欢迎访问南通巨大机械制造极速11选5公司官网! 返回极速11选5

您所在的位置:极速11选5 > 新闻中心 > 正文
新闻中心
联系我们

南通巨大机械制造极速11选5 

电 话:13862701309 

电 话:13057029159 

传 真:0513-88405349 

网 址:www。ntjd0513。com

邮 箱:Megamc@126。com 

地 址:江苏省海安县白甸节能环保科技园(甸湖大道20号)

新闻中心

减速机装配线遗传算法

作者: 来源: 日期:2019-7-21 9:52:03 人气:0

减速机装配线遗传算法概述

传统遗传算法简介

遗传算法是一种新的优化方法,它是在模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,它是由美国 Michigan 大学的 J。Holland 教授第一个提出的,提出的时间是 1975 年,同时J。Holland 教授又出版了一部非常有影响力的专著——《Adaptation in Natural and Artificial Systems》,于是遗传算法这个名词便渐渐被人们所熟悉了。在应用遗传算法的时候,人们将染色体作为问题的解,然后通过对此染色体进行选择、交换以及在选择过程中所出现的变异进行筛选,一直到产生符合要求的最优解,然后停止该过程。

最近几年,遗传算法在车间调度,生产线平衡等问题上的应用越来越多,并且在机械制造行业领域的应用非常成功,这种搜索算法也得到了很多学者的关注。

(1) 遗传算法与其他求解复杂问题的方法相比,有很多优点:

1) 遗传算法可以将一个群体中的多个个体同时进行处理,也就是说,它可以同时对搜索空间中的可行解进行评估,这样就减少了问题陷入局部最优解的风险;

2) 遗传算法不需要利用其他的辅助信息,只需要适应度函数就可以对个体进行评估,而适应度函数的定义域可以自行任意进行设定,这就减少了其他很多外部条件对问题求解的约束;

3) 遗传算法从问题的可行解空间进行最优解的搜索,覆盖面积比较宽广,有利于全局的求优。

(2) 传统遗传算法基本运算过程有以下几步:

1) 初始化:随机生成 M 个个体作为初始种群pop(1), t = 1

2) 对个体进行评价:计算 pop(t) 中每个个体 popi(t) 的适应度 fi = fitness(popi(t))

 

3) 选择运算若满足停止条件则算法停止否则以概率 pi = fi  pop(t)

å fj

j =1

 

中随机选择一些染色体构成一个新种群newpop(t) ={popj(t), j =1, 2,……N}

4) 交叉运算:以概率 Pc  进行交叉产生一些新的染色体,得到一个新的群体

corsspop(t+1)

 

37


5   以一个较的概 使染体的个基发生 

wps33.jpgmutpop(t+1), t = t+1,成为一个新的群体 pop(t) = mutpop(t+1) ;返回过程 2)。遗传算法的简要过程如图 4。1 所示。

 

 

 

 

 

 

 

 

 

 

 

 

 

4.1 遗传算法的基本流程图

 

 

对装配线的平衡问题来说, 如果采用使用传统的遗传算法进行求解的话,可能会产生下列问题[33]:

(1) 操作算子不可行:经过交叉和变异以后,原来的可行解可能会被操作算子改变它的可行性,从而可能会从可行解变为不可行解;

(2) 算法不收敛:最终的解的稳定性会受到算法随机性的影响,已经得到的最优解可能会在整个遗传算法的求解过程中丢失。因此,本文的重点和创新点在于研究 F 公司减速机装配线平衡问题的同时,根据该减速机装配线的实际情况和特点,设计出合适的算子。

改进的遗传算法

传统遗传算法基本上都是随机的从解中选择一个初始种群,然后再对其进行交叉、变异的操作,这种方法虽然比较简单,然而由于使用这种方法进行求解时的搜索空间有限,所以在求解时就不容易求出最优解,大多数时候仅仅只能求出局部的最优解,人们称这种方法为单种群遗传算法。为了解决这些问题,有学者提出了多种群遗传算法,多种群遗传算[34]法是指在多个种群中进行交叉遗传以及变异的操作,这样就加大了解的搜寻空间,更有利于求出最优解,同时这种方法的操作也比较简单,因此更受人们的欢迎。

双种群遗传算法是多种群遗传算法的一种,它的基本原理是:从种群中选出两个子

38


种群,在某个合适的节点使这两个本来是各自独立进化的子种群进行交流,这种交流是建立在一定的规则上的[35]

双种群遗传算法也有很多的优点:

(1) 所选出的两个子种群各自进行独立进化,这样可以保证每个种群进化的独立性和多样性;

(2) 在合适的节点,在一定的规则下,两个子种群中的优秀个体进行交流的时候能够加快可行解的收敛速度,并且也使整个种群的多样性得到了增加;

(3) 避免陷入局部的最优解,更有利于求出全局最优解。

在双种群遗传算法中子种群 1 的交叉概率(Pc)和变异概率(Pm的值都比较大, 可以使总进化过程保持一个较高的搜索率,并且能够克服在交叉变异过程的中过早收敛情况,人们将其称为探测子种群;另一个子种群称为开发子种群,其交叉概率和变异概率的值比较小,子种群 2 的作用是在一定的范围内找出优秀的个体,然后将找到的优秀个体保存下来。在两个子种群独立进化的过程中,一旦进化一代就会将目前产生的最优解分布到整个群体中,从而可以加快每个子种群的进化速度[36]。因此,双种群遗传算法可以避免陷入局部最优解,运算量太大的缺点,适合优化单一品种的单级减速机装配线平衡问题。


    标签:减速机装配线
    Copyright © 2019 南通巨大机械制造极速11选5 All Rights Reserved 
    幸运飞艇官网 吉林快3 快赢彩票 快乐赛车 海南4+1走势图 三分快3 快乐赛车开奖 快赢彩票 欢乐生肖 易发彩注册