基于过程优化的三维建模流程优化方法

针对传统三维建模流程存在的延时问题,提出了基于过程优化的三维建模流程优化方法.该方法从结构优化、模型优化两个方面对整个建模流程进行优化.同时,为了克服三维建模流程中因分别对单个模型进行优化而耗时多和模型间优化时间间隔较长的问题,又提出了一个新型层次模型简化算法.该算法让简化算法贯穿在整个区域建模过程中,从而将模型间优化的时间间隔降至传统方法下的三分之一左右.最后以联合站系统为例,验证了所提三维建模流程优化方法的优越性.     

一种综合运输方式优化运用模型及算法

为达成多种运输方式的优化使用,建立了综合运输方式优化运用的多目标整数规划模型,研究了求解该模型的混合遗传算法。模型中,允许各运输方式同时运用,并将运输方式的运用与运力调度结合起来。算法中,提出了整数与二进制数混合编码的染色体表示方法,给出了初始解生成的启发式算法与染色体适应度评估方法,设计了遗传交叉与变异算子,集成了3种简便易行的启发式局部搜索过程。通过构建运用模型和算法程序,设计并求解仿真算例,得到优化结果。实验结果表明,模型和算法可在实现各运输方式综合优化运用的同时,完成对运力的分配。     

改进的PSO-RBF神经网络在联合制碱中的应用

联合制碱过程是一类典型的复杂工业过程,具有时变、非线性、不确定性等特征,在线控制模型难以建立。针对联合制碱复杂工业过程控制精度不高、鲁棒性差等问题,提出一种改进的PSO-RBF神经网络控制算法。将粒子群优化算法和径向基神经网络相结合,使用改良的粒子群优化算法对RBF神经网络的隐含层基函数中心、宽度和输出层的连接权值进行寻优,建立基于改进的PSO算法优化后的RBF神经网络模型。将改进的PSO-RBF神经网络控制模型应用到联合制碱的关键工序碳化过程中,并与先前应用的模糊神经网络控制模型进行比较,经仿真研究验证表明,在联合制碱碳化过程中应用改进的PSO-RBF神经网络控制算法,其控制精度和系统鲁棒性得到了有效的提高,为解决一类复杂工业过程的建模与优化控制方法研究提供了有效的技术途径。     

基于改进粒子群算法的诺西肽发酵过程优化

在诺西肽补料分批发酵动力学模型的基础上建立了诺西肽发酵过程产量优化模型,根据发酵工艺选取了决策变量,并确定了变量的边界约束范围.针对标准粒子群算法在求解复杂优化问题时易于陷入局部最优的问题,利用混沌序列具有随机性和遍历性的特点,引入混沌迁移算子,提出了一种改进的粒子群算法.利用改进算法对所建立的诺西肽发酵优化模型进行求解,大大提高了最终产物的产量,证明了所提改进粒子群算法的有效性.     

考虑多性能指标的配料优化模型及求解算法

为有效实现有色冶金配料过程的优化计算,提出一种综合考虑产品质量、成本、库存等多个性能指标的配料优化模型及满意求解算法。首先,考虑原料库存对配料过程的影响,将库存成本作为目标函数,库存量作为约束引入配料优化模型;然后,针对模型具有多个质量边界约束的特点,利用配料过程中质量约束边界的可调整性,引入满意优化理论中的"软约束"调整约束边界,以改善该优化问题求解的可行性;最后,采用以单变量编码的交叉变异来确定整体决策向量的小生境遗传算法进行寻优,并将提出的模型和算法应用于铜闪速熔炼配料过程中。研究结果表明:所提出的优化模型及求解算法克服了多维变量编码可能导致搜索空间剧增的缺陷,有效地提高了遗传算法的全局搜索能力和收敛速度;优化结果既能满足熔炼工艺要求,也能有效降低杂质含量和生产成本。     

基于混合算法优化神经网络的混沌时间序列预测

提出了一种混合算法优化神经网络的混沌时间序列预测模型.将粒子群优化算法与模拟退火算法过程中概率突跳的思想相结合形成一种新的混合算法,并用此混合算法优化神经网络建立预测模型.该模型克服了传统的神经网络收敛慢、易陷入局部最优等不足.利用该模型对Mackey-Glass混沌时间序列和Henon映射进行实验仿真,结果表明,该模型收敛速度快,稳定性能好,预测精度高.     

基于双模式更新五行环算法的多目标冷链配送

针对生产运输中广泛存在的冷链配送问题，建立了以配送成本最小化和顾客满意度最大化为目标函数的多目标冷链物流优化模型。基于五行环优化(FECO)算法，提出了双模式更新个体的五行环优化算法(FECO-DMUI)，并对多目标冷链物流模型进行求解。将FECODMUI算法与FECO算法、NSGA-II算法、鲸鱼优化算法和灰狼优化算法进行比较，结果验证了本文模型和算法的有效性，同时验证了FECO-DMUI算法在多目标冷链配送问题中能更加高效地获得路径优化的最优解集。     

结构可靠度的粒子群优化算法

根据可靠指标的几何意义,建立任意随机变量下结构可靠指标的优化模型,首次将粒子群优化算法 (PSO)引入到工程结构可靠度分析中．与传统算法比较,分析了PSO解决可靠指标优化模型的优点所在,并 以具体的工程为例研究PSO解决可靠指标优化模型的收敛过程．结果表明采用PSO具有很强的适用性,提 高了结构可靠度的计算效率．     

飞行保障过程中车辆调度仿真优化

建立了飞行保障过程中车辆调度模型,设计了基于禁忌搜索(Tabu Search)的车辆资源配置的优化算法。并利用Arena内嵌的VBA技术和VBA block模块将仿真模型与优化算法集成起来,实现了控制仿真模型、集成优化算法以及向仿真模型重新输入参数3个功能,构成车辆调度仿真优化系统。利用该系统,得到了在单机保障时间最小情况下的最优车辆数配置方案。其运行效率比用Arena自带的优化工具OptQuest提高7倍多。     

