智能制造系统调度的一种随机神经网络求解法

首先提出了调度系统的概念，即智能控制系统智能调度应从整体指标出发，综合研究集零件加工智能调度和产品装配智能规划于一体的调度技术，然后，给出了智能控制系统智能调度的神经网络模型的能量函数，并讨论了一种改进的模拟退火过程来求解最优解的方法。     

航班进场调度的改进捕食搜索算法

为高效解决航班进场调度问题,采用以航班总延误时间最小为目标的规划模型,设计了一种改进的捕食搜索算法.区别于传统捕食搜索算法,新算法采用变化的局部搜索和全局搜索限制,从而避免陷入局部最优和解的退化.为测试新算法解决航班进场调度问题的性能,采用10架航班和双跑道数据进行仿真验证,并与传统捕食搜索算法和遗传算法进行比较.结果表明,新算法在最优解的获得率和计算时间上均优于传统捕食搜索算法和遗传算法.     

多学科设计优化的低自由度协同优化方法

为了解决协同优化(CO)方法计算量过大的问题,提出了低自由度协同优化方法(Low degree-of-freedom collaborative optimization,LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量,使系统目标最优,且满足一致性约束条件。子系统优化通过调整局部设计变量,使子系统目标最优,并满足局部约束条件。子系统目标有两种形式:最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和,或最小化一种不同于前者的一致性约束函数。通过3个算例检验了LDFCO的效率,结果表明LDFCO方法的计算量比CO方法大大减少。     

改进蚁群算法在移动机器人避障中的应用

在移动机器人路径规划中,由于基本蚁群算法具有进化缓慢、易陷入局部最优等问题,提出一种改进的蚁群算法。建立了静态环境下的路径规划栅格模型,通过对信息素启发因子及期望启发因子实时调节,自适应改变挥发因素,在初始时刻扩大蚁群的搜索范围,以免陷入局部最优。针对凹型障碍物,当机器人陷入凹型障碍并且在复杂环境搜索效率低的情况下算法也能较好的收敛。与其他算法的仿真结果表明,此算法在栅格地图模型中,能快速地避开障碍找到最优解。     

基于改进防碰撞策略的两端式双堆垛机出入库优化研究

针对大型自动化立体仓库出入库路径优化调度难的问题,在采用两端式双堆垛机出入库调度模型的基础上,提出改进的防碰撞原则,避免两堆垛机同时运行时碰撞;并结合最优防碰撞边界检验机制,在保证防碰撞的前提下,为两堆垛机划分了最佳的工作区域。提出一种新型改进遗传算法（New improved genetic algorithm,NIGA）,能够根据种群适应度值的集中分散程度,来调整遗传算法的进化结构,从而有效提高算法的收敛速度以及跳出局部最优的能力。运用NIGA算法对双堆垛机的调度路径进行优化,并在算法的每一次迭代中嵌入改进的防碰撞原则和最优防碰撞边界检验机制,最终得到两端式双堆垛机出入库优化的最优解。仿真实验结果表明该策略可以有效防止两堆垛机发生碰撞,大型立体仓库货物出入库的效率有了明显提高。     

基于改进蝴蝶优化算法的无人机3-D航迹规划方法

针对基本蝴蝶优化算法（Butterfly optimization algorithm,BOA）在进行无人机（Unmanned aerial vehicle,UAV）三维航迹规划时存在的搜索速度慢、搜索精度低以及易陷入局部最优等问题，提出一种改进的蝴蝶优化算法（Improved butterfly optimization algorithm,IBOA）。在全局搜索阶段提出对数自适应惯性权重策略和动态更新调节策略，提高了算法全局搜索能力和搜索精度。同时，在局部搜索阶段，提出一种动态概率余弦选择策略，增加位置更新多样性，避免陷入局部最优。首先，为检验改进算法与基本算法的寻优性能，在部分标准多元函数上进行仿真对比。对比结果表明，改进算法对复杂函数具有较强的寻优能力，能在更短时间内找到全局最优解。然后，在二维路径规划仿真中对比了改进算法与PSO算法性能，从对比结果看，IBOA具有更优的规划效果。接着，利用山峰模拟函数对UAV三维航迹规划进行建模，将改进算法应用到航迹规划中，利用MATLAB仿真对比了不同复杂度环境下的航迹规划效果。仿真实验表明：相同实验条件下，该优化算法较BOA综合适应度值减...     

