基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.     

基于A适应遗传算法的无线传感网络节点布局优化

无线传感器网络的传感节点布局优化,直接关系到无线传感器网络覆盖率的提高。文中提出自适应遗传算法求解无线传感器网络覆盖率优化问题。自适应遗传算法的编码方式是传感器节点二维坐标的二进制表达式,交叉方式为字符串整体交叉,变异方式为位变异,交叉概率和变异概率根据个体适应度自动重构。仿真实验结果表明,自适应遗传算法有效解决了无线传感器网络节点布局优化问题。与传统遗传算法相比,本算法进化收敛速度快,网络覆盖率显著提高。     

一种基于数据挖掘的制造业工厂设备布局方法

针对经典的求解单行直线型布局算法中需要大量参数、要求设备等概率使用的限制,提出了一种基于数据挖掘的制造业工厂设备布局方法 FMDM.FMDM采用数据挖掘Apriori算法对已有的生产调度计划或柔性作业车间调度问题的调度解进行挖掘,根据贪心方法在频繁项的基础上获得的初步布局方案,给出了将候选方案进行筛选得到最终方案的算法CACULATE_EDIT_DISTANCE.实验结果表明:该方法可对无参数的初建车间进行有效的初步布局,不限制设备的使用概率,能实现多工件共享设备,多工件并发生产,且FMDM结果作为经典算法的输入可提高经典算法的收敛速度.     

基于SLP改进遗传算法的多区域单双行 设备布局优化方法

针对多区域单、双行车间设备布局问题,利用车间二维平面坐标系将车间和设备参数化,构建出多区域单、双行设备布局的数学模型,并提出一种系统化布置设计法(SLP)与改进遗传算法结合的SLP改进遗传算法.算法以最小化车间物流成本为目标,考虑加工过程中产品质量的变化,采用分阶段的算法思想,引入自适应的交叉算子,使用混合种群的初始化方式.实验结果显示,该算法在解决多区域单、双行车间设备布局问题时能够以较快的速度收敛到较优解.     

一种使用密钥图的安全多播密钥分配机制

讨论安全多播通信中密钥管理问题 .借鉴多目标优化问题中的解法 ,提出了一种基于点覆盖求解算法的密钥分配机制的方案 ,该方案采用全局优化的自适应概率搜索机制 ,大大提高了算法的效率 ,适用于处理大规模多播群组成员动态变化的状况     

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．     

多目标差分进化算法在投资组合中的应用

针对多目标优化问题,提出一种改进的多目标差分进化算法.在基本的差分进化算法中引入了参数自适应调整操作和可行性规则操作.同时,在综合考虑交易费用的基础上建立多目标投资组合模型,并应用改进算法进行求解.结果表明,改进的多目标差分进化算法得到的多目标投资组合的收益率要高于其他算法得到的收益率.     

对电网规划及优化探讨

针对遗传算法在进行多目标优化时，收敛速度慢且易早熟的问题，提出一种改进自适应遗传算法，改进了选择方法和终止判据，并对交叉和变异概率的选取进行了自适应处理。针对含分布式发电的配电网规划的多目标性。采用模糊理论引入总体满意度很好地解决了多目标归一化问题。仿真算例表明：改进的算法能有效地寻找到全局最优解，明显提高收敛速度，具有良好的自适应特性。     

基于自适应遗传算法的网络化制造盟员选择研究

针对网络化制造中动态联盟盟员选择优化问题,分析了盟友的评价指标体系,建立了盟友选择的多目标优化模型,并在此基础上提出一种自适应遗传算法.该算法设计了自适应交叉和变异概率, 使其在遗传过程中根据适应度自动选择, 从而使群体中每个个体对环境的变化具有自适应调节能力.通过保持迭代过程的最优解, 加快了搜索速度, 并保证收敛于全局最优解.     

