随着智能制造和精益生产的推进,元启发式算法(智能算法)已经在实际工业和生活中得到了广泛应用。然而,由于其自身结构所带来的不确定性,如何针对具体目标快速选择一个高效的特定算法,仍然需要进一步的研究与探讨。为此以具有代表性的NP-hard问题—TSP问题为例,针对典型的元启发式算法遗传算法、模拟退火算法、禁忌搜索算法和蚁群算法进行了不同维度的实验与对比。并结合算法的不同求解思想,通过对其计算结果和计算过程的定量分析,给出了四种算法的特点与异同,以此来为相关算法的选择、应用以及改进提供基础与参考。

为解决现有柔性制造系统排产效率低的问题,提出一种基于时延Petri网模型的柔性制造系统排产优化方法。首先,根据柔性制造系统生产模式的特点,为其建立包含生产路径约束信息的时延Petri网模型。其次,设计遗传算法与模拟退火算法的混合算法,快速搜寻时延Petri网模型最优或次优变迁发生序列,从而得到系统加工优化路径。最后,通过算例仿真与分析,表明该算法具有较高的准确率,且有较强的跳出陷阱能力,证明了其在基于时延Petri网模型的柔性制造系统排产优化方面的有效性。

针对人工势场法算法存在复杂障碍物环境中易陷入局部最小值无法运动的问题,本文提出了一种适用于静态环境中机械臂路径规划改进的人工势场法,通过在引力场中添加引力安全阈值,在斥力场中添加路径搜索当前点与目标点的欧式距离,引入自适应大步长的模拟退火算法对局部最小值进行逃逸。首先,修改势场函数模型;然后,当搜索路径陷入局部最小值时,采用自适应大步长的模拟退火算法往障碍物最少的空间逃逸;最后,在规划出来的路径上提出一种冗余节点删除策略与拐点消除算法,对规划出来的路径进行平滑处理。仿真和实验验证了本文提出的六自由度机械臂避障路径规划策略有效性。

为了提高数控铣削加工的生产效率,降低生产成本,同时改善生产工件的加工质量,根据最优化思想,建立以铣削加工参数为优化变量,以铣削力、机床主轴转速和加工面粗糙度等为约束条件,以最短加工时间和最低生产成本为目标的优化函数。在标准粒子群算法的基础之上,引入惩罚函数,将多约束优化问题转变为无约束优化问题,改善了求解过程的复杂性;同时,针对粒子群算法容易陷入局部最优的问题,将其与模拟退火算法结合,增强粒子的全局搜索能力,改善粒子的局部收敛性。通过仿真实例验证了改进粒子群算法的有效性和优越性,改善了工件的加工时间与生产成本。

为了高效地检测镀镍矩形铜线圈的表面粗糙度,通过由工业相机、显微镜头、点光源等设备构成的硬件系统获取线圈表面图像,采用基于灰度共生矩阵的视觉检测方式,根据图像处理技术提取8个基于灰度共生矩阵的纹理特征参数,结合实际粗糙度值建立实验数据库,分析了特征参数与实际粗糙度值的变化规律;针对BP神经网络容易使权值与阈值陷入局部最优解,导致检测结果不准确等问题,采用SA算法优化了BP神经网络的初始权值与阈值,构建了SA-BP神经网络检测模型;根据训练结果,训练MSE由BP模型的0.000139降到0.000023,迭代次数降低22,说明SA-BP模型拥有更快的收敛速度与更优的网络模型;根据检测结果,检测最大误差幅度由BP模型的0.21μm降到了0.13μm,相对误差均值由5.41%降到3.45%,说明SA-BP模型具有更高的检测稳定性与准确性。

采用人工神经网络技术分析了DHP40-4型离心式压缩机辐射噪声声功率级及其噪声频谱分布规律,应用模拟退火算法对压缩机噪声最大值进行了预测,结果表明该型压缩机噪声最大值在2000Hz附近.

结构参数误差是影响关节臂式坐标测量机精度的主要因素之一,精确辨识其结构参数可以有效地提高测量机的精度。本文基于Denavit-Hartenberg模型建立了六自由度关节臂式坐标测量机坐标变换方程,分析了基于锥孔的参数辨识原理,提出了一种改进的模拟退火算法用于测量机的结构参数辨识。该算法在接近最优解时将减小搜索范围以提高搜索效率和求解精度,并保留中间过程的最优解。以单点重复精度为目标函数,利用改进的模拟退火算法对研制的六自由度关节臂式坐标测量机的结构参数进行辨识。实验结果表明,经过参数辨识后,测量机的单点重复精度提高了7.87倍,长度测量精度提高了5.59倍。

针对长度不限、宽度固定的卷材的直冲圆形件下料问题,采用自适应遗传模拟退火算法（adaptive genetic simulatecl annearling algorithm,AGSA）优化毛坯序列,并采用最佳位置（best location position,BLP）算法决定毛坯放置位置。在遗传算法的基础上,引入环形交叉策略和自适应交叉变异概率,有效地提高收敛速度。将模拟退火算法与遗传算法结合,通过退温机制更改接受概率,避免遗传算法陷入局部最优解导致早熟。实验结果表明：本文提出的算法计算时间合理,能有效提高收敛速度和材料利用率。

单元制造系统的布局对于提高系统的效率起着十分重要的作用。以最小化物料周转量和设施面积为目标，建立了一个单元制造系统布局的双目标优化模型，在该模型中不同制造单元的布局、单元内部不同设施的位置与方向这几个问题可以同时进行优化。基于模拟退火邻域解的变尺度生成机制和双目标抽样准则设计了模型的求解算法。算例表明本文算法所得Pareto解集优于经典的NSGA—Ⅱ算法。

针对液压集成块孔道网络优化设计问题,给出该问题的数学优化模型,研究实时干涉校核下的两端和多端线网的三维连通算法,在此基础上提出对布线顺序的处理策略,实现了自动寻优的液压集成块孔道网络连通设计,并在应用实例中得到验证.