铝电解设备、工艺与控制技术的综合仿真优化方法

根据铝电解过程的特性 ,对铝电解设备、工艺和控制技术进行综合仿真优化 ,将这 3方面的模拟 (或仿真 )模型与算法有机地结合起来 ,建立了综合仿真优化模型与算法 ,并建立了铝电解在线综合仿真优化与闭环控制系统 .实践结果表明 :该系统不仅能实现常规的静态仿真计算 ,而且能实现在线闭环控制过程中的动态仿真计算 ,从而为铝电解设备、工艺及控制技术的综合优化提供了新的方法与手段     

基于遗传算法的管材矫直优化

针对管材矫直质量问题,利用单向弯曲的方式,建立了矫直过程的力学模型,提出了优化的目标函数,建立遗传算法模型对矫直工艺参数进行了优化,得出了合理的工艺参数值.将该工艺参数值用于实际加工中,能显著提高管材的矫直质量.     

预制构件生产-运输-装配一体化的建造调度优化

为研究预制构件生产-运输-装配一体化的建造调度优化问题,构建装配式构件全过程的多目标调度优化模型.优化模型将预制构件3个阶段的优化作为一个扩展的生产车间调度优化,并采用改进的双种群遗传算法对模型进行求解.结果表明：改进的双种群遗传算法能够显著提高遗传算法的搜索效率;优化模型能够有效地减少总完工时间和并行机器的总机器成本.     

基于替代模型的油藏注采参数多目标优化设计

针对水驱油藏生产过程中合适的注采参数选取难的问题,提出了以净现值和累产油量为目标函数的多目标优化注采参数设计方法。采用基于粒子群算法的最小二乘支持向量机作为替代模型代替数值模拟,并用带精英策略的非支配排序多目标优化遗传算法对注采参数进行优化。以某区块两注两采模型为例,选取生产井井底压力和注水井注入量为优化变量,通过粒子群算法优化的最小二乘支持向量机构建替代模型,在优化过程中代替数模,再利用非支配排序遗传算法对注采参数进行优化。对比分析替代模型和数值模拟优化设计的结果,其误差在3%以内,并在注采参数优化时间上得到了明显提升。     

基于AHP的蚁群算法在房地产投资组合中的应用

以房地产开发企业为背景,提出多项目投资过程中对地段的选择问题。为分散投资过程中的非系统风险,将层次分析法(AHP)与蚁群算法相结合建立了多项目地段选择优化数学模型,并进行求解,为房地产开发项目组合优化提供了新方法。通过实例验证了基于AHP的蚁群算法的有效性。     

多工序公差综合优化方法的研究

公差是机械制造过程中最重要的参数之一,其对加工成本和产品质量有很大影响,以最低加工成本为目标,根据成本与公差间的函数关系,建立了非线性的公差优化模型,并采用遗传算法解决了多零件多工序非线性公差综合优化问题。实例证明该优化模型正确,算法可靠。     

基于态势感知的滑行路径优化算法

为提高繁忙机场场面运行效率，以优化航空器滑行路径、减少航空器滑行延误时间为目标，通过分析滑行道的运行态势，构建了机场滑行路径优化模型，并提出基于态势感知的滑行路径优化模型求解算法。算例结果表明：基于态势感知的滑行路径优化算法与传统的先到先服务优化算法相比，航空器在整个滑行过程中的总运行时间下降了5%。可见基于态势感知的滑行路径优化算法可以提升滑行道的整体运行效率。     

基于膝点驱动进化算法的工程施工多目标优化

在传统的工期-成本施工优化体系上引入安全水平和环境影响两大目标，构建施工工期-成本-安全-环境多目标优化模型，采用膝点驱动进化算法KnEA进行多目标寻优。首先，构建工期-成本-安全-环境目标函数，其中安全目标函数的构建采用网络系统理论，构建工期-安全、成本-安全函数，环境目标函数考虑项目对环境的直接影响和间接影响; 然后，以工期天数、直接成本为输入，进行KnEA模型的参数设置，选取典型工程项目施工工序组合构建施工多目标优化模型。最后，利用KnEA算法求解，得到使工期-成本-安全-环境综合最优的工序执行模式组合的帕累托最优解集，与典型优化算法对比，验证了knEA算法在工程施工多目标优化中的有效性，从而证明了本文能有效指导施工过程的优化管理。     

基于Petri网的工作流模型优化

为了使工作流模型更简洁,在工作流网WFPN的定义的基础上,给出了利用可达性分析技术对WFPN进行合理性分析的有效方法,提出了一种通过添加抑制弧对WFPN进行优化的算法.该算法为Petri网在大规模复杂模型中的应用及其理论分析提供了一条新的思路.最后,通过一个实例说明了其优化过程,验证了该优化算法的有效性.     

基于拓扑优化的电动汽车白车身优化设计

针对电动汽车的独特承载要求,提出一种结合拓扑优化和车身尺寸优化的优化设计方法.以某型电动汽车为实例,通过建立白车身拓扑优化模型、有限元概念模型、尺寸优化模型和样车制造,进行了从整车拓扑结构到车身梁截面的优化设计过程,实现了电动汽车白车身的正向设计.在优化过程中采用遗传算法,以弯曲刚度和扭转刚度同时作为优化目标,白车身质量最小作为优化约束,选取了灵敏度较高的梁作为变量进行多目标优化.通过与样车参数的比较表明,该方法能够满足设计和工艺要求,实现轻量化设计,对提高白车身设计效率和精度有着重要的意义.