面向复杂装配体的装配序列规划研究

为实现复杂装配体的装配序列规划,从复杂产品的三维装配模型出发,提取装配相关信息,结合超零件的设置,实现装配模型自动层次划分,摆脱传统的以零件为单元的编制序列模式,以降低装配复杂性。基于改进遗传算法,根据装配配合约束关系,辨别零部件链接干涉情况,生成链接干涉矩阵,结合装配累计重量、重定向次数及工装夹具改变次数等评价指标设置目标函数,提出面向复杂装配体的装配序列规划方法。最后以船用柴油机汽缸盖为例进行了实验,验证了此算法的有效性。     

基于遗传算法的船体分段装配优化

优化装配序列对提高造船生产效率具有非常重要的意义。选择典型的船体分段为研究对象,首先结合生产实际将装配结构层次化,生成子装配体以缩短遗传算法中染色体的长度,加快算法向最优解的收敛速度,提高装配规划效率;然后应用遗传算法得到船体分段最优装配序列;最后利用CATIA软件对分段进行建模,并完成分段虚拟装配过程的仿真演示。实例分析结果验证了应用遗传算法的可行性与有效性,显示其有助于优化船体分段装配顺序。     

基于遗传算法的船体分段装配优化

优化装配序列对提高造船生产效率具有非常重要的意义。选择典型的船体分段为研究对象,首先结合生产实际将装配结构层次化,生成子装配体以缩短遗传算法中染色体的长度,加快算法向最优解的收敛速度,提高装配规划效率;然后应用遗传算法得到船体分段最优装配序列;最后利用CATIA软件对分段进行建模,并完成分段虚拟装配过程的仿真演示。实例分析结果验证了应用遗传算法的可行性与有效性,显示其有助于优化船体分段装配顺序。     

基于层次等级关联关系模型的装配序列规划

在对产品零件之间的关系进行分析的基础上,将装配关系按等级分类,提出了一个层次等级关联关系模型,此模型集中了层次模型和关系模型的优点.并引入拓朴排序算法,进行改进后应用于装配序列生成,此算法具有简单易行的特点.     

基于自适应遗传算法的船舶分段装配序列优化研究

针对船舶分段实际装配时存在施工不合理而导致建造成本过高的问题,提出基于自适应遗传算法的分段装配序列优化求解方法。根据其几何约束和工艺约束建立了包含干涉关系、重定向次数、吊装工具改变次数、装配效率等评价函数的目标优化体系,提出采用改进的自适应遗传算法进行装配序列优化,并将评价标准作为目标函数进行优化计算,降低了问题的繁琐程度,提高了系统的工作效率,且通过实例验证了算法的有效性。     

基于层次等级关联关系模型的装配序列规划

在对产品零件之间的关系进行分析的基础上,将装配关系按等级分类,提出了一个层次等级关联关系模型,此模型集中了层次模型和关系模型的优点。并引入拓扑排序算法,进行改进后的应用于装配序列生成,此算法具有简单易行的特点。     

改进蚁群算法对混合ASP和ALB问题研究

本文利用蚁群算法对混合装配序列规划和装配生产线平衡问题进行优化求解。通过装配联络图来获得表示装配线上作业任务先后顺序约束的装配作业任务优先关系图。针对混合问题的新的优化目标和约束条件,建立了一个混合优化问题数学模型,并利用自适应改进后的蚁群算法对数学问题进行求解。     

基于改进蚁群算法的多自主式水下机器人任务分配

[目的]以多自主式水下机器人(MAUV)执行海底地形勘察任务为背景,提出一种基于改进蚁群算法的MAUV最优任务分配算法。[方法]首先,建立任务分配问题模型;然后,针对基本蚁群算法进行改进。改进的蚁群由多个子群组成,通过对任务执行能力蚂蚁的选择方法、启发函数和全局信息素更新方式进行改进,以此提高算法的自适应能力和全局搜索能力,并在局部搜索中通过2-opt算法进一步加快最优解的收敛速度。[结果]Matlab仿真结果表明,改进的蚁群算法可以有效提高MAUV的任务分配效率,从而快速地平衡航行距离和能耗代价。[结论]研究成果可为MAUV海底地形勘察任务分配提供参考。     

