基于改进型遗传算法的混流U型装配线第二类平衡问题

针对最小化生产节拍的第二类混流U型装配线平衡问题,构建了混合整数规划模型,并设计了改进型遗传算法求解.在遗传算法的解码过程中,采用3种搜索方式将工序分配到工作站,比较了3种搜索方式下的工作站时间,并参照期望生产节拍值筛选出最优的工作站分配方式,再根据分配方式的寻优情况判断是否自动更新期望生产节拍值.通过大量的标准算例,...     

基于多种群遗传算法的装配线平衡问题研究

产品在制造过程中,装配作业成本大约占制造成本的30%,装配线平衡问题是影响装配作业效率的关键因素。在装配线平衡研究中,提出在固定作业工位下求解装配线平衡的问题,建立了以生产节拍和工位负荷均衡为目标的装配线平衡优化模型,采用多种群遗传算法对固定工位下装配线的生产节拍、工序分配、工位负荷均衡、装配线平衡率进行求解,并基于MATLAB环境实现了多种群遗传算法的编码和求解。最后通过实例求解,验证了模型和算法的可行性。结果分析表明:装配线平衡问题得到了较明显的改善。     

解决混合装配线平衡问题的多目标遗传算法研究

混合装配线平衡问题是近期研究的热点,而工人的合理分配则是解决该类问题的关键.将解决混合模型装配线平衡问题扩展到基于工人分配的装配线平衡问题,包括任务的分配和工人的分配两个子问题.采用基于随机密钥的编码方法和先进的适应特定染色体结构和MALB-WA问题特点的遗传算子来解决该问题,最后通过数值实验验证该方法的性能.结果表明,该方法提高了解的质量,同时其收敛性优于其他现有的GA算法.     

求解装配线平衡问题的混合遗传算法

装配线平衡问题一直是设施规划问题中的重要组成部分,是在建立生产线时就被考虑、解决并确定的。在面向市场的情况下,生产线必须是柔性的生产线,能快速响应新产品的需求,装配线平衡问题更应该是一个动态的生产调度问题。文章提出了混合遗传算法求解装配线平衡问题,给出了合适的编码方法,设计了新的交叉和变异算子,并通过实例验证了该算法的有效性和可行性。     

基于遗传算法的混流装配线工作站平衡研究

现有的装配线平衡方法缺乏关联性、系统性和整体性,未考虑混流水装配线工作站分配、排序及实际应用中除工艺顺序以外的约束问题.文章以车桥装配生产线为例,引入惩罚函数优化装配工艺顺序以外的约束,利用遗传算法对该问题进行编码求解,将工作站数最小与平衡率最高同时进行优化.最后通过实例进行仿真运算,以加强混流产品装配生产线工作站分配及平衡策略的可行性、有效性和前瞻性,为装配线尤其是车桥类装配线工作站分配和平衡提供了一种有效途径.     

基于智能算法的装配线平衡问题研究

为提高汽车发动机装配线的柔性程度,提出多目标混合整数线性规划模型.该模型考虑平衡问题的三个目标,即产品的节拍时间最小、将相同的工序尽可能放到同一个工作站、不同工作站间的工作负载均衡最大;采用粒子群算法进行装配线平衡优化.试验结果表明本文提出的多目标混合整数线性规划模型可以帮助决策者协调装配线的布局,实现生产效率的最大化.     

综合作业调度问题基于可行域的遗传算法

综合作业调度问题(CJSSP)同时考虑了加工约束与装配约束,成为约束严调度问题,而现有求解JSSP的遗传算法不能保证约束严问题染色体的可行性.描述了基本CJSSP,在定义的装配体分类和可操作基因串两个关键概念的基础上,设计出了基于可行域的交叉和变异方法.采用改编自JSSP的基准问题和实际调度问题进行了算法测试,并与规则...     

基于改进遗传算法的混合装配生产线平衡问题研究

文章针对传统混合装配生产线缺乏对一个工位多个产品的研究,建立了一个工位多个产品的装配生产线平衡问题模型;以汽车主减速器装配生产线为例,对模型进行分析建模,设计了基于激素调节机制的改进遗传算法的适应度函数、选择、交叉及变异算子,对一工位多产品的混合装配生产线平衡问题模型进行求解;利用Matlab软件编写仿真算法程序对模型进行仿真,在一定程度上验证了模型的可行性和算法的有效性。     

考虑作业人员疲劳度均衡的第一类装配线平衡

基于快速全身评估法对所有的作业姿势进行风险评估,考虑不同作业元素优先关系、不相容和同工位等约束,提出融合作业时间和作业姿势相互影响的工位累计疲劳度,构建最少工位数和最小工位累计疲劳度标准差的多目标优化模型,保证装配线工位少且疲劳度均衡.采用基于优先权重的编码,设计多目标粒子群算法,最后通过实例证明本方法的合理性与有效性.     

