選択組立最適化手法による精密機器設計支援システムの開発

利用选择性装配优化方法开发精密设备设计支持系统

• 批准号: 07750165
• 负责人: 山田 泰弘
• 金额: $ 0.64万
• 依托单位: Fukui National College of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07750165/
• 关键词: 遺伝的アルゴリズム; 組合せ最適化問題; 選択組立

1.遺伝的アルゴリズムによる大規模選択組立問題の準最適解探索手法の開発複数の部品の特性、部品数、組合せ最適化基準を、遺伝的アルゴリズムにおける個体表現と遺伝的操作表現に反映し、これを組立事例に適用して性能評価することによって、以下に示す結論を得た。(1)エリート戦略については、最大評価値の個体よりも最小評価値の個体と比較交換する方が、局所解に収束せずにより良い解の探索ができる。(2)交叉方法については、順序交叉では早い世代で部品の並び順の偏りが生じて局所解に収束するが、部分一致交叉ではより良い解の探索ができる。(3)初期の世代では、全ての部品を組合せ操作対象とし、終期の世代では、個々の組立規格に関連する部品毎に組合せ操作するように、世代によって操作対象部品を変更していくことで効率的に準最適解が探索できる。2.設計支援システムの開発比較的小規模の選択組立問題の解法と、前記の遺伝的アルゴリズムによる大規模選択組立問題の準最適解探索手法を用いて選択組立シミュレータを作成し、選択組立問題に対する設計支援システムを開発した。特に、組合せ最適化基準として、最小2乗和ミニマックス基準を取り上げ、部品特性(平均と分散が一致する場合、平均が異なる場合、分散が異なる場合)、ランダム組立率などの各々の条件において、モンテカルロ・シミュレーションを1万回実施し、その有効性を検証した。

1. But 伝 ア ル ゴ リ ズ ム に よ る large-scale sentaku assembling problem の quasi optimum solution exploration technique の open 発 plural の part の properties, emitting, combination せ optimization benchmark を, but 伝 ア ル ゴ リ ズ ム に お け る individual performance と but 伝 operation に reflect し, こ れ を set examples に set し て performance evaluation 価 す る こ と に よ っ て, に す conclusion indicated below Youdaoplaceholder0 gets た. (1) エ リ ー ト 戦 slightly に つ い て は, maximum rating 価 numerical の individual よ り も minimum rating 価 numerical の individual と compare exchange す る が, bureau solution に 収 beam せ ず に よ り good い solution の explore が で き る. (2) the crossover method に つ い て は, order crossover で で は い early generation part の and び suitable の り が raw じ て bureau solution に 収 beam す る が, part of the uniform crossover で は よ り good い solution の explore が で き る. (3) the early の generation で は, whole て の part を combination せ operations like と seaborne し, eventually period の generation で は, a 々 の group set specifications に masato even す る part in their に せ combination operation す る よ う に, generation に よ っ て operations like part を seaborne - more し て い く こ と で に quasi optimum solution of the working rate が explore で き る. 2. Design support シ ス テ ム の 発 comparison of small-scale の sentaku assembling problem と の method, remember before の but 伝 ア ル ゴ リ ズ ム に よ る large-scale sentaku group made exploration technique を の quasi optimum solutions with い て sentaku assemblage シ ミ ュ レ ー タ を make し, sentaku assembling problem に す seaborne る design support シ ス テ ム を open 発 し た. に, combination せ optimization benchmark と し て, minimum 2 乗 and ミ ニ マ ッ ク ス benchmark を take り げ, department of article characteristics (average と scattered が consistent す る occasions, average が different な る occasions, scattered が different な る), ラ ン ダ ム group set rate な ど の each 々 の conditions に お い て, モ ン テ カ ル ロ · シ ミ ュ レ ー シ ョ ン を 10000 back to be し, そ の を have sharper Youdaoplaceholder0 certifies た.