基于改进遗传算法的堆垛机拣选作业路径优化

对自动化立体仓库中堆垛机作业路径进行了分析,建立了堆垛机拣选作业的优化数学模型,为解决堆垛机拣选作业的装箱约束问题,提出了仓库拣选作业的新型数学模型,并对遗传算法初始种群的生成进行了改进,用改进后的遗传算法对该模型进行了求解。     

HP99型堆垛机器人结构参数的优化设计

机器人结构参数的选取对机械手所能到达的工作空间有着很大的影响,同时机器人的工作空间也是对其评价的重要指标,文中在分析堆垛机器人机的基础上,绘制出它的工作空间,提出了以作业空间为其重要约束条件,以结构最凑和重量最轻为其目标函数,建立了ＨＰ９９型堆垛机器人结构参数优化设计的数学模型,并用ＭＡＴＬＡＢ软件编程,求出了在满足作业空间条件下的堆垛机器人的结构参数的优化值。     

巷道式堆垛机控制面板设计

按需求,将多台巷道式堆垛机的自动控制操作集中于同一操作面板,对原有的PC机输入点进行了扩展,给出了较为详细的硬件设计方法及软件措施,绘出了部分接线图。     

基于遗传-集束搜索的立体车库堆垛机运行路径优化

针对巷道堆垛式立体车库堆垛机在存取车过程中运行路径较长的问题,本文提出一种基于遗传算法(Genetic Algorithm,GA)优化的集束搜索用来优化堆垛机运行路径。以缩短存取车过程中顾客平均等待时间和堆垛机运行距离为目标,通过对实际运行立体车库的考察和数据提取,建立立体车库堆垛机运行路径的数学模型,同时比较GA-集束搜索混合算法与集束搜索算法的实验仿真数据,仿真结果表明：GA-集束搜索混合算法具有较好的收敛性,能够有效地缩短顾客平均等待时间和堆垛机运行距离,提升立体车库运行效率。     

基于遗传算法的层合板结构的可靠性优化设计

采用遗传算法分析了存在初始缺陷的复合材料层合板的可靠性优化问题．优化设计时，以层合板结构的厚度最小为目标函数，以可靠度要求为约束条件．在可靠度分析中，取初始缺陷、强度参数、单元层的厚度为随机变量，采用一阶矩法和Tsai-Wu准则分析每个单元层的失效概率，系统失效概率的计算基于串联系统假定．通过比较遗传算法与序列二次规划法的计算结果，证实了遗传算法用于可靠性优化设计的有效性．     

基于ANSYS的堆垛机立柱刚度的分析

堆垛机结构的优劣直接影响自动化立体仓库的可靠性和效率,传统经验设计方法很难掌握堆垛机立柱结构力学性能.采用有限元方法分析堆垛机立柱和下横梁的刚度,为堆垛机结构设计提供了一种行之有效的分析方法.     

巷道式堆垛机控制面板设计

按需求 ,将多台巷道式堆垛机的自动控制操作集中于同一操作面板 ,对原有的PC机输入点进行了扩展 ,给出了较为详细的硬件设计方法及软件措施 ,绘出了部分接线图。     

混合变量多目标优化设计的Pareto遗传算法实现

提出了一种用Ｐａｒｅｔｏ遗传算法来实施的带约束的多目标混合变量的优化方法。得到Ｐａｒｅｔｏ最优解集,决策者从中可选出满足设计需要的解。该算法包括６个基本算子：选择、变异、交叉、离散变量圆整算子、小生境、Ｐａｒｅｔｏ集合过滤器。建立了用于多目标优化的适应度函数,使用模糊罚函数法法将带约束的多目标优化问题转换为无约束优化问题,同时提出了处理混合变量多目标优化问题中离散变量的方法。最后用算例说明了该方法     

基于无线网络技术的堆垛机控制系统开发

该文介绍了堆垛机控制系统的构成,并从“自动”、“手动”两个方面,根据堆垛机控制功能的要求,详细阐述了控制软件的开发过程,为柔性制造系统的进一步开发奠定了良好的基础。     

基于微型多目标遗传算法的布料机臂架结构优化

针对目前用于散料输送的大跨度布料机布料臂架结构重大、设计冗余度严重过剩等问题,采用一种微型多目标遗传算法对布料臂架主梁结构尺寸进行多目标优化.以各节臂架主梁的截面尺寸为优化变量,以增强臂架刚度和轻量化为优化目标,结合微型多目标遗传算法和参数化有限元建模技术,建立了布料臂架的优化设计模型.此方法既能高效率地解决增强臂架刚度和臂架减重等优化问题,又能仅通过一次计算就提供多组方案以满足对布料机性能控制的不同需要.该优化结果已用于该系列布料机的定型设计.     

