基于Petri网仿真的柔性生产调度——蚁群-遗传递阶进化优化方法

利用受控赋时Petri网对柔性生产线调度中的离散事件建模,此Petri网模型由过程流子网、资源子网和调度控制子网通过同步变迁连接而成.在由Petri网仿真运行获得调度性能评价的基础上,采用两级递阶进化优化方法求解柔性生产过程的优化调度问题.首先由蚁群优化方法优化加工路径,然后根据蚁群在信息素指引下所构造的加工路径,采用遗传算法优化在同一机器上加工的作业排序.应用蚁群优化原理提出了加工路径优化问题的信息素表达方式,解构造策略和信息素更新策略.一组测试问题的求解结果说明了算法的有效性和鲁棒性.     

一种Petri网结合遗传算法的优化方法及应用

根据实际优化问题,在时间Petri网和着色Petri网的基础上,提出了一种新的扩展Petri网(EPN)模型,并在EPN中定义了条件矩阵Q,给出了Petri网与遗传算法相结合的优化方法和具体算法.使用本优化方法,对一个车间作业(Job-shop)调度问题进行了求解,建立了该Job-shop调度的EPN模型,并采用单个体遗传算法对Petri网模型进行优化,结果证明了该建模和优化方法的有效性和正确性.     

Petri网的遗传算法在Job-Shop问题中的应用研究

提出了一种基于扩展时间Petri网(ETPN)的单亲遗传算法,并利用该算法对Job-Shop调度问题进行了求解.首先定义一种扩展时间Petri网,然后利用定义的扩展时间Petri网对Job-Shop调度问题进行建模,最后应用单亲遗传算法对模型进行优化调度.通过实例证明了该建模方法和优化算法的有效性和正确性.     

基于扩展TTPN的多任务加工系统建模及资源优化

引入分类信息拓展赋时变迁Petri网(TTPN),给出扩展赋时变迁Petri网(ETTPN)模型定义,以分类集成方法,建立多任务加工系统ETTPN模型.与传统TTPN建模相比,该模型建模复杂度显著下降.结合多任务加工系统ETtPN模型,提出资源优化配置算法,通过实例验证该算法的有效性.     

基于赋时Petri网的装配序列规划符号求解

赋时Petri网非常适合装配序列规划问题的建模,然而组合复杂性严重制约了基于赋时Pefri网模型的装配序列规划问题的求解规模.OBDD能为Petri网的状态空间及装配序列规划过程中的数据提供符号表示,并在规划过程中实现隐式操作,有效地缓解了组合复杂性.通过将赋时Petri网中的赋时迁移用等价的赋时迁移结构代替,赋时Petri网转换为等价的普通Petri网,基于此提出符号有序二叉决策图OBDD装配序列规划算法,求解最优装配序列.     

一种Petri网结合遗传算法的优化方法及应用

根据实际优化问题，在时间Petri网和着色Petri网的基础上，提出了一种新的扩展Petri网（EPN）模型，并在EPN中定义了条件矩阵Q，给出了Petri网与遗传算法相结合的优化方法和具体算法，使用本优化方法，对一个车间作业（Job-shop）调度问题进行了求解，建立了该Job-shop调度的EPN模型，并采用单个体遗传算法对Petri网模型进行优化，结果证明了该建模和优化方法的有效性和正确性。     

自控连续Petri网模型及其应用

在现有连续Petri网方法研究的基础上,提出了自控连续Petri网的建模和描述方法,通过该方法来描述和分析具有连续变量的系统.阐述了使用该方法在柔性物流自动化系统建模中的应用,使建立的模型具有自我修正的能力,更加符合实际情况.给出了该方法的定义并对该方法的几种基本应用形式进行了分析,通过系统建模与仿真分析,证明了该方法的合理性.     