求解带序列相关准备时间双边装配线平衡问题的改进模拟退火算法

在实际生产线上,同一工位内连续两个装配任务之间可能存在序列相关准备时间.针对考虑序列相关准备时间的双边装配线平衡问题(TALBPS),提出一种改进的模拟退火算法.改进措施包括:①采用基于分级位置权重的初始化策略,以获得高质量的初始解;②对收敛准则进行改进,采用工位中序列相关空闲时间作为二级目标来指引算法进化方向,帮助算...     

基于事例推理的装配顺序规划中的遗传算法改进设计

针对基于事例推理(CBR)的装配顺序推理的特点,建立了相应的遗传算法模型.通过大量的算法实验,分析比较了传统进化、阶段进化和自适应进化策略的优劣,以及算法参数对推理效率和推理质量的影响.在此基础上,设计了改进的遗传算法.最后的实例分析验证了该算法的有效性.     

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…     

基于遗传算法的装配序列规划

装配序列规划是面向并行工程的DFA和CAAPP（Computer Aided Assembly Process Planning)研究中的关键问题之一。介绍了遗传算法用于解决装配序列规划的优越性,建立了基于遗传算法的装配序列规划模型,探讨了装配序列编码方法以及遗传算子的设计,采用VC6.0研发了相应的软件系统,测试结果表明将遗传算法用于规划装配序列大大提高了优化效果。     

基于免疫遗传算法的装配顺序优化

采用装配角度、装配方向、装配稳定性和重定位次数4个指标构建装配顺序优化模型,并用疫苗自动获取的免疫遗传算法(IGABVAU)求解.提出4种免疫疫苗用于提升算法运行效率,其中KP和NL型疫苗由人工指定,BP和NT型疫苗在算法运行中自动获取.船舶工段装配实验结果表明,该算法具有较快的收敛速度.进一步研究发现,免疫疫苗的质量会影响疫苗自动获取的免疫遗传算法收敛速度,人工指定的KP和NL型疫苗可以提高初始种群的质量,自动获取的BP和NT型疫苗可以为装配顺序的进化提供方向.     

基于遗传算法的序列比对方法

为有效解决大尺度基因组序列的比对分析,提出了一种基于遗传算法的序列比对方法。该算法通过对序列比对问题进行编码,将其转换成了搜索空间中的一个优化问题。实验结果表明,这种新的比对算法是有效的,它在占用少量内存的情况下可以获得近似于Need lem an-W unsch算法结果的最优解。     

LHS抽样遗传算法

文献研究了遗传算法的运行机理及特点,即遗传算法是一个具有定向制导的随机搜索技术,其定向制导的原则是：导向以高适应度模式为祖先的＂家族＂方向。以此结论为基础,利用拉丁超立方体抽样（LHS）的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为LHS遗传算法。将LHS遗传算法应用于求解优化问题,并与简单遗传算法和文献中的佳点集遗传算法进行比较,通过模拟比较,可以看出新的算法不但提高了算法的收敛速度和精度,而且避免了其它方法常有的早期收敛的现象。     

基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测

提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程.采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1.对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略.两种算法结合时,SA算法处于外层,GA处于内层.GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串.数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好.因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的.     

基于遗传算法的客车车身骨架优化设计

提出一种基于遗传算法的桁架式客车车身骨架的优化设计方法.应用有限元分析软件ANSYS建立了车身骨架有限元模型并进行计算,采用遗传算法进行优化.优化后车身总质量减轻719 kg,减重比例接近25%.结果表明,基于遗传算法的优化设计明显优于常规的数学规划方法,实现了某电动大客车车身骨架的轻量化设计.     

基于遗传模拟退火算法的任务分配与调度

网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源。因此计算任务在各种资源之间的调度成为了一个关键的问题。结合遗传算法GA和模拟退火算法SA的优点,提出了一种全局遗传模拟退火算法GGSAA,并将算法应用于网格计算任务调度问题的求解之中。最后给出了GGSAA算法的仿真结果。     

混合遗传算法的研究现状

简要介绍了遗传算法的产生机理和基本结构,并着重介绍了混合遗传算法的研究现状。