基于改进差分进化算法的多目标第Ⅰ类装配线平衡问题研究

为求解多目标第Ⅰ类装配线平衡问题(MOABLP-Ⅰ),提出了一种改进的差分进化算法(IDEA)。该算法优化目标包括最优工位数,线生产效率和工位载荷波动。采用基于优先权的编码方法使得个体解码后总满足装配线约束关系,设计了自适应双变异策略和新型交叉操作算子使算法适应离散优化问题,引入"精英保留"机制增强算法逃离局部最优的能力。通过测试问题集的验证,并比较了基本差分进化算法和离散型差分进化算法,结果表明IDEA在求解大规模MOABLP-Ⅰ上质量最优。     

差分进化算法研究进展

差分进化算法是当前国际上智能计算研究的一个热点,该算法通过向量之间的差异扰动整个种群以达到求解问题的最优解,具有简单、快速、鲁棒性好等特点。本文就差分进化算法的原理、特点、改进形式及其应用等方面的研究进展进行了全面综述,着重介绍了其应用研究,最后指出了差分进化算法的进一步研究方向。     

混合单纯形算法与差分算法求解约束优化问题研究

为了求解约束优化问题,本文设计了一种基于约束的单纯形算法,并将其与差分算法想混合,实验证明算法能够得到较好的结果。     

基于差分进化算法的应急指挥堵控算法

本文针对公安机关堵控犯罪嫌疑人应急指挥的堵控及警力调度,提出基于差分进化算法的解决方案。在快速堵控犯罪嫌疑人的问题中起到提供了一种有效的方法作用。如付诸现实将快速有效解决实际问题。     

基于多目标进化算法的运输问题求解方法

在多目标进化算法中,用擂台赛法则构造非支配集具有较高的效率,而小生境共享技术可以提高种群的多样性。将基于擂台赛法则和小生境技术的多目标进化算法应用于多目标运输问题,数值实验表明：基于擂台赛法则和小生境技术的多目标进化算法能够很好地解决此类问题。     

结合机械设计约束处理的差分进化算法

对于机械设计过程中所涉及到的约束优化问题,本篇文章提出了对约束处理进行改进的方式,也就是自适应罚函数法。下文主要结合了机械约束优化问题中所存在的维数不高以及差分进化算法自身所具有的便捷性,使用差分进化算法能够更加便捷的得出机械设备的约束优化问题。本篇文章主要依据机械约束优化实际数值的实例,来对机械约束差分进化算法进行验算。     

一种基于差分进化算法和粒子群算法的双进化方式的全局优化算法

差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。     

基于MODAPTS的汽车座椅装配线平衡优化研究

为提高汽车前排座椅的装配线平衡率,建立基于MODAPTS的工时测算系统,分析装配工序的标准作业时间。以装配线平衡率、工位负荷率和平滑性指数等多重因子为评价指标,对装配流水线上耗时且频繁的动作进行优化,同时针对瓶颈工序采用最小作业重排法分解重排。利用Plant Simulation仿真分析方法验证改善前后的效果。研究表明,应用MODAPTS法预定标准工时并优化动作,可使装配线平衡率得到明显提高,同时规范操作动作,减少了工人疲劳度。     

基于差分进化和粗糙集理论的多目标优化算法的研究

提出了一种新的基于差分进化和粗糙集理论的多目标寻优算法。应用差分进化作为的搜索引擎,尝试将它在单一目标优化中展现出的良好收敛作用转换到多目标优化问题中。在搜索的第二阶段中,为了提高迄今为止已有的非支配解决方案的普遍性,应用到了粗糙集理论。对于专用文献中通常采纳应用标准的测试函数和尺度的检验,本文的混合方法是有效的。     