基于混合遗传算法的随机结构可靠性优化设计

遗传算法（GA）是一种具有随机搜索技术的进化算法,但在运用过程中出现早熟、收敛速度慢、局部搜索能力差的缺点。对遗传算法中的遗传算子进行了改进,提出了遗传算法和最佳矢量法相结合的混合遗传算法,并引入了小生境技术。分析表明,基于小生境的混合遗传算法即发挥了最佳矢量法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,使收敛性能大大改善,同时小生境技术的使用,避免了优化过程中局部最优解的出现,提高收敛速度。具体算例表明该混合遗传算法是一种高效的结构优化方法。     

基于遗传算法的转向垂臂结构优化设计

提出了以体积(质量)最小和多工况下应力最小为优化目标,建立了转向垂臂的拓扑优化模型。以转向轮左、右转向极限工况和原地转向工况作为设计载荷,以垂臂模型的控制参数作为设计变量,建立了垂臂的多目标数学模型。采用第二代非劣排序遗传算法(NGSA-II)对所建立的数学模型问题进行优化求解,得到各自的Pareto优化解集,并参考Pareto解集对垂臂进行尺寸优化。结果表明,在不影响各项性能的前提下,转向垂臂减重17. 87%,取得了较好的轻量化效果。     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物...     

基于多目标遗传算法的混合动力汽车能量管理优化

混合动力技术是实现汽车节能减排的有效途径。以P2混合动力汽车为研究对象,考虑电池荷电状态(state of charge, SOC)分别为高、中、低3种不同的电量模式时,设计不同的能量管理策略,以实现混合动力汽车节能减排的同时维持SOC的平衡的目的。该策略在基于规则的基础上采用Isight软件中的多目标遗传算法对门限值进行优化,以提高能量管理策略中门限值的可靠性和有效性。仿真结果表明,该能量管理策略对降低车辆油耗的效果显著,并且能很好地维持电池SOC的平衡。     

基于遗传算法的神经网络结构优化

介绍了遗传算法的基本原理,然后利用遗传算法优化神经网络结构,形成以遗传算法与神经网络相结合的进化神经网络.经验证可知,该算法具有一定的可行性与有效性.     

基于遗传算法的卸载阀结构参数优化

分析了矿用乳化液泵站中卸载阀的工作原理,建立了数学模型。在AMESim软件中运用遗传算法优化原理,选择卸载阀中影响因素较大的参数进行参数取值,并对这些参数进行优化设计。最后,通过仿真证明优化结果能使卸载阀在工作时达到最大的节能效果。     

具有反向学习的多目标元胞遗传算法的空间桁架结构优化设计

为了解决具有多约束的桁架结构问题,提出一种具有反向学习的多目标元胞遗传算法应用于空间桁架结构多目标优化设计中。根据分析元胞遗传算法特点,引入一种反向学习策略、差分进化策略和约束处理技术。通过标准测试函数对比分析,算法能很好地保持Pareto解集的收敛性和均匀性。针对空间桁架结构优化的数学模型,采用实数编码和个体修正方法,将该算法对72杆空间桁架优化问题进行求解,并与MOCell的优化结果进行比较。结果表明,新算法获得的Pareto解集更加均匀,极端点值域更宽广,具有一定的工程实用性。     

基于改进遗传算法和有限元分析的罗氏线圈结构优化设计

针对矿热炉电极电流过大、难以实时精确测量等问题,结合改进遗传算法和有限元分析,设计了一种优化的罗氏线圈结构,并进一步建立了罗氏线圈优化系统。首先根据罗氏线圈的测量原理,结合COMSOL软件,建立罗氏线圈仿真模型,并在不同结构参数情况下,对罗氏线圈的测量结果进行分析和比较。通过COMSOL和MATLAB混合编程,以罗氏线圈测量准确率为优化目标函数,结合精英保存策略和惩罚函数改进的遗传算法,实现了罗氏线圈结构的优化设计。优化设计的罗氏线圈在组合使用后能够较精确地测量矿热炉电极电流,满足了矿热炉电极电流测量的要求,具有较好的实用价值。     

基于遗传算法的串级系统优化设计

本文介绍了一种新的串级系统优化设计方法.它结合串级控制系统模型,以典型的性能指标为目标函数、以调节器设计参数的取值范围等为约束条件建立了参数优化数学模型,然后用遗传算法求解优化参数.数值实验表明了本方法的有效性.     

基于遗传算法具有容错能力的图像滤波器优化设计

针对在可重构逻辑阵列中会出现一些故障单元的问题,利用遗传算法进化出适合该逻辑阵列的图像滤波器,并且考虑到结果电路的正确性、速度、功耗和复杂度等指标.实验结果验证了逻辑模块整列中存在较少故障模块时,可以生成功能上接近无故障模块时的滤波器电路.