双目标冷链物流车辆路径问题及其遗传蚁群求解

针对带容量和软时间窗约束的双目标生鲜农产品冷链物流车辆路径问题,建立了以最小化总成本和最大化客户满意度为目标的双目标优化模型。为了求解问题,运用ε约束法处理双目标模型,以蚁群算法为基础,加入交叉与变异算子,设计了遗传蚁群算法。算法求解过程中,蚂蚁个体在进行状态转移时按照确定性选择和伪随机比例选择相结合的方式,信息素总量采用分段函数进行优化。为验证模型与算法的有效性,对实际算例进行求解,并与遗传算法、蚁群算法求得结果进行对比。结果表明所建模型符合实际需求,所设计的遗传蚁群算法收敛速度和求解结果均优于遗传算法和蚁群算法。     

烧结钕铁硼成型生产计划编制的混合优化算法

为提高烧结钕铁硼成型工序生产效率,建立了1个多目标混合整数规划模型。提出遗传算法和对偶单纯形算法相结合的混合求解算法,改进了遗传算法的交叉算子。采用3PM交叉算子和随机动态位串变异的方式,改进了遗传算法的变异算子。基于所建立的多目标优化模型和提出的求解算法编制了成型生产计划。仿真结果表明,较采用人工编制的生产计划,采用该文算法编制的成型生产计划,总产量增加了近500模,成型机利用率提高了15%,且每日进炉的炉重得到了增加。     

基于正交试验和BPNN-GA混合算法的注塑工艺参数优化

通过优化工艺参数,提高注塑件的成型质量.以汽车后视镜为例,建立注塑件的计算机辅助工程模型.运用正交试验设计方法与注塑工艺数值模拟相结合,通过对仿真结果方差分析,综合评估了注塑过程中的模具温度、熔体温度、注射时间、保压压力和保压时间等对注塑成型关键质量特性翘曲的影响规律.利用仿真实验数据训练BP神经网络模型(BPNN),结合遗传算法(GA)以翘曲最小为约束条件优化注塑工艺参数.     

用于多目标数据关联的群智能混合算法

为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.     

基于QFD的多目标产品配置模型及配置优化研究

为了使产品配置结果更符合客户需求,采用QFD和云模型将客户需求转化为产品质量特性,指导产品配置设计。考虑个性化需求等约束,构建以性能、成本和交货期为目标的产品配置模型,采用改进的NSGA-Ⅱ算法求解配置模型,并根据客户偏好推荐配置方案。该算法采用动态罚函数处理约束问题,采用自适应交叉、变异概率和算术交叉算子对NSGA-Ⅱ算法进行改进。通过算法验证与实例应用,证明本模型有效可行,改进NSGA-Ⅱ算法在配置问题求解上优于NSGA-Ⅱ算法。     

基于网格的注塑工艺优化设计

注塑成型优化设计需要完成大量的数值计算.网格能够整合网络中的闲置资源,为协同解决复杂的注塑优化提供了可能.基于Kriging建模和序列线性规划技术,以模具温度、熔体温度、注射时间为设计变量,建立了一个多目标的优化模型,设计了一个注塑工艺优化设计网格算法.该算法能够高效地利用网格的资源优势,协同完成复杂的注塑工艺优化设计.利用该算法,在网格平台上对手机壳注塑工艺参数进行了优化设计.结果表明,所提出的优化模型能够提高产品的成型品质,所设计的网格算法合理且具有较高的效率.     

一种带时间窗车辆路径问题的混合蚁群算法

针对带时间窗车辆路径问题求解时蚁群算法存在容易陷入局部最优,而遗传算法初始种群的优劣对算法有效性存在直接影响,提出一种混合蚁群优化算法。算法首先在蚁群算法的节点选择概率公式中引入时间窗因素,以得到初始种群,然后通过遗传算法的交叉算子和变异算子对初始种群中的较优路径进行交叉和变异操作,从而得到更优的路径。通过Matlab环境下对文中混合算法进行仿真实验,在车辆利用率和路径规划上效果明显,表明了算法的高效性,同时混合算法可以避免陷入局部最优。     

遗传算法和蚂蚁算法混合求解旅行商问题

介绍了一种求解旅行商问题的混合蚂蚁算法,该算法结合了遗传算法中的改进的交叉算子和变异算子,对产生的局部最优解进行适当地交叉和变异,提高算法的搜索空间,可以提高蚁群算法的寻优能力,实验表明该算法很有效.     

无管式按摩泵泵体注塑成型工艺的稳健设计

为减少无管式按摩泵的翘曲变形量,引入稳健设计方法,使用模流分析软件Moldflow6.1对注塑成型的泵体进行模拟分析.将注塑成型过程中的模具温度(A)、熔体温度(B)、保压压力(C)、保压时间(D)、冷却时间(E)等5个因素作为影响因子,设计了L16(45)正交试验矩阵.通过信噪比分析,得到各工艺参数对泵体翘曲变形的影响程度,获得了最佳工艺参数组合.结果表明:保压压力和保压时间是影响泵体翘曲变形的主要因素,优化后的工艺参数组合为模具温度80℃、熔体温度275℃、保压压力90 MPa、保压时间6 s、冷却时间10 s.优化后泵体的最大翘曲变形量为1.098 mm,变形量减小了12.87%,泵体质量得到了较大的提高.     