物料超市优化下的装配线平衡问题文献综述

装配作业作为制造企业的核心活动,其装配流程和物料超市配送直接影响到时间、成本等资源,制约着系统的生产效率的提高。因此,装配线平衡与物料超市配送协同优化在制造企业装配系统规划设计中显得尤为重要。本文将从装配线平衡、物料超市配送、装配线平衡与物料超市配送相结合问题三个方面对本文研究主题的相关文献进行归纳总结,并以此为基础提出构建新模型的想法以及思路。     

基于遗传算法的净水器装配线平衡改善

针对H净水器公司RB产品总装配线存在的生产线不平衡、产能不足等问题,提出了基于传统工业工程和遗传算法的改善方案。首先利用鱼骨图、ECRS原则等对生产线平衡问题进行初步优化。在此基础上,采用遗传算法对装配线动作单元进行排序优化,进一步提高生产线平衡率。改善后RB产品瓶颈工序得到改善,生产线平衡率提高,有助于提高企业竞争力。     

改进差分进化算法在PID控制器在线优化中的应用

将基于混合差分策略的改进差分进化优化算法应用在PID控制器在线优化中。MDE结合了DE/rand/1的多样性和DE/best/1的高收敛速度的优点,算法的寻优性能远超过两种策略单独作用时的性能。MDE充分利用了差分进化的进化寻优优势与PID控制器的简单方便,让控制器在系统运行过程中进行自我设计和优化。     

数独问题的生成与求解算法的研究

针对数独问题的初盘生成与求解,对传统方法进行了改进。从数独初盘本身具有的性质出发,将生成有唯一解初盘的算法分为两步:首先基于规则生成终盘,再利用权重进行筛选确定生成初盘的解的唯一性;而初盘的求解,采用多叉树遍历算法框架,结合最小候选数的计算实现初盘的求解。实验结果实证改良后的算法极大地减少了搜索分支,达到了修枝限界的效果。     

求解0—1背包问题算法研究

0—1背包问题是算法中的一个经典例子。用回溯、分支限界和动态规划这3种方法求解0—1背包问题,并对解题思路和时间复杂度进行了详细分析。     

基于差分进化算法的预测控制在双容水箱上的应用

针对非线性预测控制中需要实时求解非线性规划问题,应用差分进化算法(Differentia Evolutionary,DE),其全局寻优、搜索效率高的特点使得预测控制非线性规划问题得以解决。将该算法应用于双容水箱液位控制中,仿真结果验证了算法的有效性和可行性。     

浅议拖拉机传动箱装配线平衡的改善

针对拖拉机传动箱装配线平衡问题的改善,采用定量计算与参数分析的方法分析,并提出改善方案。该方案以提高生产效率为目的,通过科学方法分析得出了一种以实际生产效率与装配质量相平衡的生产方法。该方法主要应用于拖拉机传动箱装配线平衡的改善。实践证明,该方法运行效果明显。     

线性规划求解算法研究

线性规划（Linear programming,简记为LP）模型是运筹学中的一个重要内容,其基本解法——单纯形方法（Simplex method）则是处理运筹学模型的一种主要方法,用于如何对有限的资源做出最佳方式的调配和最有利的使用,以便最充分地发挥资源的效能去获取最佳经济效益。就一般线性规划问题求解方法——单纯形法作了详尽的综述。对线性规划进行了概述,具体从线性规划发展简史、线性规划问题的数学模型和线性规划常见的一些应用3个方面进行了较详尽的综述;进行了单纯形法的概述,这一部分主要涉及了单纯形法解题的基本步骤以及对单纯性算法作了进一步的讨论。     

多目标进化算法的研究

简要介绍了多目标进化算法的研究历史分类及主要方法，并提出了今 后需要研究的问题。     

旅行商问题求解算法综述

旅行商问题作为NP难题的典型代表,从诞生以来一直都是计算机算法理论研究的热点话题,各种针对该问题的算法层出不穷。对相关的代表性算法进行了介绍与总结,在分析各种算法的特点之后,提出了各类算法的改进方向,对旅行商问题的研究进行了展望。