基于遗传算法与Tabu搜索的拆卸序列优化算法

为研究废弃装配体的拆卸序列优化,首先提出了建立装配体的干涉-自由矩阵,作为描述其结构的数学模型．其次,运用遗传算法原理,提出面向装配体拆卸序列自动生成及优化的计算模型．依据初始输入的若干拆卸序列和其它控制参数,由程序搜寻几何上可行的最佳拆卸序列．这里是以装配体在拆卸过程中具有最少的换向次数为优化目标．最后,鉴于遗传计算的未熟早敛问题,提出建立Tabu搜索与遗传算法的组合优化算法．通过把Tabu搜索的集中与分散策略引入遗传算法,可望获得更加健壮的搜索行为．大量的实例验证表明,用这种方法解决装配体拆卸序列的优化问题,所生成的可行拆卸序列在适应度函数值、数量、分布范围等方面均优于单纯的由遗传算法生成的结果．     

基于改进遗传算法的拆卸序列优化研究

针对复杂机械装配关键系统的拆卸序列优化问题,建立了拆卸序列规划模型,提出了一种改进的双种群遗传算法.通过拆卸混合图的表达拆卸序列信息,在改进的遗传算法中利用优先约束矩阵生成TOP序列种群,以拆卸时间最少为优化目标对拆卸序列进行优化.某企业生产的装载机变速箱的再制造拆卸序列优化,进一步验证了该算法的有效性和可行性.     

基于Tabu搜索和变区域遗传算法的组卷问题研究

针对目前大型题库中组卷算法效率低的问题，给出了多目标约束条件下的组卷问题数学模型，提出了基于Tabu搜索和变区域遗传算法的TS-CAGA算法。本算法用遗传算法作全局搜索，用禁忌搜索算法作局部搜索，给出了搜索区域动态变化的条件，通过种群规模自适应调整，可以加快收敛速度和避免局部最优化。实验结果表明，算法的组卷效率和选题质量有显著提高。     

基于Tabu搜索的选题算法研究与应用

针对目前传统选题算法在大型题库中选题效率低、质量不高的情况,给出了一个多约束条件下的选题问题模型,提出基于Tabu搜索算法的选题算法。依据Tabu搜索算法的集中和扩散两个策略,避开局部最大值,以最短时间寻找最优解,从而满足组卷要求。实验结果表明,该算法能有效准确的满足从大型试题库选题,其收敛速度和选题质量都有显著提高。     

基于Tabu搜索的QoS多播路由优化算法

该文研讨了具有QoS多播路由问题．文中描述了一种适应于研究QoS多播路由的网络模型．该文在网络环境及不确定参数下，提出了一种在网络规模、可行性方面为Internet、移动网络和其他高性能网络基于Tabu搜索的QoS多播路由优化算法(TQMRA)．TQMRA在网络环境及不确定参数下能够优化网络资源．仿真实验结果表明．TQMRA为QoS多播路由提供了一种新的有效途径．     

基于多种群遗传算法的废旧手机拆卸序列规划

为解决废旧智能手机对环境的污染问题,高效率求解废旧智能手机完全拆卸序列最优方案,文章针对废旧手机完全拆卸提出一种多种群遗传算法。根据废旧智能手机的连接特点,建立废旧智能手机拆卸混合图模型,并利用该模型描述约束关系,同时考虑紧固件的连接关系;提出一种拆卸可行性评估方法,建立拆卸时间、拆卸利润、拆卸能耗等多目标优化数学模型,并利用多种群遗传算法进行优化分析;以“小米5”手机为例验证提出算法的可行性,并分析多目标不同权重系数对生成结果的影响。结果表明：与人工经验拆卸相比,优化后拆卸手机成本利润提高0.303 5元/台,拆卸时间缩短30 s/台,拆卸人工能耗减少0.272 J;多种群比单种群收敛速度更快;相较于并行拆解,废旧智能手机等小型精密电子产品更适合于串行序列拆解。     

一类随机Tabu搜索策略及其全局收敛性研究

Ｔａｂｕ搜索以其适应记忆和响应搜索的突出特征，构造实施多样性和在许多最优化问题的成功应用而成为最优化领域的又一研究热点，本文提出一类随机Ｔａｂｕ搜索策略，并相应地进行了全局收敛性研究，分析证明了随机Ｔａｂｕ搜索策略具有全局渐近收敛性，并得到了一系列相关结论，为其应用和进一步研究提供了必要的理论支持。     

