基于遗传算法的自动装配顺序规划

笔者对自动装配顺序规划问题建立一种改进的遗传算法（Genetic Algorithms)。建立了装配体各零件间的可行装配方向元组,用于判断无干涉装配序列;提出5种合适的遗传算子,并以装配方向的改变次数作为装配顺序的适应值;采用一种适应值修改方案来避免算法过早收敛。算例表明,本文建立的装配顺序规划的遗传算法,能快速自动产生出满意的装配顺序方案。     

求解柔性作业车间调度问题的免疫遗传算法

通过对柔性作业车间调度问题(FJSP)进行分析,借鉴生物免疫机理提出一种求解柔性作业车间调度问题的免疫遗传算法(IGA).该算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,通过抽取疫苗和接种疫苗等免疫机制,有效改善基本遗传算法的未成熟收敛和局部搜索能力差的不足,显著提高了基本遗传算法对全局最优解的搜索能力和收敛速度.仿真实例表明,免疫遗传算法能有效解决柔性作业车间调度问题.     

基于BP-AGA的非线性组合预测方法研究

运用神经网络和加速遗传算法建立非线性组合预测模型，在BP算法训练网络出现收敛速度缓慢时启用加速遗传算法(AGA)来优化网络参数，把AGA的优化结果作为BP算法的初始值，再用BP算法训练网络，如此交替运行BP算法和AGA以加快网络的收敛速度，同时改善局部最小问题。最后给出实例研究，结果表明，该方法能明显提高预测精度。     

免疫遗传算法在BP神经网络中的应用

提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能.     

基于免疫算法的天线方向图综合研究

给出了一种基于高斯变异与自适应克隆规模控制相结合的免疫算法的天线方向图综合方法．该算法利用免疫算法的分散式和独立式的搜索方式，克服了遗传算法局部收敛和对初始群体依赖等缺陷；同时自适应的克隆算子和变异算子克服了搜索的盲目性，提高了算法的收敛速度．计算机仿真结果表明，提出的算法能够在方向图的指定区域生成多个零点，并且零陷均衡，相比遗传算法取得了更低的零深．     

自动存取系统多载量轨道小车避碰调度方法

针对自动存取系统(AS/RS)货物装卸顺序约束和轨道小车(RGV)潜在碰撞的问题,引入装卸顺序冲突和碰撞冲突的概念对问题进行描述,以最小化任务总完工时间为目标,建立了消除冲突的数学规划模型.针对小规模问题,应用CPLEX获取其最优解;对于中大规模问题,构建了改进型和声搜索算法.在算法设计中,通过拆分、合并和声记忆库加快搜索速度,并融入4种变邻域搜索策略和1种变异操作以克服基本和声搜索算法早熟收敛、易陷入局部最优等不足.仿真实验与其他算法的对比结果表明,所构建算法具有较高的求解质量和良好的收敛性能,能提高AS/RS的运行速度和实用性.     

基于遗传算法和BP算法的混合算法

本文就函数优化问题,结合遗传算法和 BP 算法的优点,提出一种新的混合算法。该算法既有较快的收敛速度又能以较大概率收敛到全局最优解,数值实验结果表明该算法显著优于遗传算法和 BP 算法。     

论优化BP神经网络的一种改进遗传算法

为了全面优化BP神经网络,使之具有较好的泛化性能,改进并设计了一种遗传算法,并通过算法对比测试表明,改进后的遗传算法减少了内存占用量,保证了种群的多样性,提高了算法的运行速度和收敛效果。     

基于小生境免疫算法的船舶FNN自动舵设计

结合隔离小生境技术的特点和免疫遗传算法的全局收敛特性,提出一种基于小生境免疫遗传算法的模糊神经网络控制器优化设计方法,并将其用于船舶自动舵的设计.隔离小生境能有效解决局部和全局收敛的矛盾,可以解决船舶运动控制的FNN控制器难于设计以及传统BP学习算法易于陷入局部收敛的不足.将神经网络结构辨识器作为船舶的辨识模型,船舶运动模型采用二阶非线性方程,模糊神经网络控制器为主控制器,对船舶航向运动控制系统进行仿真研究.结果表明,在船舶无干扰和存在随机干扰的情况下,由此设计的船舶自动舵控制系统均能使船舶转向控制无超调,跟踪快,与BP学习算法相比控制效果更趋于为理想,可以进一步提高航行的性能.     

