多机器人任务分配调度的克隆选择算法

针对智能制造系统中同一时间段内多机器人执行多任务时,任务分配调度难以稳定控制及优化的问题,提出一种应用于多机器人任务分配调度的克隆选择算法.首先分析多机器人基于多任务的初始条件,以按生产过程完成任务为约束条件,以系统持续时间、单机器人最大消耗及多机器人总消耗为目标函数,构建多机器人任务分配调度优化的数学模型,使用克隆选...     

一种基于能量准则的结构遗传设计方法

提出一种基于能量准则的结构遗传设计方法,针对有位移及应力约束的桁架结构。引入准精确惩罚函数来处理约束,应用应变能密度准则,以应变能密度最大作为目标函数来构造适应值函数,并分别与质量最轻为目标函数和应用传统惩罚函数方法的遗传设计结果进行了比较。     

基于遗传算法的插接管道焊缝扫查机器人能量最小轨迹优化

针对插接管道焊缝扫查机器人末端执行器连续轨迹规划必须满足的运动限制条件,建立了安装高度可调节的全局能量最小优化多目标组合模型,该模型综合考虑了机器人的避障、末端轨迹精度、动力学约束与冗余度能量最小优化问题.基于遗传算法给出了针对该能量最小优化模型的轨迹搜索方法.仿真结果验证了该方法的有效性,并可推广应用到其他类型机器人.     

基于遗传算法的约束优化方法评述

用遗传算法求解无约束优化问题已经取得了成功 ,但如何处理有约束优化问题是其面临的问题之一 .目前处理这一问题没有一致适用的方法 ,最常用的处理约束方法是惩罚函数法 ,也有一些其它方法 .本文对近几年出现的几种方法进行了介绍 ,并评述了它们的优缺点 .     

基于扩展能力评价值的多机器人系统任务分配

在分析了基于行为主义和基于协商主义的任务分配方法的适用性后,提出一种基于扩展能力评价值的多机器人系统任务分配算法,定义了扩展能力评价值的概念.首先对机器人能力、任务需求能力、历史经验、信用度进行数值化描述,在此基础上定义了扩展能力评价值的概念,并建立了扩展能力评价值的数学模型,包含能力匹配函数、历史经验、信用度3个因素.最后在足球多机器人系统仿真平台上进行实验仿真,结果表明了算法的有效性,实现了任务到机器人的最佳映射.     

可靠度分配的惩罚函数法

利用优化设计的惩罚函数法进行系统的可靠度分配，以各单元花费最小为目标函数，在满足系统可靠度要求的前提下，合理的落实各单元的可靠度指标。为产品设计提供了科学的依据，是一种快捷，有效的方法。     

基于分区的多机器人任务分配

针对传统集中式分配和分布式分配所存在的不足之处,提出了一种基于分区的多机器人任务分配策略。先根据效用矩阵对多机器人系统的进行分区,再在各自分区中利用原有的算法进行分配。该分区方法简单易实现,通过实验证实分配后全局最优化程度高,且面对大规模动态任务时,也能具有很高的实时性。     

基于量子遗传算法的WSNs能量均衡路由优化

针对无线传感器网络（WSNs）中传感器节点能量有限,以及单一的传输路径所带来的能量消耗不均衡的问题,引入量子遗传算法对其进行优化。充分利用量子遗传算法高效搜索和全局优化的能力,在综合考虑网络耗能和路径延迟的基础上全局优化路由;并对算法的一些环节如量子比特编码、适应度函数的设计以及量子变异进行了详细的分析与设计。仿真表明：与传统遗传算法相比,量子遗传算法在降低网络能耗,延长网络生命期方面有着优越性．     

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。     

基于优度值评价的多机器人任务分配方法

提出了一种基于Petri网建模与优度值评价的足球机器人任务分配与协调的方法.用优度评价法解决了系统局部冲突并实现了动态角色分配策略,采用Petri网方法对协调机制进行了模型性质分析及模型仿真运行.从理论上证明了方法的可行性,给出了系统的程序实现框架并进行了实验验证,实验结果证明了本方法的有效性.     