基于层次网络进行拆卸序列规划

分析了产品拆卸研究所需要的信息,从产品三维模型中提取产品的相关信息,并根据需要,可以补充部分信息,从而建立了产品拆卸的不完全有向层次网络图模型。研究了零部件的拆卸路线。在三维环境下,基于面向对象技术,研究了零部件拆卸时的移动路线。优化拆卸序列和目标拆卸序列。分别给出了拆卸序列和目标拆卸序列评价的指标体系,利用模糊层次分析法和逼近理想解法,得到最优的拆卸序列和目标拆卸序列。     

基于模块化的拆卸模型及拆卸序列规划研究

为解决拆卸序列规划过程中的组合爆炸问题,提出了产品的基于模块化的拆卸回收模型,对零部件之间的约束关系进行定义;提出了基于约束关系矩阵的拆卸序列规划方法,降低了拆卸模型的复杂度,提高了搜索的效率.最后,通过一个实例验证了该方法的合理性和有效性.     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

机组组合的混合编码遗传/tabu搜索组合算法

通过对遗传算法和tabu搜索的各自运算特性进行分析,文章提出了一种混合编码遗传算法与tabu搜索策略结合的组合算法,并运用组合算法对机组优化组合问题进行了求解。组合算法较好的结合了遗传算法的大规模寻优特性与tabu搜索的强局部搜索能力的特点,较大地减小了算法陷入局部最优的概率,能快速搜索到高质量的系统优化解;而且算法所采用的混合编码策略避免了每一迭代步上的负荷经济分配计算,大大地减少了计算量,提高了搜索速度。实例仿真结果表明,这种组合算法是有效的。     

基于割集的拆卸序列生成方法

拆卸序列是拆卸研究的重要内容,文章首先建立了产品的装配模型,然后提出采用基于割集的方法来生成产品的拆卸序列。其中,子装配体的拆卸可行性可以利用三维软件UG的二次开发来判断,从而提高了判断的准确性,减少了拆卸序列的数目。最后以圆珠笔为例进行验证,表明该方法的正确性和有效性。     

基于被连接件层次网络图的产品拆卸序列研究

本文提出基于CAD软件三维模型的装配层次关系而建立的被连接件层次网络图模型,并由此生成产品邻接矩阵.并采用约束逐步解除法生成拆卸序列.较好的解决了因零件较多而出现的组合爆炸问题.     

基于蟑螂算法的产品拆卸序列规划

文章为研究废弃产品的拆卸序列规划,首先建立了产品拆卸模型混合图,描述零部件之间的连接关系和优先关系,推导出可拆卸性条件;其次,通过几何推理生成产品可行的初始拆卸序列,建立目标函数并构建适合拆卸序列规划的蟑螂算法;依据初始拆卸序列和其他控制参数,结合蟑螂算法对拆卸序列进行优化得到最优解;最后,通过实例验证了该方法的可行性...     

A niche-based evolutionary Tabu search algorithm for optimal coordination of protection relays in power networks

In this paper, refusal of operation and the degree of constraint violation are considered as one part of the objective function for optimizing the protection relay setting coordination of over current relays in power systems; a new expression of objective function in this optimization problem is proposed. To combine the advantages of both Tabu search (TS) and evolutionary algorithms (EAs), a new niche-based evolutionary Tabu search algorithm (named NETS) is presented to solve this optimization problem. Moreover, in two cases of power networks, comparisons between NETS and two published algorithms are given. Experimental results show the expression of the objective function for protection relay setting is feasible and reasonable, and the proposed algorithm NETS exhibits a good performance. Biography: YUAN Rongxiang (1965–), male, Professor, Ph. D., research direction: safety and stability in distributed power networks, relay protection, information and intelligent of power system.     

基于混合遗传算法的模糊Job Shop调度研究

就随机制造系统的核心问题——模糊Job Shop调度问题的研究现状和研究方法进行评述,介绍模糊Job Shop调度问题中的混合遗传算法的混合策略,对混合遗传算法中顺序混合策略使用时遇到的问题及解决方法进行讨论,同时就并行混合策略的使用中各算法之间的协同和相互之间的信息交换方法进行了探讨。     

A case study of 3D protein structure prediction with genetic algorithm and Tabu search

This paper describes a case study of 3D protein structure prediction of six sequences from protein data bank (PDB) by genetic algorithm and tabu search (GATS), where off-lattice AB model is considered as a simplified model of protein structure. The lowest-energy values required for forming the native conformation of proteins are searched by GATS, and then the coarse structures (i.e., simplified structure) of the proteins are obtained according to the multiple angle parameters corresponding to the lowest energies. All the coarse structures form single hydrophobic cores surrounded by hydrophilic residues, which stay on the right side of the actual characteristic of protein structure. It demonstrates that this approach can predict the 3D protein structure effectively.