改进GA优化BP神经网络的电梯群控策略

在遗传算法优化BP神经网络的电梯群控系统基础上,利用遗传算法对候梯时间、乘梯时间、舒适度和运行能耗等评价函数进行搜索具有全局性的进化解,通过BP神经网络按照进化解权值进行寻优,从而获得全局最优解。为提高遗传算法的效率,在遗传操作过程中采用最优个体保存策略,同时采用了交叉率和变异率能够随适应度自动改变的自适应算法,提高了达到最优解的收敛速度。得出最优派梯方案,实现电梯的多目标优化调度。     

Immune and Genetic Algorithm Based Assembly Sequence Planning

IntroductionIn the course of the industryautomation, the assemblyautomation is the weakest work, and assembly sequenceplanning is one of the basic issues to accomplish this task.To realize assembly automation, there are three problemsto be solved in common: (1) establishing assembly model;(2) obtaining the restriction between the parts andcomponents within this model; (3) assembly sequencereasoning based on (1) and (2).There are a large number of research reports a…     

基于混沌粒子群算法的柔性线缆装配序列规划技术

针对复杂机电产品中柔性线缆装配序列自动规划难题,提出了一种基于改进粒子群算法的柔性线缆装配序列规划方法.首先确定了线缆装配的约束条件,在此基础上以线缆装配优先等级、线缆长度、直径、弯曲半径、分支数为综合优化目标,建立了线缆装配序列规划的数学模型;然后对标准粒子群算法进行离散化处理,使之适用于装配序列规划问题的求解;在此基础上分别对装配序列的初始化和算法的搜索策略进行改进;最后将所提算法应用到某型号卫星结构板的线缆装配序列规划过程中,验证了其可行性与计算效率.      

基于正交设计的免疫克隆遗传算法

针对遗传算法存在早熟及局部搜索能力弱等问题,提出一种基于正交设计的免疫克隆遗传算法,将正交实验设计原理、免疫克隆理论以及标准遗传算法有效结合起来,增强算法的收敛速度和搜索精度。对算法进行了验证,表明该算法求解精度高出几个数量级,寻找到全局最优解的次数明显增加。     

基于改进小生境免疫遗传算法的矩形件排样

讨论了基于改进小生境免疫遗传算法的矩形件排样问题,提出了基于排挤机制的小生境技术结合遗传算法的新思路,分别采用遗传算法、改进免疫遗传算法和小生境免疫遗传算法对大规模矩形件排样问题进行了实例比较分析,实例表明：在大规模矩形件排样过程中免疫算子和基于排挤机制小生境技术结合遗传算法的运用具有较好的全局寻优表现和收敛速度,算法有效、可行.     

基于改进免疫遗传算法的加工工艺重构

针对产品生命周期内不同阶段市场需求量不同,通过添加或移除相应机床与装夹设备以满足其产能需求变化.针对某产品减产情况,基于抽调原则选择合适生产设备进行移除以适应产能需求;采用一种疫苗自动获取与动态更新的改进免疫遗传算法,通过对相应基因座上基因值的转移调整替代交叉变异算子,从而实现可转移操作在不同工位间的转移,并以瓶颈节拍时间最短和工位间不平衡度最小为目标函数,对原有加工工艺转移重构从而达到新构形下的工艺平衡与优化.最后通过实例分析与对比验证方法的有效性.     

基于免疫遗传算法的道路交通标志图像分割

针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。     

基因疫苗研究与进展

基因疫苗代表了新的、具有潜力的疫苗发展途径和研究方向，它取得成功主要归功于基因治疗技术的发展．基因疫苗是直接将抗原的编码基因注入动物体内，并在动物细胞中表达抗原蛋白以诱导动物产生免疫保护作用．基因疫苗研究有可能为当今人类无法控制的一些严重传染疾病，提供新的免疫防治途径和手段．本文回顾了基因疫苗发展历史和研究进展，与传统疫苗相比较，对基因疫苗的作用原理、构造以及技术方法等方面的初步研究和进展情况进行了概述。     

基于量子免疫遗传算法的煤与瓦斯突出神经网络预测

为了用BP神经网络更准确地预测煤与瓦斯突出危险性,将免疫算法中基于繁殖概率的抗体多样性保持机制引入量子遗传算法(QGA),提出量子免疫遗传算法(QIGA)优化神经网络模型QIGA-BP。模型采用QIGA分别对神经网络的隐含层和连接权值进行全局寻优,以此提高BP网络的搜索效率和泛化能力。以平均影响值分析法筛选的煤与瓦斯突出显著变量作为BP网络的最佳输入参数,分别用QIGA-BP,QGA-BP,免疫遗传优化BP模型和传统BP模型对突出煤层工作面的实例数据进行预测。结果表明,QIGA在BP网络优化过程中具有更好的优化性能,用QIGA-BP模型预测工作面突出危险性具有更好的预测能力和更高的预测准确率。