交叉口汇聚航班的航线选择方法

建立了以总延误时间最小为目标的交叉口汇聚航班航线选择问题模型,为到达交叉口的每个航班从固定航线或临时航线中选择合理的一条航线飞行,并且设计了相应的启发式算法计算模型的全局最优解。最后设计了3种场景对航图中嘉峪关到雅布赖航线段航班数据进行算例仿真。仿真结果表明,本文模型和算法可解出多个航班最优的航线选择方案,并且产生的总延误时间最小,证明了本文方法的有效性。     

基于退火惩罚混合遗传算法求解生产批量计划问题

针对以获得最低生产成本为目的的批量生产计划问题，提出了该问题的混合整数规划模型，首先，根据单级多资源批量计划问题的特点提出了问题的数学描述，；然后根据该数学问题的复合性，利用遗传算法的随机搜索和进行化过程寻找问题的全局最优解，为了防止适应度函数的过早收敛，引入退火惩罚因子对适应度函数进行处理，使得获得全局优解的可能性加大，实验结果表明，该方法能获得比传统遗传算法更为理想的近似最优解。     

绿色作业车间机器与AGV的集成调度研究

针对加工资源和运输资源集成下绿色作业车间调度问题,通过研究生产车间综合能耗模型,建立了机器和自动导引小车(Automated guided vehicle,AGV)集成调度下多目标优化模型。提出一种改进分布估计算法(Improved estimation of distribution algorithm,IEDA)对模型进行求解。首先,采用优良种群作为样本学习来构建概率分布模型以提高IEDA的全局搜索能力;然后基于一种类似激素调控机制的速度冷却控制方法设计出新的模拟退火函数,并将其融入到分布估计算法中以提高IEDA的局部搜索能力。最后通过数值实验来验证所提模型和算法的可行性和有效性。     

拟可微规划的约束规范和对偶问题

在经典非线性规划中，导出最优性条件的一般方法是，在给定的可行点处通过对函数的一阶逼近，将一个非线性规划问题线性化为一个线性规划问题。可微非线性规划问题的线性化过程可以自然地推广到拟可微的情形。正如在经典情况中那样，为了确保在原问题的局部极小值点处，零向量是相应的“拟线性化”问题的最优解，必须对原问题的约束函数施加所谓的约束规范。本考虑了形如min{f(x)|g（x)≤0}的不等式约束拟可微规划问题的约束规范，这里f和g是Demyanov意义下的拟可微函数。中介绍了各种约束规范，提出了一个新的约束规范，研究了这些条件之间的关系，并且引入了一个Wolf对偶问题，给出了相应的对偶定理。     

基于动态遗传神经网络的方盒件成形多目标优化

针对板料成形优化中采用传统静态代理模型存在全局近似精度不高、超量选取样本点等问题,提出了多重近似精度收敛、逐步增添样本点的动态遗传神经网络(Genetic Algorithm Back Propagation Neural Network,GABP)建模方法。样本点增补策略根据动态模型的全局近似精度和局部近似精度分别按最大最小距离增补和局部最优解增补。将动态代理模型应用于NUMISHEET 93方形盒冲压成形优化问题,结合灰色关联理论将多目标问题转化为单目标问题并构造用于优化的迭代格式,实现了方盒件成形的多目标优化,有效地提高了方盒件成形质量和优化计算效率。     