基于NSGA2的多目标稳健优化研究

特稳健设计优化设计理论、可靠性灵敏度技术和可靠性稳健设计方法相结,把稳定优化问题转化为多目标优化问题,采用:NSGA2优化算法结合ANSYS稳健设计模块进行多目标稳健优化分析,不需要定义各个目标之间的权重,最后得到优化问题的Patero解集,通过与规定权重的多目标优化方法对比,得出此种稳健优化方法的最优解集与权重方法的解存在重合部分,表明NSGA2方法结合ANSYS稳健优化设计方法确实可行.     

基于离散变量遗传算法的注塑模浇口位置优化设计

建立了一个注塑模浇口位置设计的多目标优化模型,以浇口位置作为设计变量,优化充填过程中入口压力、温度分布等主要工艺参数以减小制品的翘曲程度.将拟精确罚函数和基于信息熵的多种群离散变量遗传算法相结合,发展了一种求解注塑模浇口位置多目标优化问题的迭代格式.在遗传进化中采用了多种群遗传策略和基于信息熵的空间减缩搜索技术,从而大大提高了遗传进化的效率.将该算法与注塑模流动数值模拟程序结合进行浇口位置优化设计.算例表明所提出的方法适用于注塑模浇口位置优化,并且有较好的计算效率和精度.     

混合多目标遗传算法在电力系统经济调度中的运用

针对电力系统经济调度问题的多目标特性，提出了一种混合多目标遗传算法．算法除了改进传统目标函数加权法使之更适于多目标优化问题之外，还利用模糊逻辑技术来自适应调整交叉概率、交叉点位置以及变异概率，使算法具有优良的收敛性能．     

汽车塑料油底壳注塑成型数值模拟与结构优化研究

根据汽车油底壳的结构特征和复合材料结构设计原则对塑料油底壳进行三维造型,并基于Abaqus有限元分析软件对塑料油底壳的加强筋结构进行静力分析。结合塑料油底壳的实际应用情况优化出合理的加强筋结构;基于Moldflow软件,运用热流道顺序阀的方式对塑料油底壳进行注塑成型模拟;通过正交试验分析各顺序阀的开启时间、模具温度、熔体温度和注射压力对塑料油底壳边翘曲的影响;运用极差分析和方差分析对影响塑料油底壳边翘曲的各因素进行分析。结果表明,顺序阀2的开启时间对塑料油底壳的边翘曲影响最显著,模具温度次之,且其他因素对边翘曲也有一定的影响。     

基于遗传算法的数据库多连接查询优化策略

结合多连接查询的特点,提出了一种基于遗传算法的查询优化策略.在查询左深树策略空间上构造了遗传算法的一个原型,设计出查询优化问题的染色体编码方法,并基于该编码方法给出了选择策略及交叉、变异算子.     

蚂蚁算法在概念设计方案求解中的应用

通过分析概念设计方案求解问题与旅行商问题的相似性，将方案求解问题转化为组合优化的最优路径问题，建立了基于动态规划的解空间模型和基于最长路径的优化模型，利用蚁群系统内在的正反馈寻优机制，将求解旅行商问题的基本蚂蚁算法应用于方案求解的组合优化过程，结合遗传算法的交叉变异操作，提出一种基于改进蚂蚁算法的求解方法，从而快速有效地获得了最优方案解，最后，以压力机的概念设计为例验证了该方法，研究表明，该方法是合理可行的，它可以使方案求解的人工寻优过程实现算法化，并具有较好的可操作性，从而为解决方案优化的组合爆炸问题提供了一种新的思路。     

基于改进多目标遗传算法的连铸二冷过程优化

采用一种改进的多目标遗传算法对二冷工艺进行优化.改进的多目标遗传算法应用概率法选取选择算子，根据适应度值来动态计算交叉和变异概率，能够得到更好的全局最优解，提高算法精度和整体性能.在基于凝固传热模型的二冷优化过程中，采用变间距差分法离散求解传热方程，对比粒子群算法、多目标遗传算法，改进的多目标遗传算法搜索效率高，得到的价值函数最小.在实际生产中，采用优化后的二冷工艺，使得总用水量减少约10%，提高了铸坯质量，达到了节能降耗的要求.     

基于物理规划的模糊稳健优化设计

为了改进提高产品性能稳健性的工程设计方法,将稳健设计中的容差和所要达到的优质品率作为两个目标函数,建立了模糊稳健双目标优化设计模型,并应用物理规划方法进行求解。通过对齿轮传动装置装配尺寸链的稳健优化设计,给出了具体的分析求解过程。实例表明,该文所提出的方法是可行的。     

一类特殊的动态多目标优化问题及其进化算法

给出了一类定义在离散时间(环境)空间上、自变量的维数随环境可发生改变的一类动态多目标优化问题(DDMOP)的新解法.该方法把DDMOP转化成了两个目标的动态多目标优化问题,在一种环境变化判断规则下提出了解DDMOP的一种新进化算法(DDMOEA).计算机仿真表明,新算法能有效跟踪并求出DDMOP在不同环境下数量较多、质量较好且分布均匀的Pareto最优解.     

某水箱盖注塑成型数值模拟

通过对某水箱盖注塑成型过程的分析,应用正交试验法研究了保压时间,保压压力,熔体温度,冷却时间,注射时间,模具温度等工艺条件,应用PRO/E软件建立了三维模型。用Moldflow/MPI软件对其进行模拟,得到不同参数对翘曲量的影响规律,确定了影响翘曲变形的最主要因素为保压时间,其次是熔体温度。此外,进行单变量分析,分别分析了保压压力、保压时间、熔体温度对变形量的影响。综合两项分析,得出一组使注塑件翘曲变形量最小的工艺参数。