子群大小越大，MGA-CNS的性能越好；子群数不能取值过小，更不能取值过大；[α]的值不能太大，以不大于0.3为宜；[β]的取值也不能太大，以不大于0.8为宜；初始网络规模以不大于4为宜。将参数优化后的MGA-CNS用于求解更多的柔性作业车间调度问题并与多种其他算法比较，验证了其有效性。     

离散多种群入侵杂草优化算法求解柔性作业车间调度问题

针对柔性作业车间调度问题(FJSP)的特点,在基本入侵杂草优化算法原理的基础上,提出一种离散多种群入侵杂草优化算法.该算法引入多种群思想且在算法初期不进行种群交流,在各种群内采用交叉算子进行交流.当空间扩展时,采用自适应变异位数策略和领域搜索策略,提高了算法初期的全局搜索和后期的局部挖掘能力.在算法后期进行种群交流,提高了算法的收敛速度和寻优精度.将该算法用于柔性作业车间调度问题,且在解码时提出一种矩阵解码法.计算实例验证了所提出算法的有效性和优越性.