广义多目标规划有效解的存在性

本文利用（１）中的半局部星状集和向量函数的广义凸性,讨论了一类广义多目标规划有效解的存在性。     

考虑模糊因素的结构多目标优化设计

研究目标函数,约束条件和设计变量都具有模糊性的结构全局优化问题。根据这三种集合的不同特点,结合模糊数学理论,以不同方式形成它们各自的隶属函数,从而合理地表达了它们 模糊度,特别是目标集给出三种不同的隶属函数表达,分析了它们的各自特点。     

基于隐性势场法的制造单元构建技术

为了使制造企业能够根据市场需求快速调整组织制造资源,简化生产调度过程,提高生产调度质量,提出了一种基于隐性势场的制造单元构建算法。在满足约束的前提下,建立了以最小加工成本和最优单元负载均衡为目标的基于隐性势场的制造单元构建模型,给出了制造单元的构建方法,并构造了基于隐性势场的设备关联矩阵模型和任务关联矩阵模型。该算法具有模型简单、设计变量少等优点。通过具体实例,验证了该方法的有效性和可行性。     

考虑装卸顺序约束的AFHS系统RGV线路规划方法

针对自动化航空货运系统具有装卸顺序约束的RGV线路规划问题,通过对装卸顺序约束和死锁等问题进行描述,以规划线路总成本最小作为目标,建立考虑装卸顺序约束的数学模型。针对小规模问题,应用CPLEX获取其最优解,对于中大规模问题,构建了改进型和声搜索算法。在算法设计中,融入四种变邻域移动策略以解决基本和声搜索算法早熟收敛、易陷入局部最优等缺点。通过与其他算法的对比仿真实验表明,该算法搜索结果较优,能有效解决优化问题。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

云制造资源的工序级多目标调度方法研究

由于云制造资源的分散性、多样性、负载率不均衡性等特点对其调度与调度粒度有更高的要求,将云制造任务分解后的工序作为调度的最小粒度,构建一种以最短制造服务时间、最低制造服务成本以及均衡负载率为多目标的云制造资源工序级调度模型,采用以粒子群、遗传相结合的混合多目标调度算法,将遗传算法中通过双层编码的染色体作为粒子群算法的粒子,双层编码方式是指以工序加工顺序作为第一层、工序对应加工资源编号为第二层,随后通过对染色体交叉变异进行粒子更新,使整个调度过程快速收敛于全局最优解。最后电梯实例证明了该算法能在较短的时间内给出最优的调度方案,从而有效地解决云制造资源多目标调度问题。     

一类（h，φ）-意义下的分式规划解的最优性条件及对偶定理

本文利用Ben-Tal广义代数运算对一类分式规划进行了讨论,在目标及约束函数为(h,φ)-η不变凸的情况下得出了分式规划解的广义最优性条件,并建立了它的Mond-Weir对偶模型,证明了对偶定理.     

基于模因算法的飞机装配序列规划

针对飞机制造的装配序列规划问题,提出一种基于模因算法的飞机部件装配序列规划方法。在装配优先约束矩阵和非正交干涉矩阵的基础上构建装配规划模型,以飞机零部件间的装配方向和装配工具的差异性来构建适应度函数。在非干涉解空间中进行全局搜索,获得较优的装配规划方案,通过二叉树中序遍历法将较优的方案转化为可行解,再经过交叉操作和变异操作后,在可行解空间内进行局部搜索,最终获取较优的装配方案。以某型号的飞机舱门装配为例,通过与传统遗传算法对比,证实模因算法在飞机装配序列规划中的可行性和有效性。     

谐波传动齿啮式输出啮合参数的优化设计

根据谐波传动齿啮式输出刚柔轮齿的啮合特点,建立了一种同时考虑啮合侧隙和啮合效率的齿啮式输出啮合参数优化设计的数学模型。该模型有７个变量、２个目标函数、３个等式约束条件和７个不等式约束条件,优化方法采用罚函数法。文中对优化实例的结果进行了分析,得出了通过适当提高径向变位系数和他齿高可改善轮齿啮合性能的结论。文中提出的理论和方法为齿啮输出式谐波传动的啮合参数设计提供了依据。