收藏本站
《内蒙古工业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于智能优化算法的机电产品拆卸过程规划研究

王运涛  
【摘要】:随着科技的发展,人们的生活水平不断提高,机电产品的更新换代也越来越快,报废处理问题随之而来,对报废产品进行回收不仅可以保护环境,还能节省资源。而拆卸是回收的前提,用合适的拆卸方案对废弃的机电产品进行拆卸,能提高拆卸效率,提升拆卸收益。拆卸序列规划是拆卸问题中的重要内容,拆卸序列规划问题在数学上属于NP-完全型,即随着产品复杂度的提高,对产品拆卸过程进行规划将变得异常复杂和困难。本研究针对复杂机电产品拆卸序列规划问题,利用智能优化算法进行求解,提高产品的拆卸效率。本文的主要研究内容包括以下四个方面:(1)本文首先介绍了拆卸的概念和类型、产品的拆卸信息、拆卸信息模型的分类等内容,在分析已有模型的基础上,对常规的拆卸信息模型进行改进,将拆卸对象、拆卸方向、约束类型、拆卸工具、拆卸成本等信息进行处理加入到改进后的拆卸信息模型中,极大的丰富了产品的拆卸信息。并对这些信息进行了数字化处理,以便于计算机程序读取,为接下来利用智能算法对拆卸序列的求解和优化打下基础。(2)介绍了智能优化算法的特点,具体介绍了蚁群算法的原理、数学模型,针对基本蚁群算法的不足,增加了蚂蚁路径的约束,改变了信息素更新机制,提出以拆卸优先约束矩阵为基础的改进蚁群算法,并使用MATLAB进行编码,以某型号洗衣机为例进行了验证。试例结果证明了改进蚁群算法的可行性。(3)介绍了标准遗传算法的原理和数学模型以及在拆卸序列规划方面的研究和应用,并针对其在早熟收敛和局部搜索方面的不足,对遗传算法的基因组编码方式、遗传算子和一般流程进行了改进,提出了基于拆卸优先约束矩阵的自适应遗传算法,并针对某型号洗衣机实例,使用MATLAB进行算法的具体编码和计算,取得了良好的结果,证明了该改进算法的可行性和有效性;并对蚁群算法和遗传算法改进前后的优化结果进行分析比较。(4)针对拆卸方案的评价问题,提出了基于理想度公式的多指标评价体系,综合考虑产品拆卸时的技术性、经济性、环境性等影响,建立拆卸序列评价指标体系。在用智能算法进行产品的拆卸过程规划的基础上,针对搜索到的少数几条可行拆卸序列进行分析,并进行多指标综合评价,从而得到综合指标优化的拆卸序列。为拆卸序列的评价问题提供了一种可行、有效的方法。
【学位授予单位】:内蒙古工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:X705;TP18

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 曾志斌;;机电产品绿色度评价方法研究[J];机械工程与自动化;2015年03期
2 陈颖悦;吴豪杰;;基于改进遗传算法的拆卸序列优化研究[J];厦门理工学院学报;2014年05期
3 张秀芬;蔚刚;郭砚荣;胡志勇;;面向可拆卸设计的拆卸模型变更响应性能研究[J];机械设计与制造;2014年01期
4 曾寿金;刘志峰;江吉彬;;基于模糊AHP的机电产品绿色再制造综合评价方法及应用[J];现代制造工程;2012年07期
5 夏坚;;基于改进蚁群算法的维修拆卸序列规划[J];微型电脑应用;2012年02期
6 王红梅;于云江;刘茜;;国外电子废弃物回收处理系统及相关法律法规建设对中国的启示[J];环境科学与管理;2010年09期
7 吴昊;左洪福;;基于改进遗传算法的产品拆卸序列规划[J];中国机械工程;2009年06期
8 张秀芬;张树有;;基于粒子群算法的产品拆卸序列规划方法[J];计算机集成制造系统;2009年03期
9 章小红;李世其;王峻峰;李勋;;基于蚁群算法的单目标选择性拆卸序列规划研究[J];计算机集成制造系统;2007年06期
10 宁黎华;古天龙;;基于免疫算法的装配序列规划问题求解[J];计算机集成制造系统;2007年01期
中国硕士学位论文全文数据库 前6条
1 郭修豪;改进遗传算法在多目标问题上的应用研究[D];重庆师范大学;2016年
2 周琦;基于改进遗传算法的拆卸序列规划[D];湘潭大学;2015年
3 张济涛;基于改进量子遗传算法的拆卸序列规划[D];宁夏大学;2014年
4 陶仙文;面向机电产品的绿色设计研究[D];浙江大学;2014年
5 潘兴兴;部分破坏模式下的机电产品拆卸序列规划方法研究[D];浙江大学;2012年
6 陈鹏;基于蚁群算法的TSP优化算法[D];长安大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 乔维德;;基于BP神经网络的机电产品绿色度评价方法[J];温州职业技术学院学报;2017年02期
2 霍霞;;电子废弃物循环再利用研究[J];西部资源;2017年02期
3 袁文兵;常亮;徐周波;古天龙;;基于果蝇优化算法的多工位装配序列规划[J];计算机科学;2017年04期
4 王豆;邵晓东;刘焕玲;葛晓波;;基于混合算法的反射面天线面板装配序列规划[J];计算机集成制造系统;2017年06期
