1

編集: 他の提案の代わりに、使用可能なものを思いつくまで、 Python DEAP フレームワークをいじることにしました。うまくいけば、これは同様の問題を抱えている人々に役立ちます。

次のように、クライアントに対して多目的最適化を行う必要があるシステムを実装しています。

製造システムは、溶接によって N 個の (同じ種類の) 部品を製造する必要があります。このために、特定の材料、溶接方法、および各パーツの構築に使用する溶接ポイントの数を選択できます。以下の画像は、問題のパラメーターとそれらの相互依存性を示しています。

ここに画像の説明を入力

私は値で遊ぶことができます

material
welding method
number of spot welding points

コストを最小限に抑え、安定性を最大限に高める材料、溶接方法、および溶接ポイント/部品の数の組み合わせを見つける必要があります。

進化的アルゴリズムのアプローチを使用することを考えていました。ただし、私のバックグラウンドは最適化ではないため、誰かがこの問題に適したより具体的なアルゴリズムを提案できれば、それは本当に役に立ちます。

4

3 に答える 3

1

SMS-EMOA を試してみてください: http://ls11-www.cs.uni-dortmund.de/people/beume/publications/BNR08_at.pdf この論文は、それが NSGA-II の一種の改良であることを示しています。

于 2013-01-10T14:52:22.247 に答える
1

「コスト」と「安定性」のコスト関数があると仮定すると、NSGa-II、SPEA-2、おそらく PAES などの従来の多目的 EA を使用できます。明らかに、アルゴリズムの選択は、持っているサンプルの数、コスト関数の機能、およびその他の重要な特性に大きく依存します。同様のアプリケーションについては、Applied Soft Computingなどのジャーナルで確認できます。

于 2012-03-23T14:38:39.863 に答える