基于Petri网的航空产品设计过程模型

通过分析航空产品设计过程的动态分解特性,提出任务驱动的产品设计过程建模.分析了IDEF0和Petri网在建模方面的优点和存在的问题,论述了设计过程的IDEF0模型向Petri网转换的原则和方法.并重点论述了设计功能单元任务流Petri网模型和设计功能单元内任务流时间Petri网模型.     

高技术虚拟企业资源调度模型

为了改善高技术虚拟企业资源调度的组合优化性能,采用串行调度规则和蚁群优化算法研究了资源传输顺序与赋时Petri网对应关系,建立了高技术虚拟企业资源调度模型,得到了调度模型计算公式,并以一个实例说明资源调度的应用过程.与采用时间最小算法和费用-时间算法的计算结果进行了比较,结果表明:用蚁群算法进行优化,避免了诸多人为因素的影响,大大提高了计算结果的精度,使得计算更加准确、高效.相关模型与算法的提出解决了高技术虚拟企业资源配置优化问题,具有积极的理论与现实意义.     

基于蚁群算法的交通控制降阶滚动优化

为解决大规模区域交通控制滚动优化问题中的约束条件复杂、解空间规模庞大的最优化难题，提出了一种基于改进蚁群算法的降阶滚动优化算法.基于宏观交通流模型建立了区域交通控制滚动优化模型，在蚁群算法中设计了层状解构造图对该模型解空间进行描述和求解.运用降阶方法将大规模区域分解成一系列子区域，在蚁群算法中设计了复合层状解构造图对该降阶模型的解空间进行描述和求解，并分析了基于两种解构造图的蚁群算法的计算复杂度.分析和仿真结果表明，该降阶算法提高了整体计算效率，明显地降低了总停车延误时间，适用于大规模区域交通控制的滚动优化.     

智能加工单元及调度问题的研究

提出了智能制造系统中智能加工单元的结构,建立了智能加工单元调度的神经网络模型,这种调度是集柔性制造系统（ Ｆ Ｍ Ｓ） 零件加工调度和柔性装配系统（ Ｆ Ａ Ｓ） 产品装配规划于一体的调度方法．仿真结果表明,这种调度方法具有高度的柔性和智能性．由于智能加工单元是智能制造系统（ Ｉ Ｍ Ｓ） 的一个重要的智能结点,因此对其重要组成部分智能调度系统进行深入研究,可以提高智能加工单元的智能水平．     

Research of the Assembly Model Based on Petri Net

Assembly model plans an important role in assembly sequence planning.Flexible assembly system (FAS) is a dis- crete event system (DES),so Petri net,as an important analytical tool for the DES,is used for modeling of an FAS.All of the feasible assembly sequences can be obtained by firing the Petri net model.In order to enhancing the efficiency of the assembly sequence planning,knowledge-based Petri net,combining an usual Petri net with expert's knowledge and experiences,is proposed to con- struct the assembly model.So the feasible assembly sequences can be reduced greatly,and the optimum assembly sequence could be generated without the combinatorial explosion of solutions.     

无人机飞行控制系统优化设计

在小型无人机飞行控制系统经典设计的基础上,结合实际工程需要,应用多目标参数最优化方法对飞行控制系统进行优化设计。实际工程应用表明,优化设计明显改善了小型无人机飞行品质,保证了系统任务的可靠执行。     

一种新型AGV自动导引关键技术

在以往提出的一种新型灵活可靠的AGV导引方法金属带导引的基础上,介绍了AGV模型车开发中有关这种新方法的部分关键技术     

基于参数优化的机器人花键装配偏角感知识别方法

针对花键装配过程中存在轴孔偏角引起的卡阻导致装配成功率低的问题,提出基于参数优化的机器人花键装配偏角感知识别方法. 根据花键装配的特点,利用力传感器采集花键装配过程中的力/力矩信号,基于混合鲸鱼优化算法(HWOA)的极限学习机(ELM)识别偏角的力信号并构建偏角经验库. 结合支持向量数据描述(SVDD)算法,实现了未定义偏角的感知和偏角经验库的自我更新,以及用偏角的感知识别指导机器人完成花键装配任务. 实验结果表明,所提方法对未定义偏角感知成功率和对已知偏角的识别精度分别为98.8%、98.12%,能有效指导机器人进行花键装配.     