5 王宸;杨洋;袁海兵;王生怀;;基于混合粒子群算法的数控切削参数多目标优化[J];现代制造工程;2017年03期
6 曾森;刘继红;郝佳;;卫星装配序列规划的智能优化算法研究[J];航天器工程;2017年01期
7 王伏林;吴博;胡仲勋;龚志辉;张金飞;;一种面向拆卸稳定性的产品拆卸序列规划方法[J];机械科学与技术;2016年12期
8 黄惠娥;李丽萍;吴晓滨;卢耀贵;;中国电子垃圾的回收现状、政策分析及其建议[J];再生资源与循环经济;2016年10期
9 伍俊舟;王玫;袁敏;;基于模糊可拓层次分析法的机电产品再制造性评价方法及应用[J];组合机床与自动化加工技术;2016年09期
10 杨威;孟冠军;曹文钢;谢坤峰;于鹏飞;;基于改进遗传算法的装配序列优化[J];机械传动;2016年09期
中国硕士学位论文全文数据库 前10条
1 毕志敏;基于改进神经网络的板形识别方法[D];济南大学;2017年
2 符亚辉;面向绿色高效制造的铣削加工工艺参数多目标优化[D];湖南科技大学;2017年
3 段连堂;174,000m~3液化天然气船结构优化设计研究[D];江苏科技大学;2017年
4 张伟伟;面向客户需求的产品碳排放映射关键技术研究[D];合肥工业大学;2017年
5 张彬彬;家电产品环境影响分析关键技术研究[D];合肥工业大学;2017年
6 王运涛;基于智能优化算法的机电产品拆卸过程规划研究[D];内蒙古工业大学;2017年
7 缪志勇;车联网平台下基于优化蚁群算法的公交调度系统优化[D];江西农业大学;2016年
8 严灿;典型机床加工能耗分析与切削磨削比能预测研究[D];湖南科技大学;2016年
9 李贞;乘客电梯绿色设计方案评价及关联度分析[D];山东建筑大学;2016年
10 翟棒棒;废旧汽车拆解工艺规划系统研究[D];苏州大学;2015年
【二级参考文献】
中国期刊全文数据库 前10条
1 郭金维;张永安;高祥;蒲绪强;;一种机电产品绿色度评估指标权重计算方法[J];西安电子科技大学学报;2015年01期
2 宗军君;叶结松;侯智斌;王伦夫;吕曹芳;;模糊可拓层次分析法在实验室评估中的应用[J];实验室研究与探索;2012年03期
3 袁小鹤;宋守许;;基于拆卸模型的不相容问题求解方法[J];机械设计与制造;2012年03期
4 刘佳;刘毅;;基于优先关系的飞机机载设备维修拆卸CPN模型[J];计算机辅助设计与图形学学报;2011年02期
5 张金标;陈科;;并行设计任务调度的自适应蚁群算法[J];计算机辅助设计与图形学学报;2010年06期
6 张秀芬;张树有;伊国栋;楼锡银;;面向复杂机械产品的目标选择性拆卸序列规划方法[J];机械工程学报;2010年11期
7 王桂萍;贾亚洲;周广文;;基于模糊可拓层次分析法的数控机床绿色度评价方法及应用[J];机械工程学报;2010年03期
8 徐滨士;;再制造工程的现状与前沿[J];材料热处理学报;2010年01期
9 毛果平;朱有为;吴超;;发动机制造与再制造过程的环境污染影响比较研究[J];汽车工程;2009年06期
10 张科静;魏珊珊;;国外电子废弃物再生资源化运作体系及对我国的启示[J];中国人口.资源与环境;2009年02期
中国硕士学位论文全文数据库 前10条
1 胡宾宾;基于CUDA的并行多目标进化算法及其在化工过程中的应用[D];华东理工大学;2015年
2 马春连;基于人工免疫系统的多目标进化算法的研究[D];安徽理工大学;2014年
3 卞蓓丽;蚁群算法在多目标优化的证券投资组合中的应用研究[D];华南理工大学;2012年
4 杨松铭;粒子群算法及其在多目标优化中的应用[D];西安工程大学;2012年
5 潘兴兴;部分破坏模式下的机电产品拆卸序列规划方法研究[D];浙江大学;2012年
6 陈明;多目标进化算法在多弹协同航路规划中的应用研究[D];哈尔滨工程大学;2012年
7 杨玲;数字电路多目标进化设计研究[D];南京航空航天大学;2010年
8 徐秉堃;解多目标优化问题的改进加权求和算法[D];西安电子科技大学;2010年
9 付宇;蚁群优化算法的改进及应用[D];上海海事大学;2006年
10 高媛;非支配排序遗传算法(NSGA)的研究与应用[D];浙江大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 李广军;孙晓玲;赵炯;;智能优化算法及其在焊接优化设计领域的应用[J];电焊机;2011年06期
2 王辉;钱锋;;群体智能优化算法[J];化工自动化及仪表;2007年05期
3 ;我国出台十项措施 力促机电产品出口[J];中国金属通报;2002年15期
4 ;上半年我国机电产品出口分析[J];化工科技市场;2003年09期
5 ;连云港:进口旧机电产品问题突出[J];有色金属再生与利用;2005年05期
6 胡光军;孙避;;进口旧机电产品必须把好检验关[J];有色金属再生与利用;2005年12期
7 ;机械部贯彻第四次全国环保会议精神提供高效、低耗、低污染机电产品[J];中国环保产业;1996年Z1期
