摘要：矩形件优化排样是一个NPC问题,在工业界有着广泛的应用.针对该问题,提出一种自适应模拟退火遗传算法.采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率;同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理.自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力.对比实验表明,该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效.

摘要：为优化直角坐标码垛机器人码垛次序,节省码垛时间,针对空间中不同类型的物料箱分散堆放与随机选取堆垛位置对拆垛堆垛作业的影响,以拆垛顺序、堆垛顺序、堆垛区域为决策变量,以整个拆垛和堆垛过程总路径最短为目标,构建了物料箱选择与堆垛位置分配的数学模型。将模拟退火算法与遗传算法进行结合改进,设计了基于自适应模拟退火遗传算法的双层启发式算法,对模型进行同步优化,并通过104个物料箱的算例仿真,得到了一组最优的码垛次序。仿真结果表明,与一组随机的码垛次序相比,对物料箱进行选择并对堆垛位置进行分配可以有效缩短工作路径,节省工作时间,模型与算法可行有效。

摘要：水资源的短缺和环境污染的日益严重,对过程工业提出了减少新鲜水用量和废水排放量的要求,且通常废水中都含有多种污染物,由此本文提出了考虑回用的多杂质用水网络设计。不但建立了多杂质用水网络超结构MINLP 模型,而且针对MINLP 问题求解困难的现状,开发了自适应模拟退火遗传算法。实例研究结果表明该算法可以找到全局最优解且计算时间可满足要求。另外,该算法可有效避免陷入局部最优,也不要求提供初始可行解。

摘要：遗传算法与模拟退火算法作为目前两种主要的全局寻优算法,在全局搜索与局部搜索方面有着各自的优缺点。文章结合遗传算法与模拟退火算法,在已有自适应模拟退火遗传算法的基础上,针对风力机翼型优化设计做出改进,提出一种邻域随机拓展机制,在模拟退火环节加入该机制,形成改进的自适应模拟退火遗传算法。改进的自适应模拟退火遗传算法能够提高算法优化效率,使其在相同时间内寻找到更为优质的结果。最后,给出对翼型NACA4418进行优化设计的计算实例,验证了该算法的优化效率,证明了该算法在风力机翼型优化设计中的可行性。

摘要：废水回用网络(Wastewater reuse network, WWRN)的优化设计是过程工业减少废水产生的关键所在设计中所面临的主要困难是如何建立一个有效的过程流程, 使水流股能进行有效的分配, 同时保证清洗的质量。笔者提出了多杂质 WWRN 的有效优化设计方法, 建立了多杂质 WWRN 的混合整数非线性规划(MINLP, Mixed integer nonlinear programming)超结构模型。由于 MINLP 问题求解困难, 因此采用了自适应模拟退火遗传算法进行求解。该混合算法不仅克服了一般算法求解过程难于收敛或容易陷入局部最优的缺陷, 而且自适应调整步长和交叉及变异概率的策略提高了算法的计算效率。对实例的研究结果表明, 该混合算法能找到全局最优解, 且计算时间可满足要求, 另外, 该算法也不要求提供初始可行解。