逼近恰当罚函数法

对于实际求解一般非线性规划问题,“恰当罚函数法”尚属一种未能实现的思想。本文得出的有关理论结果及其算法——“逼近恰当罚函数法”——使这一思想得以实现,并且在计算上不存在使用其它方法时所面临的数值困难。     

基于非线性能量分析的鲕滩储层预测方法

Teager Kaiser非线性能量（T K能量）可以归为振幅类地震属性,但有别于常规的振幅类地震属性,它与振幅的平方、频率的平方成正比。鲕滩储层中流体为油气时地震记录往往呈现“高频衰减” 现象,由于T K能量与频率平方成正比,因此含油气鲕滩储层内部T K能量弱。鲕滩储层与围岩的物性差别使储层顶和底边界形成“亮点”反射,相应的T K能量高,T K属性剖面背景越发“明亮”,而内部相对较“暗”,利用这些特征可以有效地进行鲕滩储层预测,实际资料的计算结果表明,基于非线性能量分析的鲕滩储层预测方法得到的鲕滩储层分布与实钻完全一致。     

基于遗传算法的电火花线切割多次切割工艺目标优化研究

针对多次切割影响因素繁多的特点,分析了主要电参数对多次切割的影响规律,在此基础上进行了多次切割正交实验。运用遗传算法对工艺参数进行了优化,研究结果表明在高速走丝线切割机床上能实现多次切割加工,显著提高工艺指标。     

基于相邻状态链的多重态分配技术

本文全面分析了时序逻辑电路设计中的5个状态分配规则和相邻状态链分配技术.在分析一个例子的基础上,提出了利用冗余态进行多重态状态分配的方法,并进一步介绍了基于相邻状态链的多重态分配技术.设计实例表明,基于相邻状态链的多重态分配技术是有效的.     

基于IGA的多层神经网络BP算法及在系统辨识中的应用

本文针对用GA训练NN权值时 ,花费的代价随精度的提高而剧烈增加的缺陷 ,提出了一种利用IGA较强的全局搜索能力和IBPA较强的局部搜索能力的结合算法 ;先利用IGA优化多层前馈神经网络的权值 ,然后再用IBPA提高搜索精度 ,有效地避免了IBPA易陷入局部极小点和IGA过早收敛的缺点 ,实验结果表明 ,此算法是有效的     

一种基于改进遗传算法的文本特征选择方法

文本特征选择对提高文本分类的速度和准确率,改善网络信息过滤效果至关重要．把特征选择看作优化组合问题,提出用遗传算法进行文本特征选择．传统遗传算法适应性较差,本文对传统遗传算法交叉概率、变异概率、更新策略等重要参数和关键环节作了改进,实验验证了该算法的有效性．     

基于自适应遗传算法的RBF神经网络优化算法

针对传统遗传算法收敛速度慢的缺点,本文将改进后的遗传算法应用于RBF神经网络,对隐层中心和宽度值进行同步优化,并在复杂非线性函数的逼近实验中证明了本文算法相比传统遗传算法在搜索全局最小点的速度上得到了很大提高.     

能量综合和工艺同时优化的经济学方法

本文以一个聚合物分离过程系统为工业背景，在分析和经济学应用的基础上，运用三环节能量综合方法进行了能量综合和工艺同时优化，即能耗和物耗目标同时优化的研究，结果表明：三环节方法能成功地运用于这种情况．对背景过程的研究所形成的改进方案，可在投资回收期不到一年的条件下，使能耗降低６０％，主要溶剂消耗量减少８７％．     

基于遗传算法的适合纹样花卉图案设计方法

通过对适合纹样花卉图案设计过程的分析,提出了一种基于遗传算法的适合纹样花卉图案的设计方法．通过对设计者最初的设计方案进行各种遗传操作,可以产生整体协调、局部不同的大量设计结果供用户选用．     

基于改进遗传算法的离散变量结构可靠性优化设计

根据离散变量结构可靠性优化设计的特点与难点,提出了基于改进遗传算法的可靠性优化设计方法,通过１５６杆输电出服失效状态下的可靠性优化设计与简易海洋平台屈服及疲劳失效上的可靠性优化设计实例,验证了方法的有效性,在计算速度及解的质量方面都取得了比较满意的结果。