基于改进蚁群算法的激光切割加工路径优化研究

针对激光切割加工全局路径优化采用传统蚁群系统算法时,存在收敛速度慢、易陷入局部最优的问题,对蚁群系统算法进行了改进研究。利用激光加工图元的起点和终点信息,建立了图元等价TSP问题的数学模型,提出了通过最邻近插入算法对蚁群系统算法路径规划结果进行了再优化的改进算法;详细阐述了改进蚁群系统算法的实现步骤,分析了传统蚁群系统算法和改进蚁群系统算法的迭代次数和优化效果。研究结果表明:该改进蚁群系统算法加快了收敛速度,迭代次数减少了约30%,缩短了激光加工所走路径的总长度,并成功应用到自主开发的高速激光切割加工系统中。     

基于蚁群算法塑模孔群加工路径优化

孔群加工是塑料模具制造中的重要工艺。针对塑模型芯孔群加工问题,提出了一种基于蚁群算法的改进优化方法,通过正交试验优选初始化参数,利用改进后的蚁群算法对塑料模具型芯孔群加工进行路径优化,以解决大规模不规则孔群加工时,空行程过多,加工效率低等问题。与标准遗传算法和蚁群算法相比,孔群加工路径平均值分别降低了6.0%和2.4%。与传统分批加工路径相比缩短了50.1%。实际路径优化效率较好,提高了加工效率。     

基于改进蚁群算法的PID参数优化

一般传统PID控制器参数优化都采用Ziegler-Nichols法,由于其无法获得满意的动态指标,因此本文提出一种基于改进蚁群算法的PID控制器参数优化方法。蚁群算法是一种仿生进化算法,其采用分布计算机制,具有较强鲁棒性。本文提出的改进蚁群算法,可自适应调整路经上的信息素,并将各路径上的信息素强度限制在某个区域内,以避免搜索停滞。仿真实验表明该方案可行。     

基于蚁群算法的孔群加工路径优化研究

需要在零件上钻多个孔时,关键是选择选择一条科学合理的刀具路径。引用蚁群算法解决旅行商问题的方法来解决零件TSP(Traveling Salesman Problem)孔群加工路径的优化问题,并分析蚁群算法中各个变量对最优路径的影响,找到最合适的参数规划出一条科学的加工路径,从而减小刀具的运动路程,缩短加工时间,对提高生产效率有重要意义。     

基于蚁群算法的PCB孔加工路径优化

印制线路板(PCB)的孔加工是PCB生产过程的一个重要环节.为了提高PCB孔加工生产率,应使其加工路径尽量短些.运用了一种新型的算法——蚁群算法对其进行求解,优化PCB孔加工路径,通过实例计算,证明了新算法的有效性,取得了令人满意的结果.     

改进蚁群算法下激光切割加工工艺优化研究

针对传统算法下激光切割加工工艺速度慢的问题,提出改进蚁群算法下激光切割加工工艺优化设计,根据激光切割加工工艺原理,选择激光切割加工工艺参数,在此基础上对穿孔点进行确定,并引用蚁群算法,确定激光切割加工路径,选择出最短路径,以此实现对激光切割加工工艺的优化。为保证此次设计的优化方法具有一定的实际应用意义,与改进前的加工工艺进行了对比,结果表明,该优化方法能减少激光器在每个加工轮廓之间移动所需要的时间,并且通过蚁群算法能够更快得到最优加工路径。     

基于改进蚁群算法的焊接接头优化分析

为合理规划装备制造过程中常用的T形管环状接头焊接路径,提出了一种基于有限元Simufact.Welding和Matlab模拟平台,引入约束因子和改进信息素的更新规则,对传统蚁群算法进行改进,以提高蚁群算法信息素的更新效率,并增强该算法在连续空间路径的搜索能力。该方法建立了T形管环状接头的焊接仿真,并对其相应的焊接路径分别进行分析,结果表明:相较于传统的蚁群算法,基于改进型蚁群算法所得的焊接路径不仅节约了时间资源,而且减少了焊丝耗材的浪费。同参数、同条件下,焊接的工作效率同比提高7.79%,三维焊接路径移动距离同比减少6.31%,且提高了2.92%的可靠性。因此,该方法对优化T形管环状接头的焊接路径有效且可行。     

基于改进蚁群算法的模糊控制器优化研究

作为智能控制的一种新技术,模糊控制不依赖于工业对象模型。它不是用数值变量而是用语言变量来描述系统特征。并依据系统的动态信息和模糊控制规则进行推理以获得合适的控制量。因而具有较强的鲁棒性。本文使用蚁群算法对模糊控制器进行优化实现模糊规则的自寻优。通过MATLAB进行仿真试验,系统阶跃响应表明经改进的蚁群算法寻优得到的模糊控制器具有良好的性能。     

基于改进蚁群算法的立体仓库三维空间路径优化

拣货作业作为在制造企业仓储系统中重要环节,其工作效率直接影响整个仓储系统的运行速度和工作成本.首先基于现有蚁群搜索算法,研究了将原有的二维平面搜索路线空间扩展到三维空间的改进蚁群算法;其次对改进蚁群算法进行仓储三维空间路径优化研究,针对现有仓库货架模型,将蚁群算法中两点间的直线路径转化成水平与垂直的折线路径将概率模型与...     

用于连续函数优化的改进蚁群算法

主要综合了蚁群算法、遗传算法、差异演化算法三者优点.在连续空间中,以蚁群算法为主要寻优思路,采用遗传算法中的交叉、变异及差异演化算法的变异方式增加群体多样性;采用自适应的交叉、变异概率以增强算法的智能性,仿真实验获得了较好的效果.     

