文献

J-GLOBAL ID：202102265298533017   整理番号：21A2057830

進化最適化アルゴリズムを用いた選択的組立問題を解くための改良型表現型-遺伝子型マッピング【JST・京大機械翻訳】

An Improved Phenotype-Genotype Mapping for Solving Selective Assembly Problem Using Evolutionary Optimization Algorithms

著者 (3件)： Rezaei Aderiani Abolfazl (Department of Industrial and Materials Science, Chalmers University of Technology, Gothenburg 41296, Sweden) ,  Waermefjord Kristina (Department of Industrial and Materials Science, Chalmers University of Technology, Gothenburg 41296, Sweden) ,  Soderberg Rikard (Department of Industrial and Materials Science, Chalmers University of Technology, Gothenburg 41296, Sweden)
資料名： Journal of Computing and Information Science in Engineering  (Journal of Computing and Information Science in Engineering)
巻： 20  号： 6  ページ： Null  発行年： 2020年 
JST資料番号： W1403A  ISSN： 1530-9827  CODEN： JCISB6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 選択的組立は,比較的低い品質の交配部品から高品質な集合体を生産するための組立技術である。自動車産業におけるシート金属集合体へのこの技術の適用を開発することは,幾何学的品質を改善し,製造コストを大幅に削減できる。それにもかかわらず,必要な計算時間はこの開発に対する主な障害である。選択的組立技術を適用するために,交配部分の最適組合せを見つける最適化問題を解決すべきである。この問題は,シート金属の選択的組立のためのMINLP最適化問題である。本論文は,ほとんどの従来の選択的組立研究で一般的に使用される表現型-遺伝子型マッピングが,最適化の探索領域を拡大することを示した。その後,マッピングを1対1にする新しいアプローチを提案し,文献からの3つの選択的組立サンプル事例に適用した。さらに,メタヒューリスティック法は,この問題の解決においてMILPおよびMINLP法よりも優れており,特に2つ以上のコンポーネントおよび比較的大きなバッチサイズのアセンブリに対して優れていることが示された。その結果,新しい方法の使用は,シート金属集合体のコスト関数評価数を45%に低減することにより,問題を解く際のメタヒューリスティックの収束速度を改善することが分かった。これは,提示した試料ケースに対して,最適化時間の26hを短縮することを意味する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  自動化 ,  最適化問題 ,  製造原価 ,  *最適化手法 ,  *遺伝子型 ,  *表現型 ,  発見的方法 ,  費用関数 ,  交配 ,  凝集体
準シソーラス用語： 混合整数線形計画法 ,  混合整数非線形計画法 ,  収束速度 ,  ヒューリスティック , 【Automatic Indexing@JST】

著者キーワード (5件)： 工学的最適化のための計算基礎 ,  GD&T/耐性モデリング ,  製造自動化 ,  選択的組立 ,  表現型-遺伝子型

分類 (1件)： 工程管理  (KB03030P)

タイトルに関連する用語 (6件)： 進化 ,  最適化アルゴリズム ,  組立 ,  表現型 ,  遺伝子型 ,  マッピング