论文摘要
在铸造生产过程中,配料是十分重要的环节。在当前激烈的市场竞争环境下,目前的手工经验配料方法已经不能满足降低生产成本、增强企业综合竞争力的需要。应用智能优化技术研究更有效、更科学和更便捷的配料方法是改变当前铸造生产配料过程单凭配料经验、很少考虑配料成本、手工操作落后等状况的重要途径和必然方法。本文首先列举了当前配料过程中常用的配料方法,分析了这些方法的缺点,指出使用智能算法的必要性。按照模型建立的步骤和方法对铸造生产配料优化问题进行研究,确定了配料优化问题的数据模型;其次,对遗传算法的原理和特点进行分析,指出遗传算法求解问题的关键点。结合铸造生产配料问题的特点,设计了用以解决配料优化问题的选择、交叉、变异等算子,提出了使用遗传算法求解配料优化问题的具体方法;再次,分析了模拟退火算法的特点,提出了模拟退火算法求解铸造生产配料优化问题的求解方法,解决了其中的关键问题:初始温度的产生,状态产生函数,状态更新函数等。提出了使用模拟退火算法求解配料优化问题的具体方法;最后,将遗传算法和模拟退火算法应用于实际的配料数据,进行了实验。结果表明,两种方法均能得到优于经验配料的结果,即在满足配料约束条件下配料成本最低。因此,实验结果说明求解结果在实际应用中是有效的,从而验证了模型的正确性和求解方法的可行性。
论文目录
摘要ABSTRACT第一章 绪论§1-1 计算机配料优化背景和研究意义1-1-1 计算机配料优化的背景1-1-2 计算机配料优化的意义1-1-3 计算机配料优化的现状1-1-4 计算机配料优化的研究步骤§1-2 本文的研究背景§1-3 本文的主要工作与论文组织结构1-3-1 论文主要工作1-3-2 论文组织结构第二章 计算机配料优化问题的数据模型与常用算法分析§2-1 模型建立的一般步骤和主要方法2-1-1 模型建立的一般步骤2-1-2 模型建立的主要方法§2-2 计算机配料优化问题的数学模型2-2-1 计算机配料优化的目标与约束条件2-2-2 计算机配料优化问题的数学模型§2-3 常用配料算法分析2-3-1 经验试算法2-3-2 线性规划法第三章 遗传算法求解铸造过程配料优研究§3-1 遗传算法的原理和特点3-1-1 遗传算法的原理3-1-2 基本操作和流程3-1-3 遗传算法的特点3-1-4 遗传算法的应用关键§3-2 遗传算法的实现的基本技术3-2-1 编码3-2-2 适应度函数3-2-3 遗传操作3-2-4 约束条件的处理§3-3 遗传算法在铸造生产配料优化中的应用3-3-1 编码设计及初始种群产生3-3-2 适应度函数的构造3-3-3 遗传算子的设计3-3-4 实验结果与分析第四章 模拟退火算法求解铸造过程配料优化研究§4-1 模拟退火算法原理4-1-1 物理退火与Metropolis 准则4-1-2 组合优化应用及模拟退火算法流程4-1-3 模拟退火算法的特点4-1-4 模拟退火算法关键参数及操作设计§4-2 模拟退火算法在铸造生产配料优化中的应用4-2-1 基本思路4-2-2 算法步骤4-2-3 实验结果与分析第五章 结论参考文献致谢
相关论文文献
标签：配料优化论文; 遗传算法论文; 模拟退火算法论文; 数学模型论文;