基于智能蚁群算法的移动机器人轨迹规划

为了提高移动机器人工作效率,减小能量损耗,优化机器人运动轨迹。建立了移动机器人运动学模型,在此基础上提出了一种智能蚁群算法的机器人误差补偿轨迹优化方法。通过蚁群搜索算法对关节空间内的驱动轮进行轨迹优化,从而实现移动机器人轨迹规划过程中的误差补偿轨迹优化。仿真结果表明,所提出的方法能够有效对机器人误差进行补偿,实现了机器人运动过程中的轨迹跟踪,保证了机器人的运动精度。     

基于蚁群算法的机器人切割轨迹规划

针对机器人切割软件开发过程中出现的切割轨迹规划问题,提出基于基本蚁群算法求解多轮廓混合轨迹加工路径规划方法。分析了机器人切割轨迹以及规划目标,并设计了符合机器人切割加工实际的改进蚁群算法。通过与图元顺序以及按最近距离求解的算例仿真结果对比,表明了蚁群算法应用于机器人切割轨迹规划的有效性。     

基于改进蚁群算法的高压压气机叶片优化排序

由于各个叶片存在不同的质量偏差,为了降低航空发动机高压压气机转子在叶片安装完成之后的剩余不平衡量,建立了叶片排序问题的优化模型。基于蚁群算法所具有的无需编码且计算速度快等优点,采用蚁群算法求解该问题。对V2500第4级实际叶片数据进行仿真优化排序,并与厂商排序方案进行对比,结果表明初始不平衡量比厂商方案减少了98.15%,可见该方法具有较高的实际推广价值。     

基于改进蚁群算法的立体停车库路径优化研究

针对顾客在立体停车库进行停取车过程中,顾客等待时间过长、停车库堆垛机运行效率低下的问题,提出一种改进后的蚁群算法对停车库堆垛机的运行路径进行优化,以减少顾客在停取车过程中的等待时间和堆垛机的运行距离,提高立体停车库的整体运行效率。通过调研和考察,收集立体停车库的相关数据,建立立体停车库堆垛机运行路径的数学模型,并且使用MATLAB软件进行仿真实验,同时对比使用传统蚁群算法和改进后的蚁群算法的实验仿真数据,实验结果表明,改进后的蚁群算法相比传统蚁群算法能更好的缩短顾客停取车的等待时间和堆垛机的运行距离,并且具有更好的收敛性。     

基于改进蚁群算法的逆向物流车辆路径优化

为了实现物流配送的低成本、高效率,建立了以最小化回收任务完成距离为目标的车辆配置及路径优化模型,并用Java编程进行实例验证。基于蚁群定值参数不能更好地反映循环次数调整的影响,提出一种改进蚁群算法,动态改进信息素更新策略和启发因子,并采用可行解先行策略。实例结果表明改进算法收敛速度快,搜索路径质量高,表明模型可行性和算法有效性。     

基于改进蚁群算法的FMS工艺路线优化配置

针对基于CON模型的FMS工艺路线优化问题提出了一种改进的蚁群算法.蚁群算法的特点表明它适合于求解FMS工艺路线优化配置这类非线性约束复杂优化问题.本文充分利用了蚁群算法在求解该类问题方面的优势,通过融合了网格法的蚁群算法实现了将蚁群算法用于求解多变量连续函数优化问题.针对蚁群算法自身存在的容易陷入局部最优等问题,提出了引入交叉算子来改进算法的性能.     

基于改进蚁群算法的制造云服务组合优化

为解决云制造环境下的动态服务组合问题,提出一种基于改进蚁群算法的制造云服务组合优化算法。在分析制造云服务组合流程的基础上,通过子任务服务质量评估模型优选制造云服务,并将服务质量值作为信息素,以服务间转移成本为启发函数参数,采用最优路径列表和轮盘赌选择机制改进蚁群算法,求解整体最优组合路径,最后利用组合制造云服务的服务质量计算模型评估全局最优路径服务质量综合信息。仿真实验证明该算法能有效求解制造云服务组合问题,并能较快地收敛于全局最优解。     

基于改进蚁群算法的机器人末端路径排序优化

建立了针对机器人加工时的末端运动路径排序优化问题的数学模型,将该模型转化为广义旅行商问题并用蚁群算法求解。同时对经典的蚁群算法进行了改进,即采用多阶段搜索策略、邻域搜索策略及多蚁种搜索策略,使改进后的蚁群算法能为机器人求取一条更优的末端运动路径。计算机仿真与机器人加工实验结果表明,改进蚁群算法所得的末端运动路径比基本蚁群算法所得结果缩短了3%以上。     

基于改进蚁群算法的设备资源优化配置研究

设备资源是集团制造企业的核心战略资源,资源配置不合理,往往会造成设备闲置、资源利用率低等情况。针对以上问题,基于加工特征对加工任务和设备资源进行关联匹配,在工期约束条件下以质量、成本为优化目标,建立了多主体制造设备资源配置模型,并利用改进蚁群算法进行求解。最后通过实例验证了算法的有效性。     

基于约束矩阵与蚁群算法的CAPP加工工序优化排序

针对复杂零件工艺方案全局优化难题,提出基于约束矩阵与蚁群算法进行工序优化的方法。约束矩阵包括客观约束矩阵与费用约束矩阵,在分析两个矩阵的基础上,将客观约束矩阵与费用约束矩阵统一为一个矩阵,在此矩阵约束下,用蚁群算法进行工序排序优化,从而保证快速地得到正确的优化工艺序列。结果表明,所提方法具有良好的实用效果。