基于干涉矩阵的拆卸序列规划算法研究

为解决拆卸序列规划理论算法存在的求解空间过大的问题,提出一种基于干涉矩阵的规划算法。该算法用于涉矩阵和干涉图来表现装配体零部件间的约束关系,通过对干涉矩阵的分析处理,简化干涉图,生成拆卸序列,达到了缩减求解空间的目的,保证了算法同工程实际的一致性,提高了实际应用和软件编程的能力。     

基于改进Apriori算法的船用柴油机装配工艺文件关联规则挖掘研究

柴油机作为船舶关键部件之一,其装配工艺设计的合理与否与船舶的整体性能直接相关。针对企业历史装配工艺文件不能充分为新机型装配任务发布时装配工艺设计提供支撑的问题,提出一个基于关联规则挖掘的柴油机装配工艺规则挖掘系统,该系统充分利用已有装配工艺文件,结合数据挖掘技术,对文件进行挖掘分析,建立装配规则库,为后续装配工艺智能设计提供数据支持。本文提出一种改进的Apriori算法,建立了关联规则挖掘的数学模型和基于自定义词典装配工艺文件分词算法,将分词处理过后的文件可以作为数据挖掘算法的输入,并在传统Apriori算法的基础上提出一种改进的Apriori算法,该算法核心思想是在对候选频繁事务集剪枝时,降低算法的时间复杂度,从而提高挖掘效率直到获得柴油机装配工艺文件中的关联规则。最后以某船厂的历史机型柴油机气缸盖装配工艺文件为例,验证了改进Apriori算法在挖掘柴油装配工艺文件关联规则时的可行性和有效性。     

基于改进型A*-蚁群混合算法的USV航迹规划

针对高密度复杂环境下的无人水面航行器(USV)航迹规划问题,将A*算法和蚁群算法相结合,提出一种改进型A*-蚁群混合算法。本算法结合A*算法在低密度环境区域航路规划的优势性,同时,当遇到高密度环境区域时引入蚁群算法提高局部规划能力,在传统蚁群算法基础上,改进了信息素的更新模型,增强了可行路径中最优路径的信息浓度,减弱了最差路径的信息浓度,并通过调整信息素浓度总和比例,增强算法的寻优能力。该方法能够有效地平衡全局和局部规划,提高在复杂环境下的USV航迹规划能力。通过仿真,验证了在复杂环境下该算法的有效性和优越性。     

基于RRTConCon算法的船舶装配拆卸高斯采样路径规划

船舶舱室内的零部件在进行装配拆卸时,需要依据正确可行的路径进出装配体,通常采用路径规划的方法确定拆装路径。针对RRTConCon算法是采用随机采样的方法选取位姿点,在解决船舶舱室内狭窄通道的路径规划上效率不高的问题,提出了一种基于高斯采样的RRTConCon算法(RRTGaussion),采用高斯分布函数进行分区采样:在大的开阔区域设置较少的采样点,在复杂区域或狭窄通道设置较多的采样点,然后进行局部规划,找出拆装路径。通过在虚拟环境中对该算法进行仿真验证,结果表明,该算法在解决船舶舱室中狭窄通道的路径规划问题上效率高于RRTConCon算法。     

基于蚁群算法的AUV全局路径规划方法

在大范围海洋环境中，应用蚁群算法对自主式水下潜器（AUV）的全局路径规划问题进行了研究。基于栅格环境模型建立了蚁群可视图模型，设计了蚁群信息素更新规则；给出了蚁群全局路径规划的操作步骤；针对蚁群规划路径不平滑问题，设计了切割算子和插点算子。仿真实验结果表明，蚁群全局规划算法非常适合于求解复杂环境中的规划问题，规划时间短、路径平滑。     

基于序列近似优化方法的水下航行器水动力外形优化设计

为了解决复杂工程优化问题中计算效率与代理模型精度之间的矛盾,本文基于最大最小距离准则和最小化代理模型预测准则提出一种多点加点准则,构建改进序列近似优化方法的算法流程.以二维Rosenbrock函数和Golinski减速器优化问题为例,与传统方法相比,改进方法得到的全局最优解精度更高,所需构造样本更小.将该方法应用到某型...     

