2013年2月18日生产管理与生产计划管理基于遗传算法与模糊控制的设计-永凯软件技术（上海）有限公司

永凯APS新闻

返回列表

2013年2月18日生产管理与生产计划管理基于遗传算法与模糊控制的设计

遗传算法
　　遗传算法的制定，在20世纪50年代初开始，在20世纪60年代后期和早期模拟生物系统和工作，20世纪70年代由约翰荷兰其工作原理是基于自然选择自然遗传学。它被概括如下：每个染色体表示潜在的解决方案的一个问题。开始与染色体遗传算法初始化。每个软色体意味着一个问题的潜在解决方法。遗传性算法伴随着软色体初始化出现。。具有较高的健身染色体将有一个更高的生存机会和反之亦然。这样一个新的搜索空间，将进行交叉和变异可以被人利用。上述过程被重复，直到用户定义的终止如一些世代的适应度值均达到标准。后达到终止条件，最好的染色体将被解码为一个真正的解决问题的办法。中可以找到详细的机制。用遗传算法的优点是，他们是非常有效的进行全局搜索。此外，它们可以处理不同的种目标函数和约束条件。
模糊控制系统
　　模糊规则库的完整性，主观定义的模糊子集和模糊蕴涵算子的选择是具有挑战性的问题的模糊建模中的应用，并指出，的隶属函数的选择有一个显着的对输出的影响。 “模糊规则和隶属函数的定义是一个关键的问题是在基于Web的抛光工艺规划中的应用数据挖掘技术37设计FLCS。遗传算法已被许多研究人员产生模糊规则和隶属函数。 GA展示了其权力，通过不同的应用可喜的成果。 “方法被称为遗传模糊系统。应用遗传的优点模糊模型比其他方法在中所述的算法。应用遗传算法的模糊规则和隶属函数的自动生成最近算法进行了研究，并已分为四种类型：
　　类型1：固定模糊规则的模糊隶属度函数学习
　　类型2：学习有固定的隶属函数的模糊规则
　　类型3：学习阶段的模糊规则和隶属函数
　　类型4：同时学习模糊规则和隶属函数
　　已进行实验的直流电动机的性能进行比较1型，2型和4型的方法，并表现出的性能模糊模型是最好的使用类型4。

标签：

上一篇：2013年02月19日 APS生产计划系统中的生产排程造就成功的企业

下一篇：2013年02月17日 APS生产计划系统被用于抛光企业的前景

新闻推荐