基于IC-PSO和ISM的反馈控制算法设计

为了提高光纤偏振模色散(PMD)补偿系统的动态自适应补偿能力,提出了用改进粒子群优化(PSO)算法作为搜索算法,用改进单纯形法(ISM)作为跟踪算法的反馈控制算法设计方案,从而实现对PMD补偿单元的动态调整。在PSO算法中,引入免疫克隆(IC)原理提高了搜索算法的全局优化能力;对SM的反射操作和扩张操作进行改进,从而提高算法的收敛速度;用映射操作代替原有的顶点代换操作,从而使单纯形在迭代过程中不发生退化现象。实验结果证明了该算法用于PMD补偿系统的有效性和可行性。     

Model identification of hydraulic flight simulator based on improved particle swarm optimization and wavelet analysis

A new model identification method of hydraulic flight simulator adopting improved particle swarm optimization (PSO) and wavelet analysis is proposed for achieving higher identification precision.Input-output data of hydraulic flight simulator were decomposed by wavelet multiresolution to get the information of different frequency bands.The reconstructed input-output data were used to build the model of hydraulic flight simulator with improved particle swarm optimization with mutation (IPSOM) to avoid the premature convergence of traditional optimization techniques effectively.Simulation results show that the proposed method is more precise than traditional system identification methods in operating frequency bands because of the consideration of design index of control system for identification.     

Combined Size and Shape Optimization of Structures with DOE, RSM and GA

In this paper,size and shape optimization problem of a machine gun system is addressed with an efficient hybrid method,in which a novel and flexible mesh morphing technique is employed to achieve fast parameterization and modification of complexity structure without going back to CAD for reconstruction of geometric models or to finite element analysis (FEA) for remodeling.Design of experiments (DOE) and response surface method (RSM) are applied to approximate the constitutive parameters of a machine gun system based on experimental tests.Further FEA,secondary development technique and genetic algorithm (GA) are introduced to frnd all the optimal solutions in one go and the optimal design of the demonstrated machine gun system is obtained.Results of the rigid-flexible coupling dynamic analysis and exterior ballistics calculation validate the proposed methodology,which is relatively time-saving,reliable and has the potential to solve similar problems.     

基于混沌PSO的循环流化床汽温系统分数阶控制

分数阶PIλDμ控制是传统PID控制的推广与发展,积分阶次λ和微分阶次μ的引入使得分数阶PIλDμ控制器具有更灵活的结构、更好的鲁棒性和更强的抗扰动能力,但也增加了参数整定的难度.参数的取值对控制效果的好坏起着决定性作用,为此提出了采用混沌粒子群优化算法优化分数阶PIλDμ控制器参数.该方法采用自适应粒子群优化算法执行...     

基于非定常气动力低阶模型的气动弹性主动控制律设计

传统的气动伺服弹性系统设计主要采用基于频域的非定常气动力有理函数拟合方法。该方法用于非线性非定常气动力情况，比如跨音速飞行时往往失效。针对该问题，在发展了非线性非定常气动力建模方法的基础上，提出了将非定常气动力低阶模型用于气动弹性系统主动控制设计的一般方法。该方法将气动伺服弹性系统分解为气动、结构和控制3个子系统，分别建立各子系统状态空间模型，然后组装成完整的气动伺服弹性模型。非线性非定常气动力状态空间模型采用基于Volterra级数的非定常气动力低阶模型方法。根据研究对象的具体情况，分别建立了气动伺服弹性系统的全耦合模型和部分解耦模型。最后以一个二自由度气动弹性系统的主动控制律设计为例，详细说明了该方法建模、分析和设计的全过程。算例表明该方法能够用于非线性情况，适用性强，可扩展性好，具有良好的集成性，能方便地应用于气动伺服弹性多学科优化设计。