基于约束通道的船舶装配拆卸双向RRT路径规划

为有效解决产品装配拆卸路径规划中的运动约束问题,提出了一种基于约束通道的随机探索树RRT路径规划算法.该算法在双向RRT算法的基础上,对采样过程进行引导,将RRT树的扩展节点限定在预先设置的约束通道中.仿真结果表明,该算法在提高搜索效率的同时,能够有效解决约束条件下的装配拆卸路径规划问题.     

基于模拟退火-蚁群变步长优化算法的椭偏数据反演分析

椭圆偏振光谱方法是获取薄膜复光学常数和厚度的最优光学测量手段之一,椭偏方程作为超越方程,其逆向求解过程中的反演算法直接影响着椭偏数据的处理效率与精度.以前期的蚁群算法为基础,为进一步提高算法的收敛速度和跳出局部最优解的能力,研究了模拟退火算法和蚁群算法的融合策略,并提出了一种基于最优蚂蚁的变步长方法,通过动态改变最优蚂蚁的领域局部搜索步长,提升算法的精细化搜索能力,最终给出了模拟退火-蚁群变步长优化算法.应用该优化算法分析了高温超导薄膜FeSe的椭偏光谱,测试结果表明,该混合优化算法可以实现椭偏数据的精确反演分析,并且具有更快的收敛速度和更优的评价函数.     

蚁群算法在船舶路径优化仿真中的应用

随着航运业的发展,海上物流的经济性成为各国需要考虑的重要因素之一,对各港口的船舶进行路径优化成为现代航运业的重要研究方向。同时,船舶的路径优化朝着智能化方向发展。蚁群算法是解决路径优化问题最常用的算法,但是其求解结果往往陷入了局部最优解,在海上船舶路径规划中具有局限性。本文研究传统路径优化中的蚁群算法,针对海上船舶航行特点,对蚁群算法中的信息素更新策略及搜索区域机制进行改进,提高算法的效率。     

基于改进蚁群的智能船舶全局路径规划方法

船舶路径规划是指在特定的海洋环境下,按照一定的寻优策略,给定出发点和目标点,完成船舶航行所需求的航线规划。本文依据改进的蚁群算法进行智能船舶路径规划,基于对障碍物膨化处理后的栅格地图,针对经典蚁群算法局部最优问题,加入了状态自适应调整,信息素自适应更新和拐角处理策略,在提高算法收敛速度的同时保证了所得路径的平滑性及安全性,实现了智能船舶的安全、经济航线规划。     

一种航母甲板作业快速调度算法

针对舰载机飞行作业期间,航母甲板上的各种保障作业具有高度的时间紧迫性、不确定性和动态性,研究舰载机甲板作业的优化调度问题,建立舰载机甲板作业调度问题的组合优化模型,设计求解该问题的启发式规则,将基于启发式规则获得的解作为禁忌搜索算法的初始解,通过摄动策略增强解的质量。仿真结果表明本文提出算法的有效性,且与普通TB、SA算法比,具有收敛速度快、目标函数值更优的特点。     

基于改进蚁群算法的水面无人艇智能避碰方法研究

针对水面无人艇路径规划中算法搜索能力的不足以及蚁群算法的早熟和停滞现象的问题,本文提出了改进的蚁群算法。具体是：在基本蚁群的基础上,通过增加方向角权值这一参数,来改变选择概率,从而实现智能避碰和优化全局路径。二维路径的matlab仿真实验表明,改进的蚁群算法具有更好的路径规划和适应度值变化。