基于逆向工程技术实现汽车覆盖件回弹评测

针对实际冲压件提出了一种基于逆向工程技术的回弹评测方式.对实际冲压件进行激光扫描后重构出型面,根据弹性变形的特点对模型进行强制变形以找到节点的对应关系,并根据CAD模型的几何中心计算出曲面的重合点,以对应节点的距离为适应度函数利用遗传算法搜寻出最佳旋转位置,并计算出各节点的法向偏移距离作为该节点的回弹量.该方法实现了对冲压件各个部分回弹的精确评测,从而可以为模具的修整提供正确的指导.     

基于免疫算法的悬架系统参数的辨识

在ADAMS中建立了麦弗逊与双横臂两种不同悬架形式的1/4汽车模型,依据其输入输出数据,利用免疫算法分别对两者的车身质量、悬架刚度与阻尼、轮胎的刚度及轮胎质量进行了辨识.仿真结果表明:使用辨识参数的简化模型可以替代真实模型并能够合理反映出由于悬架结构不同而引起的性能差异;免疫算法是参数辨识的一种有效方法,具有较好的全局寻优特性.     

一类矩阵方程的最小二乘双对称解及其最佳逼近

构造了一种迭代法求一类矩阵方程的最小二乘双对称解.研究了迭代序列的若干性质,证明了算法的收敛性.数值算例表明,这种迭代法是有效的.     

基于PLC的固化炉湿度模糊控制系统

根据固化炉的工艺要求,设计和实现用于钢纸磨盘的固化炉湿度模糊自动控制系统,介绍固化炉的工作特点,给出控制系统硬件组成、工作原理、模糊控制算法.系统将PLC的高可靠性和模糊控制的有效性特点有机结合.实际运行表明,系统湿度超调量减小,调整时间缩短,湿度控制效果明显增强,产品质量提高、废品率降低.     

基于连通图动态分裂的聚类算法

当前大部分的聚类算法都难以处理任意形状和大小、存在孤立点和噪音以及密度多变的簇,为此,文中提出了一种基于连通图动态分裂的聚类算法.首先构造数据集的l-连通图,然后采用动态分裂策略对l-连通图进行分割,把数据集分成多个互不相连的连通图子集,每个连通图子集为一类.实验结果表明,所提出的算法能够有效地解决任意形状和大小、存在孤立点和噪音以及密度多变的簇的聚类问题,具有广泛的适用性.     

谐波合成法模拟随机风场的优化算法

为解决传统谐波合成法模拟多变量随机脉动风场效率低下的问题,首先将互谱密度函数矩阵分块,然后采用递归优化算法进行矩阵的Cholesky分解,同时引入矩阵乘法算法来代替传统算法的叠加过程,从而减少了互谱密度矩阵中元素生成的数量,加快了矩阵分解和脉动风场合成的速度.工程实例表明,上述优化算法可有效减少整个模拟过程的计算时间,提高模拟效率.     

基于遗传算法的制造网络服务质量优化

服务质量的合成是面向服务架构系统面临的重要挑战,评价面向服务架构制造网络最优化的典型标准是加工时间成本和系统响应时间.文中提出了一种应用遗传算法解决制造网络服务质量优化问题的新方法.首先用着色Petri网和排队论分别对制造网络的物流和信息流进行建模,然后应用遗传算法对该模型进行调度并获取服务质量的近似最优解.在该算法中,染色体采用分段基因编码,它们分别是制造网络物流和信息流调度方案的规则与加权系数的组合;遗传操作包括选择、交叉、变异3种类型.在每一代种群中,通过仿真得到与每个染色体相对应的各项性能指标值,以模糊综合评判方法求取制造网络服务质量适应度的函数值.实验结果表明,该方法能有效优化制造网络的服务质量.     

基于产品回收定价的逆向物流车辆路径优化问题

针对逆向物流车辆路径优化问题,研究在产品回收定价调整和车辆路径优化调度结合方面存在的不足,以智能回收箱为研究对象,考虑多频次回收和车辆共享调度策略,提出基于产品回收定价的逆向物流车辆路径优化方案。首先构建了智能回收箱回收量与回收定价的线性函数,然后构建了包含共享车辆运输成本、维护成本、违反时间窗惩罚成本和环境外部性收益之和最小化的逆向物流回收运营成本模型,并建立了回收中心产品的最大化收益模型。其次,根据模型特点设计了考虑智能回收箱地理位置、回收频次和回收时间窗的K-means时空聚类算法,进而提出一种改进的GA-PSO混合算法。该混合算法结合了遗传算法全局搜索能力强与粒子群算法收敛速度快的特点进行了算法间的优势互补,同时采用了精英保留策略,增强了混合算法的搜索性能,并通过与HGA、GA-TS和HACO等算法进行比较分析,验证了模型和算法的有效性。最后,结合重庆市某智能回收物流网络的实际数据进行优化研究,分析了不同产品定价下的回收频次和车辆共享调度情况。结果表明,本文所提出的模型和算法能够进行产品回收定价策略的有效选择、产品回收车辆的资源共享以及合理的车辆路径优化调度,并可在回收中心获得...     

基于遗传优化的图像增强模糊算法

将协同进化遗传算法(CGA)应用于图像增强的模糊算法优化,以优化模糊逻辑处理效果.在CGA算法中,同时优化选择了模糊逻辑规则、最佳隶属度函数和优化了隶属度函数的参数.通过具体图像处理实验,在客观评价上证明了本方案的有效性.     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.