复杂中文报纸的版面分析、理解和重构

在将纸张介质的文档自动转换成电子文档格式的过程中 ,版面的分析、理解和重构是十分关键的问题。针对复杂中文报纸版面 ,提出了一个基于最近邻连接强度和行列可信度的自底向上的版面分析算法和一个基于规则的块生长的版面理解算法 ,并讨论版面重构的相关问题和实现。综合这些算法并结合汉字识别核心 ,实现了一个完整的自动电子出版物制作系统。实验和实际运行的系统证明了算法的有效性和系统的实用性     

变粒度协同进化设计算法及其在卫星舱布局设计中应用

采用进化算法求解复杂卫星舱布局问题时,算法容易陷入局部最优,且干涉计算复杂度高,计算耗时长.为提高对复杂解空间的搜索能力,基于协同进化算法,将问题分解为若干子问题求解;为减少计算耗时,子问题求解时采用了一种设计变量的变粒度策略.称上述方法为变粒度合作式协同进化算法(CCEA-CFG).卫星舱布局优化数值实验表明,与目前常用的几种布局求解算法(遗传算法、协同进化算法以及遗传/粒子群算法(QPGP))相比,CCGA-CFG(基于GA的CCEA-CFG)具有较好的计算质量、计算效率和计算鲁棒性.     

文化粒子群优化算法

为了提高粒子群优化(PSO)算法的计算精度和计算效率,避免"早熟",给出了文化粒子群优化算法.该算法模型将PSO纳入文化算法框架,组成基于PSO的主群体空间和知识空间,两空间具有各自群体并独立并行演化.下层主群体空间定期贡献精英个体给上层知识空间,上层知识空间经演化后,定期贡献精英个体给下层主群体空间,于是形成"双演化双促进"机制,从而实现增加PSO的群体多样性.在以卫星舱和印刷电路板布局设计为背景的算例中进行了数值验证,结果表明对于该算例,该方法的计算精度和计算效率比遗传算法、PSO算法高.     

选矿厂计算机辅助配置设计

对选矿工艺设备配置图的有效描述及算法，是实现选矿厂计算机辅助配置设计的关键问题．本文通过将工艺设备等定义成“标准”的立方体“组件”，实现了设备配置图的有效描述，所定义的“标准组件”包含了工艺设备及其安装空间．在确定工艺厂房几何尺寸的过程中，首先确定相应的“组件”及尺寸，并在约束条件下，对各“组件”的位置进行调整，较好地实现了设备配图设计．所编制的应用软件在某黄铜矿浮选厂的磨浮车间设备配置中得到了应用，其结果具有较好的准确性和实用性．     

企业货运铁路取送车作业智能优化方法

针对综合布局(同时具有放射状和树枝状)的企业货运铁路专用线的特点,提出了一种智能优化方法.该方法在建立取送作业模型的基础上,对问题进行分解,提出了两级优化策略,即先并行求解各车间内树枝状取送作业的子优化问题、再综合求解车间之间放射状取送作业优化问题.依据该优化策略,设计了一种融合遗传算法和蚁群算法的遗传精英蚁群优化算法(GAASelite)求解取送车作业优化问题.实验仿真结果证明,该方法能有效地优化铁路取送车作业问题.     

离散变量桁架结构的布局优化设计

研究了多工况下受应力、位移约束的离散截面变量桁架结构的布局优化问题，提出了一个序列两级算法。在第一级优化中进行形式－截面优化，在第二级优化中进行拓扑优化。两级优化交替进行，最后得到最优的拓扑形式、几何形状和截面积分布。算例表明本法能够得到较好的布局优化结果。     

基于遗传算法的车间设备虚拟布局优化技术研究

根据车间布局设计的最小物流费用原则,建立车间设备布局优化模型,并对该优化模型进行遗传算法求解．借鉴车间设备布局的块树表示法,设计了基本块、分割线和方向的混和染色体,并给出解码方法．根据车间布局优化的特点,改进选择算子、交叉算子和变异算子等遗传操作算子,设计基于块树的分割线有效性检验算法,并融合了选择交叉算法的优点,有效地避免了遗传过程中无效个体的大量出现,保证了算法的有效性和高效性．最后,给出了一个12台设备车间布局仿真算例,结果表明,算法快速地在进行到170代左右时达到了收敛,并采用虚拟现实技术将计算结果形象地呈现出来．本文所提出的方法能够很好地解决车间设备虚拟布局问题．     

基于ABC算法的航空发动机管路自动优化布局

为求解航空发动机管路路径规划问题,引入了人工蜂群算法,并通过设定最大允许路径节点数、采用规则引导的搜索策略及锦标赛选择策略方法分别探讨了人工蜂群算法应用于航空发动机路径规划中的3大问题,即路径节点不固定、邻域构造困难和标准ABC算法过早收敛和停滞问题.提出了应用于航空发动机管路自动优化布局的人工蜂群算法,实例研究证明了该算法的有效性和可行性.