8 ;节能机电产品的选型原则[J];理化检验(物理分册);2000年07期
9 ;欧盟环保新指令中国机电产品遇阻[J];有色金属再生与利用;2003年03期
10 张海秀;;机电产品的绿色设计研究及展望[J];四川理工学院学报(自然科学版);2007年05期
中国重要会议论文全文数据库 前10条
1 张晓菲;张火明;高明正;;三种智能优化算法的研究进展[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
2 张火明;孙小丽;高明正;;智能优化平台设计[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
3 孙俊清;李平;韩梅;;装卸桥调度问题及其混合智能优化算法GASA[A];第二十六届中国控制会议论文集[C];2007年
4 蔡心一;;2001年春季中国机电产品中东交易会小结[A];第五届全国智能化电器及应用研讨会论文汇编[C];2001年
5 ;关于转发《进口机电产品标准化管理办法》的通知[A];全省医疗设备管理研讨会论文集[C];1998年
6 陈飞翔;刘佳;黎开颜;;自主创新与我国比较优势动态转换——基于机电产品出口数据的实证分析[A];上海市社会科学界第五届学术年会文集(2007年度)(经济·管理学科卷)[C];2007年
7 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
8 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
9 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
10 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
中国重要报纸全文数据库 前10条
1 郑多佳;“沈阳制造”拉动辽宁省机电产品出口[N];中国电力报;2004年
2 娄立群 王志玲 薛树桐;天津机电产品出口显著增长[N];国际商报;2004年
3 记者 刘沛国 通讯员 潘家琰;广东机电产品出口继续升势[N];中国国门时报;2004年
4 通讯员  侯杰 记者  陆列嘉;机电产品出口中部居首[N];安徽日报;2006年
5 胡琪 张瑜格;安徽机电产品出口居中部六省首位[N];中国工业报;2006年
6 首席记者 张苓;陕西机电产品出口首月实现开门红[N];中国冶金报;2006年
7 车玉明 葛万青;我国将从俄买5亿美元机电产品[N];中国证券报;2007年
8 中新;我国将从俄进口五亿美元机电产品[N];福建工商时报;2007年
9 记者 祝蕾;山东机电产品首季出口38.1亿美元[N];济南日报;2006年
10 记者  祝蕾;上半年全省机电产品出口突破80亿美元[N];济南日报;2006年
中国博士学位论文全文数据库 前10条
1 伍国华;基于勘探和开采策略控制的智能优化算法及其应用研究[D];国防科学技术大学;2014年
2 路静;智能优化算法在电磁场逆散射中的应用研究[D];河北工业大学;2014年
3 何小锋;量子群智能优化算法及其应用研究[D];上海理工大学;2014年
4 赵梦玲;基于智能优化算法的聚类分析及应用[D];西安电子科技大学;2015年
5 王莽;智能优化算法表型空间的动态行为学分析与应用[D];中国科学技术大学;2017年
6 杨劲秋;智能优化算法评价模型研究[D];浙江大学;2011年
7 丰小月;基于量子机制与组合方法的智能优化算法及应用研究[D];吉林大学;2008年
8 冯春时;群智能优化算法及其应用[D];中国科学技术大学;2009年
9 高永超;智能优化算法的性能及搜索空间研究[D];山东大学;2007年
10 李敬明;萤火虫群智能优化算法及其应用研究[D];合肥工业大学;2017年
中国硕士学位论文全文数据库 前10条
1 王运涛;基于智能优化算法的机电产品拆卸过程规划研究[D];内蒙古工业大学;2017年
2 叶树锦;基于群智能优化算法的收敛控制器框架及其应用[D];华南理工大学;2015年
3 赵杰;群智能优化算法在聚类分析中的应用研究[D];陕西师范大学;2015年
4 张振星;基于智能优化算法的电站锅炉燃烧优化[D];华北电力大学;2015年
5 郝晓亮;基于智能优化算法的Jiles-Atherton磁滞模型参数计算研究[D];浙江师范大学;2015年
6 李艳良;基于多目标智能优化算法的可重构天线优化与设计[D];电子科技大学;2014年
7 薛威力;基于方差的智能优化算法参数调整的研究[D];西安工程大学;2016年
8 陈钢;基于函数优化问题的两种混合智能优化算法[D];华中科技大学;2014年
9 赵博伟;多目标智能优化算法及其天线设计应用的研究[D];南京邮电大学;2016年
10 王建;群智能优化算法的MapReduce化实现[D];南京邮电大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026